早安,今天是 2026 年 7 月 23 日。

今天三則 AI 新聞,分別談政府研究、科技公司組織調整與企業 AI 代理。

美國準備投入 50 億美元,讓 AI 進入科學研究;Amazon 一邊強調 AGI 仍是核心方向,一邊裁減部分相關職位;OpenAI 則推出 Presence,協助企業把 AI 代理放進客服與內部流程。

今天最重要的變化是:AI 產業開始更嚴格地選擇資源要放在哪裡,以及最後能不能完成真正有價值的工作。

第一則:美國投入 50 億美元推動 AI 科學研究

美國政府宣布投入 50 億美元,推動跨部門的 AI 科學研究計畫。

參與單位包括衛生、能源、交通、國防與內政等 15 個聯邦機構。

研究人員將能使用美國能源部的超級電腦、AI 工具與專業資料集,處理長期難以突破的問題。

  • 尋找慢性疾病的根本原因。
  • 加速新藥物的發現與研究。
  • 開發更耐用的建築材料。
  • 分析化學品、礦物與其他科學資料。

Microsoft 也表示,將在三年內提供價值 4,000 萬美元的 AI 運算額度,支持這項計畫。

AI 在科學領域真正的價值,不是替研究人員寫報告,而是從大量資料中找出值得實驗驗證的新方向。

政府擁有大量資料,就一定能得到好結果嗎?

不一定。

AI 可以快速尋找資料中的模式,但研究結果仍會受到資料品質、偏差與實驗設計影響。

涉及病患健康資料時,也必須處理隱私、存取權限與資料用途。

因此,AI 可以提出假設與候選答案,最後仍需要研究人員透過實驗、同儕檢查與重複驗證確認。

第二則:Amazon 裁減部分 AGI 團隊職位

Amazon 裁減人工通用智慧部門中的部分職位,但沒有公布完整裁員人數。

Amazon 表示,大型 AI 模型仍是公司最重要的工作之一,這次調整是為了把資源集中在對客戶最重要的項目。

Amazon 的 AGI 組織近期也經歷多次人事與架構變化。

  • 原本負責 AGI 的高階主管在去年底離職。
  • AGI 實驗室主管在今年 2 月離開。
  • 相關團隊已整合到同時管理晶片與量子運算的部門。

這次裁員不代表 Amazon 放棄 AI,而是顯示即使是資金雄厚的科技公司,也開始要求 AI 團隊證明優先順序與實際價值。

一家企業增加 AI 投資,不代表所有 AI 專案都會繼續擴張;資源最終仍會流向能被證明有用的項目。

為什麼發展 AI 還會裁減 AI 團隊?

AI 產業正同時發生擴張與重整。

企業可能增加晶片、資料中心與關鍵模型投資,卻縮減重複、方向不明或短期價值不足的團隊。

這提醒工作者,未來真正重要的不只是掛上 AI 職稱,而是能不能:

  • 把模型能力轉成產品。
  • 解決清楚的客戶問題。
  • 降低成本或提高品質。
  • 與資料、系統及現有工作流程整合。

第三則:OpenAI 推出企業 AI 代理平台 Presence

OpenAI 發布 Presence,協助符合資格的企業,把語音與文字 AI 代理部署到正式工作環境。

這些代理不只是回答問題,也能在企業設定的限制內:

  • 查詢公司知識與帳戶資料。
  • 依照政策處理客服問題。
  • 操作已連接的企業系統。
  • 執行事先核准的動作。
  • 遇到例外時轉交真人。

每一個部署會先從一項明確工作開始,例如處理帳單問題、保險理賠或員工資訊服務。

企業可以設定 AI 能取得哪些資料、可以做什麼、什麼時候需要批准,以及何時必須由真人接手。

Presence 和一般聊天機器人有什麼不同?

一般聊天機器人通常回答問題,Presence 更接近能完成一段受控制流程的企業代理。

OpenAI 表示,Presence 目前支援語音與文字情境,並結合:

  • 標準作業程序與企業政策。
  • 權限與防護規則。
  • 可執行的核准動作。
  • 模擬測試與成效評估。
  • 錯誤升級與真人接手。

它目前不是一般使用者可以直接註冊的自助工具,而是提供給符合資格的企業,由 OpenAI 工程團隊與合作夥伴協助部署。

今天三則新聞共同說明什麼?

美國政府把資源放進能解決科學問題的 AI,Amazon 調整無法平均擴張的 AGI 組織,OpenAI 則讓企業代理開始處理正式流程。

三則消息共同顯示,AI 的下一階段不只比較模型多強,而是比較:

  • 是否有高品質資料與運算資源。
  • 是否找到值得投入的具體任務。
  • 是否能在真實系統中可靠運作。
  • 是否保留權限限制與真人接手。
  • 投入之後是否產生可衡量成果。

對一般工作者與小企業有什麼提醒?

小企業不需要投入數十億美元,也不需要立刻建立複雜 AI Agent。

但可以採用相同原則,先選擇一項清楚而重複的工作。

  • AI 只取得完成任務需要的資料。
  • 每次只處理一種明確問題。
  • 對外寄信與承諾前保留人工確認。
  • 記錄錯誤、修改時間與實際成果。
  • 無法證明有幫助的流程就暫停或調整。

真正成熟的 AI 導入,不是讓 AI 什麼都做,而是讓它在清楚邊界內,把一項工作穩定完成。

結語

今天的 AI 新聞提醒我們,產業已經進入「選擇與落地」的階段。

政府選擇哪些科學問題值得投入,企業選擇哪些 AI 團隊與專案繼續發展,AI 平台則必須證明代理能在正式流程中可靠工作。

未來真正有價值的 AI,不只要有能力,也要有清楚任務、可控權限、真人監督與可以被驗證的成果。

今天,和 AI 一起進步一點。

每天學會一個 AI 技巧。

每天節省一點時間。

每天提升一點能力。

SasaDaily,陪你一起成長。

推薦閱讀