專題報導
6
1 2 3 4 5 6 7 8
【美國直擊】AWS re:Invent 2025 從概念、實踐走向實用性AI代理時代
文章索引: AWS Biztech 封面故事
近年,企業創新先行者已陸續從生成式人工智能(Generative AI),走向代理式 AI(Agentic AI)。今屆 AWS re:Invent 的核心主題,正是探討如何透過整合與客製化,釋放生成式 AI 的全部潛力,並利用 AI 代理(Agents)徹底改變軟件開發的生命週期。儘管 85% AI 企業皆在 2025 年成立,但單憑 Bedrock AgentCore SDK 下載次數已超過 200 萬,足見企業已積極邁向代理式 AI 時代。

AWS 行政總裁 Matt Garman 強調:「我們正從使用多個零散模型,演進到使用統一的多模態模型 (multimodal model),並最終能夠創建專屬於企業的專有模型 (proprietary model)。關鍵在於,AI 不再只是輔助工具,而是成為能夠自主推理、行動並解決複雜問題的代理式 AI(Agentic AI)。AWS 的願景是提供一個開放、模組化的基礎,讓開發者能夠建構、部署和管理可預測、可信賴且高效的代理,從而將挑戰轉化為最大的機遇。」

AWS 行政總裁 Matt Garman 相信 AI 代理將徹底改變工作流程與營運模式。
【美國直擊】AWS re:Invent 2025 重點預覽懶人包 許多企業機構技術負債累累,以致將 30% 時間花在本應可以自動化應用或 AI 處理的工作上,嚴重壓縮創新資源。今屆 AWS re:Invent 2025 發佈了一系列涵蓋代理式人工智能(agentic AI)、雲端基礎設施及基礎模型的重要產品更新,展示如何能更有效辦公,例如 AWS Transform 新增了代理式 AI 功能,協助企業實現編程或應用程式現代化,從而節省高達 70% 的維護和授權成本。

AWS Transform 新增代理式智 AI 功能,協助企業將舊有程式碼及應用程式現代化,包括客製化程式語言及企業專屬應用程式,速度較過往提升最多 5 倍。

支援全堆疊 Windows 現代化,涵蓋 .NET、SQL Server、UI 與部署層,最高可節省約 70% 維運和授權成本。
HGC:未來數年仍是光纖主導 私房菜、兩餸飯我全都要? 工業革命 4.0 和人工智能(AI)坊間討論已不是這一兩年間的事了,港企是否有策略地部署應用、能否用得其所、背後基建又足不足以支援日後發展才是業界需要關注探討的問題。

HGC環電行政總裁郭詠邦日前表示,面對瞬息萬變的全球環境,集團正由傳統電訊營運商轉型為「數碼轉型合作夥伴」,持續投資於光纖網絡及 AI 能力。

然而他強調投資必須具策略性:「我們只會揀選一些客戶有高速傳輸需要的地方提供 2.5Gbps 服務,而去增加我們的光纖覆蓋。我們相信基建是根本,30 多年來的電訊經驗,現在加上數據化與 AI。全世界都在談 AI,我們要說的是:我們用 AI 做了甚麼?」
Lenovo 成 FIFA 技術聯盟 2026 FIFA 世界盃 AI 技術全面登場 運動賽事中大量採用 AI 進行數據分析、裁判、直播旁述等已非新鮮事,過去,NBA、足球世界盃、美國網球公開賽、奧運會、NFL 以及 F1 賽車已開先例。不過 2026 年 FIFA World Cup 將橫跨美國、墨西哥及加拿大 3 國,48 支隊伍、104 場比賽、16 個主辦城市,規模之大可謂空前盛事,背後所涉及技術和將要面對的技術挑戰,自然亦是科技業界的重點關注項目。

國際足總(FIFA)技術總監 Jose Ignacio (Nacho) Fresco 強調,FIFA 需要的不僅是硬件供應商,而是一個能夠提供端到端解決方案的科技夥伴。Lenovo 的加入,正是為了讓這場比賽在數碼化時代中順利運行,並以人工智能(AI)驅動全新的體育體驗。

據悉,Lenovo 率先在 FIFA 蘇黎世總部部署了數碼工作間方案(Digital Workplace Solutions),包括工作站、筆記型電腦、平板及手機,並重構了總部倉庫的設備管理流程。這些基礎設施確保 FIFA 團隊在日常運作中保持高效,並為大型賽事提供穩定支援。
HKPC x Lalamove 藉 AI 提升安全駕駛 推己及人首年象徵式收 $1 Lalamove 早於 8 月時宣佈,引入與香港生產力促進局(HKPC)轄下先進能源及智慧交通中心(APAS)攜手研發的「人工智能駕駛行為預測系統」。Lalamove 企業事務總監李志鵬有感安全駕駛人人有責,於是決定推己及人,將這套自家研發的專利系統,以首年象徵式 $1 收費開放予各界使用。

「人工智能駕駛行為預測系統」主要針對 Lalamove 旗下三類車型(電單車、貨 Van 及中型貨車),透過手機內建的 GNSS、加速計、陀螺儀及方向感應器,結合雲端運算與機器學習(Machine Learning),偵測 6 種不理想的駕駛行為,包括:急速轉彎或十字路口高速過彎、車輛左右搖擺 (反映司機心急或操作不穩)、駕駛期間手持手機通話或觀看影片、頻繁切線、急加速及急煞車、非標準手機擺放導致操作異常。

李志鵬多番強調:「我們不是要抓錯處,而是希望提醒司機提升安全駕駛意識。科技是中立的,真正的價值在於如何應用。如果懲罰,我覺得不是最好的方法,我們的目標是鼓勵與提醒,而非懲罰。即使偵測到不理想行為例如切線,也不代表違法,只是有潛在風險。」
6
1 2 3 4 5 6 7 8