AI 投資新浪潮：2025 CES 論壇揭露產業致勝關鍵

Why managing AI risk presents new challenges

Aliquet morbi justo auctor cursus auctor aliquam. Neque elit blandit et quis tortor vel ut lectus morbi. Amet mus nunc rhoncus sit sagittis pellentesque eleifend lobortis commodo vestibulum hendrerit proin varius lorem ultrices quam velit sed consequat duis. Lectus condimentum maecenas adipiscing massa neque erat porttitor in adipiscing aliquam auctor aliquam eu phasellus egestas lectus hendrerit sit malesuada tincidunt quisque volutpat aliquet vitae lorem odio feugiat lectus sem purus.

Lorem ipsum dolor sit amet consectetur lobortis pellentesque sit ullamcorpe.
Mauris aliquet faucibus iaculis vitae ullamco consectetur praesent luctus.
Posuere enim mi pharetra neque proin condimentum maecenas adipiscing.
Posuere enim mi pharetra neque proin nibh dolor amet vitae feugiat.

The difficult of using AI to improve risk management

Viverra mi ut nulla eu mattis in purus. Habitant donec mauris id consectetur. Tempus consequat ornare dui tortor feugiat cursus. Pellentesque massa molestie phasellus enim lobortis pellentesque sit ullamcorper purus. Elementum ante nunc quam pulvinar. Volutpat nibh dolor amet vitae feugiat varius augue justo elit. Vitae amet curabitur in sagittis arcu montes tortor. In enim pulvinar pharetra sagittis fermentum. Ultricies non eu faucibus praesent tristique dolor tellus bibendum. Cursus bibendum nunc enim.

Id suspendisse massa mauris amet volutpat adipiscing odio eu pellentesque tristique nisi.

How to bring AI into managing risk

Mattis quisque amet pharetra nisl congue nulla orci. Nibh commodo maecenas adipiscing adipiscing. Blandit ut odio urna arcu quam eleifend donec neque. Augue nisl arcu malesuada interdum risus lectus sed. Pulvinar aliquam morbi arcu commodo. Accumsan elementum elit vitae pellentesque sit. Nibh elementum morbi feugiat amet aliquet. Ultrices duis lobortis mauris nibh pellentesque mattis est maecenas. Tellus pellentesque vivamus massa purus arcu sagittis. Viverra consectetur praesent luctus faucibus phasellus integer fermentum mattis donec.

Pros and cons of using AI to manage risks

Commodo velit viverra neque aliquet tincidunt feugiat. Amet proin cras pharetra mauris leo. In vitae mattis sit fermentum. Maecenas nullam egestas lorem tincidunt eleifend est felis tincidunt. Etiam dictum consectetur blandit tortor vitae. Eget integer tortor in mattis velit ante purus ante.

Vestibulum faucibus semper vitae imperdiet at eget sed diam ullamcorper vulputate.
Quam mi proin libero morbi viverra ultrices odio sem felis mattis etiam faucibus morbi.
Tincidunt ac eu aliquet turpis amet morbi at hendrerit donec pharetra tellus vel nec.
Sollicitudin egestas sit bibendum malesuada pulvinar sit aliquet turpis lacus ultricies.

“Lacus donec arcu amet diam vestibulum nunc nulla malesuada velit curabitur mauris tempus nunc curabitur dignig pharetra metus consequat.”

Benefits and opportunities for risk managers applying AI

在 2025 年的 CES AI 論壇上，一群傑出的投資人和創辦人深入探討了影響人工智慧未來發展的關鍵因素。隨著 AI 重塑各產業並帶來新的投資機會，討論聚焦於新創公司、企業和投資者的策略、挑戰與趨勢。

論壇由 Incrediwear 的資訊長 Denise K. Záles 主持，與談者包括 BlackRock 基本面股票投資部門的 Tony Kim、Coinfeeds 的 Moyi Dang、GMI Cloud 的 Alex Yeh、AI Fund 的 Warren Packard，以及 IronGate Capital 的 Tien Wong。他們的觀點為企業在複雜但充滿希望的 AI 領域提供了發展指引。

AI 投資賽局的演進

AI 已成為橫跨各產業的基礎技術，但其投資策略仍聚焦於擴展性和差異化：

Tony Kim 描述了 AI 的雙重角色：「人力成本佔企業支出最大比重，AI 代理、數位助手等工具將透過降低成本並創造全新工作方式來改變這個領域。」
Warren Packard 將 AI 的變革潛力比喻為電力：「我們結合領域專家與尖端 AI 技術，打造能大規模顛覆產業的企業。」
與談者一致強調，垂直領域的特定應用是創新和投資的最大機會。

企業 AI：突破挑戰，釋放潛力

企業在部署 AI 時常受限於系統性障礙，主要包括安全性、資料孤島和基礎設施擴展等問題：

Alex Yeh 強調安全的重要性：「對企業而言，安全就是一切—特別是對於仍存放在內部的敏感資料。沒有強健的系統，大規模部署 AI 將帶來重大風險。」
企業常面臨跨部門資料分散的問題。「要獲得洞見，企業必須打破資料孤島，採用身分與存取管理系統，確保員工只能存取其權限內的資訊。」
Tien Wong 指出 AI 代理人在企業中的角色：「這些系統能透過自動化重複性工作提升生產力，但部署時需要明確準則以避免倫理或法規風險。」

新創企業：速度、成本和易用性是成功關鍵

新創公司正快速搶占 AI 市場，成功關鍵在於三大要素：速度、成本和易用性：

Moyi Dang 分享 Coinfeeds 如何協助投資基金分析大量資料：「我們的工具讓新創和基金能在數小時內發現原本需要數週才能找到的模式。速度和擴展性是決定性因素。」
新創公司沒有時間和資源管理複雜的基礎設施。「他們需要容易整合和部署的工具。」
Alex Yeh 呼應這點，強調敏捷性的重要：「當競爭對手今天就能推出產品，一年後才能交付是不夠的。可擴展的 GPU 使用和直覺的 API 對新創成功至關重要。」

資料多樣性和在地化 AI 模型

與談者一致認為，多元的資料集對開發有影響力的 AI 解決方案至關重要：

Warren Packard 強調：「你不能只用代表特定族群的資料來推進醫療發展。AI 必須反映使用者的多樣性。」
Alex Yeh 補充：「在地化的大型語言模型對準確性很重要。問全球性 AI 模型京都最好的拉麵店在哪，它可能答不出來。為特定地區量身打造模型才能確保相關性。」
Tony Kim 指出未來在於合成資料：「人類創造的資料大多已被消耗。未來的進展將越來越依賴合成資料集和為特定領域設計的推理模型。」

AI 投資的未來展望

展望未來，與談者指出兩大趨勢：基礎設施層面的整併，以及應用層面的創新：

Alex Yeh 表示：「基礎設施需要龐大資本。主要玩家已經確立，我們很快就會看到一波併購潮。」
Tony Kim 強調新創機會：「應用層充滿創新空間，垂直領域的解決方案正在重新定義產業。」
AI 將持續專注於成本效益和突破性發展。Tony 觀察到：「AI 不只是為了節省成本，更是在創造全新的市場。」

2025 CES AI 論壇重點總結

本次討論揭示了 AI 產業快速發展的重要洞見：

企業須解決安全性和資料孤島等系統性挑戰，釋放 AI 的全部潛力
新創公司應著重速度、成本和易用性，在競爭市場中取得優勢
投資者應關注能解決實際問題且具有明確擴展路徑的垂直領域應用

正如 Alex Yeh 總結：「AI 的未來在於讓企業能安全有效地運用其力量。真正的贏家將是在創新的同時也注重實際應用的企業。」

準備好迎接下一波 AI 創新浪潮了嗎？探索 GMI Cloud，了解我們如何協助您擴展業務。直擊論壇全程內容，請點擊這裡。

‍