科技報橘

＊ OpenAI 一口氣募到 1,220 億美元，AI 進入資本密集交卷期
＊ 甲骨文裁員上限恐達 3 萬人，AI 基建壓力開始反映在人力上
＊ 微軟找上雪佛龍，AI 資料中心直接對接天然氣發電
＊ 中東衝突推升氦氣價格，三星與 SK 海力士靠庫存穩住上半年
＊ Tesla 首度承認，Robotaxi 在緊急情況下可由人類遠端接手

延伸閱讀 📖 AI 原生企業崛起：Jack Dorsey、祖克柏為何都在重寫公司架構設計？
https://techorange.com/2026/04/01/ai-native-company-jack-dorsey-zuckberg/

每日閱讀 📊【科技早餐】更多則新聞
https://techorange.com/2026/04/02/oracle-layoff-works-turns-to-heavy-ai-investment/
--
Hosting provided by SoundOn

＊ NVIDIA 本益比跌回 2019 低點，AI 熱潮進入重估期
＊ Meta 不只蓋資料中心，連電廠與輸電線都一起包下來
＊ 三星工會高票通過罷工授權，5 月供應風險再升高
＊ Mistral 舉債 8.3 億美元建 AI 資料中心，歐洲主權 AI 往基建層推進
＊ Microsoft 讓 GPT 與 Claude 一起進 Copilot，企業 AI 走向多模型協作

延伸閱讀 📖 【Google Cloud 林書平專欄】從追求效率轉向衡量自主性：生成式 AI 顛覆營運邏輯的 3 大底層轉變
https://techorange.com/2026/03/31/ai-rethinking-software-google-cloud/

每日閱讀 📊【科技早餐】更多則新聞
https://techorange.com/2026/04/01/nvidia-pe-sinks-low-since-2019/
--
Hosting provided by SoundOn

＊ SoftBank 借 400 億美元加碼 OpenAI，持股上看 13%
＊ 黃仁勳將在 Computex 發表主題演講，傳 NVIDIA 將展出筆電處理器
＊ 台灣最強超級電腦「晶創 26」第三季上線，總算力將增逾三倍
＊ 中國不只追模型，連 AI 研究人才都開始超車
＊ DeepSeek 大規模異常，熱門模型碰上穩定性考驗

延伸閱讀 📖 Anthropic 為何替 Claude 限流？當付費訂閱翻倍成長，算力天花板與規模化考驗正式浮上檯面
https://techorange.com/2026/03/30/anthropic-claude-booms-uptime-falters-users-get-new-limits/

每日閱讀 📊【科技早餐】更多則新聞
https://techorange.com/2026/03/31/softbank-secure-40-billion-bridge-loan-for-openai-sake/
--
Hosting provided by SoundOn

＊ Meta 不只做 AI，是把整間公司改造成 AI 原生組織
＊ Google 把搜尋帶進即時對話時代，語音與相機正式接進 AI 模式
＊ Perplexity 執行長：AI 先拿走工作，下一波機會在微型創業
＊ OpenAI 廣告試點跑 6 週，年化營收已衝破 1 億美元
＊ Anthropic 暫時擋下國防部禁令，AI 公司與美國政府正面對撞

延伸閱讀 📖 麥肯錫：72% 企業將主權 AI 納入 2026 年發展，推動主權 AI 須執行的 3 階段藍圖是什麼？
https://techorange.com/2026/03/28/sovereign-ai-mckinsey/

每日閱讀 📊【科技早餐】更多則新聞
https://techorange.com/2026/03/30/meta-reality-lab-https-www-meta-com-brand-resources-meta-company-brand-shifts-to-ai-builder-project/
--
Hosting provided by SoundOn

📢本集來賓：
✨張銘輝 Mark／達梭系統臺灣戰略客戶銷售總監

📢收聽這集，你可以得知：

一、製造業「超自動化」時代
✨當 AI 不僅能夠預測或生成，而且還能夠理解現實世界，會對製造業造成什麼影響？
✨什麼是「AI 原生工廠」？和以往的「智慧工廠」有何不同？
✨台灣製造業想實現「超自動化」（Hyper-automation），該如何解決目前最大的「數據斷鏈」痛點？

二、 工業世界模型、專業 AI 助手
✨達梭與 NVIDIA 合作打造「工業世界模型」，能為工廠解決什麼實際上的問題？為何能讓工廠自己做出決策並降低錯誤？甚至解決一個廠區的單一問題之後，還能把經驗複製到其他廠區？
✨企業如何運用知識管理型 Aura、工程專家型 Leo、以及材料科學型 Maria 這三位專業 AI 虛擬助手，加速特定領域的決策與創新？
✨企業內部的數據資產與 IP 累積數十年，如何透過 AI 大模型結合專家經驗，確保知識不外流，打造專屬於企業自己的 AI？

三、模擬驅動設計
✨讓機器人先在虛擬世界模擬學習上萬次，再無縫對接到實體產線，能帶來哪些成本與效率的優勢？
✨台灣製造業該如何從「先求有再求好」轉變為「模擬驅動設計」（SDD），以高頻次的迭代來快速回應少量多樣、交期縮短的客戶需求，打造差異化優勢？
✨企業部署 AI 為何已經變成攸關生存的必選題？除了企業內部數據打通，如何進一步將累積多年的跨學科知識，擴展到客戶與供應鏈，實現整個產業「生態鏈的打通」？

-------------------

🔆科技報橘｜https://techorange.com/
🟠Facebook｜https://www.facebook.com/TechOrange
🔆YouTube｜https://www.youtube.com/@tech.orange
🟠Line｜https://lin.ee/O3HSOto
🔆IG｜https://www.instagram.com/techorange_tw/
--
Hosting provided by SoundOn