Category Archives: 網路

新竹物流遭駭大停擺,物流關鍵基礎設施成資安破口

作者 |發布日期 2026 年 04 月 20 日 13:13 | 分類 交通運輸 , 科技生活 , 資訊安全

新竹物流於上週傳出遭駭客攻擊,導致部分資訊系統異常、官網一度無法連線,連帶影響網購出貨與配送流程,也讓物流業的關鍵基礎設施風險再度浮上檯面。據報導,新竹物流已完成部分系統隔離,並委由資安團隊協助處理,後續也赴台北市刑大報案,由警方朝妨害電腦使用罪方向偵辦,釐清是否遭駭侵及攻擊手法。

繼續閱讀..

從算力荒到 AI 工廠:數位無限如何引領企業跨越 AI 轉型的深水區

作者 |發布日期 2026 年 04 月 20 日 9:00 | 分類 AI 人工智慧 , 雲端

AI 技術日新月異,人們對於 GPU 算力的需求已然達到歷史新高,這一點從各行各業掀起的 AI 基礎設施 / AI 工廠建置潮便可略窺一二。在此波建置潮的帶動下,不僅 AI 基礎設施管理與 GPU 算力調度成為時下最火紅的 AI 顯學之一,數位無限 ( INFINITIX ) 執行長陳文裕強調,當前市場正朝向將多元基建、模型與應用整合為平台生態的方向發展,從生成式 AI(GenAI)到物理 AI(Physical AI),如何兼顧投資報酬率地善用每一 Token 算力,已成為企業轉型的重中之重。

繼續閱讀..

台灣企業導入 AI 代理面臨三大痛點?Infobip 點出數據孤島、Token 成本

作者 |發布日期 2026 年 04 月 18 日 17:10 | 分類 AI 人工智慧 , 數位內容 , 機器人

台灣企業正積極導入「AI 代理(Agentic AI)」,但目前卻面臨三大執行痛點,全球通訊平台巨頭 Infobip 台灣區業務負責人王耀煒(Daniel Wang)分析,儘管 AI 模型(LLM)運算能力大幅提升,但企業內部仍面臨數據孤島、高昂 Token 成本與認知落差的問題。

繼續閱讀..

Meta 著重 AI 輔助效率!傳 5 月裁員 8,000 人、下半年還有第二波

作者 |發布日期 2026 年 04 月 18 日 15:21 | 分類 AI 人工智慧 , Meta , 人力資源

Facebook 和 Instagram 母公司 Meta 又傳大裁員,根據消息人士指出,Meta 計劃今年 5 月 20 日展開第一波大規模裁員,首輪裁員 10% 約 8,000 名員工,下半年還會進一步裁員,但相關裁員細節,包括日期和規模尚未確定,主要是隨著 AI 的發展而調整計畫。

繼續閱讀..

沃爾瑪靠「開放系」AI 管家逆襲!亞馬遜 2.5 億用戶帝國出現裂縫

作者 |發布日期 2026 年 04 月 18 日 14:30 | 分類 AI 人工智慧 , 科技生活 , 財經

過去十年,亞馬遜憑著強大演算法與 Prime 會員生態圈,定義了現代電商的樣貌。然而,進入 AI Agent(AI 代理)時代,曾被外界強烈批評數位轉型緩慢的實體零售巨人沃爾瑪,卻以「開放系」降級打擊,在 AI 代理生態戰異軍突起。 繼續閱讀..

6,600 萬美國人用 AI 尋求健康建議,ChatGPT 成看醫生前的「第一道關卡」

作者 |發布日期 2026 年 04 月 18 日 13:00 | 分類 AI 人工智慧 , 數位內容 , 醫療科技

在美國,越來越多的人選擇使用人工智慧(AI)工具來獲取健康資訊,這個趨勢引發了關於醫療保健的重大討論。根據 2025 年 10 月至 12 月期間進行的調查,來自西部健康政策中心(West Health-Gallup Center)的研究顯示,約有四分之一的美國成年人(超過 6,600 萬人)在過去 30 天內使用過 AI 工具如 ChatGPT,來尋求身體或心理健康的建議。 繼續閱讀..

Telegram 官方繁體中文版突擊上線!雲端儲存與隱私優勢能否帶動轉移潮?

作者 |發布日期 2026 年 04 月 18 日 10:10 | 分類 app , 社群 , 資訊安全

全球知名通訊軟體 Telegram 近日無預警釋出重大更新,官方正式將「繁體中文」納入內建語言選項,終結過去使用者必須依賴「第三方語言包」補丁的時代,而這款被暱稱為「紙飛機」的 App,能否以雲端儲存與隱私優勢帶動轉移潮,挑戰 LINE 的台灣通訊軟體霸主地位,引發關注。

繼續閱讀..

AI 代理推動企業技術大革新,舊有架構難支撐規模化需求

作者 |發布日期 2026 年 04 月 18 日 8:30 | 分類 AI 人工智慧 , 人力資源 , 公司治理

人工智慧代理(AI agents)正快速從試驗走向實務,但企業若仍沿用為人類工作設計的舊有科技架構,恐怕難以放大成效。最新觀點指出,許多企業的雲端環境、工作流程、資安與治理機制,原本都是圍繞人而非機器建立;當 AI 開始以自主、持續運作的方式承擔客服、程式開發等任務時,原本的基礎建設就顯得力不從心。

繼續閱讀..