蘋果砸一億美元推「種族平等計畫」，助少數裔人才培育！庫克暗示Parler會再上架？|數位時代 BusinessNext

蘋果砸一億美元推「種族平等計畫」，助少數裔人才培育！庫克暗示Parler會再上架？

蘋果將投入一億美元推動「種族平等與正義計畫」，透過推動中心、蘋果開發者學院、及投資專注有色人種新創者的Harlem Capital，培育更多明日之星。

蘋果日前宣布將投入一億美元推動「種族平等與正義計畫」（Racial Equity and Justice Initative），希望以此長期的機會，為有色人種社區提供更多的教育和創業機會。

「種族平等與正義計畫」中包括並與美國各地的黑人大專院校（Historically black colleges and universities, HBCUs) 合作，建立約100多個以全球創新與學習為目標的「推動中心」（Propel Center），以及在美國底特律的蘋果開發者學院（Apple Developer Academy ），提供有色人種學生更多的學習機會。

蘋果執行長提姆．庫克（Tim Cook）在接受CBS訪問時表示，去年中種族平等的議題再次受到重視時，蘋果就開始規劃這個計畫，希望能讓有色人種社區在教育和就業方面獲得更多機會。我們將「推動中心」和蘋果開發者學院視為創新中心，在這裡提供編程技術、機器學習、藝術創意等領域的課程，並且協助學生提高創業能力。

曾在歐巴馬政府擔任環境保護局局長的蘋果環境政策社會議題副總麗莎・傑克森（Lisa Jackson）則說，HBCU曾培養出許多社區領袖，因此有信心「推動中心」將成為蘋果及其他企業的人才庫，讓這些人才獲得更美好的未來和生活。傑克森也說，「推動中心」的命名也意味著，人生的航程中難免遭遇風雨阻礙，藉以激勵這些未來的人才。

蘋果開發者學院選擇建立於底特律，是因為此地至少有5萬家小型企業是由有色人種所開設，而他們正努力重建這個受到經濟重創而一度又老又窮的城市。蘋果開發者學院要在底特律提供學習如何開發世界一流應用程式的機會，只要申請者具有渴望學習、創造力、和興趣，即使沒有編程的經驗也可以加入，而這個學院也是美國第一所針對協助有色人種而設立的，希望能培養出下一代的少數族裔科技企業家。

除了「推動中心」及蘋果開發者學院，蘋果還對風險投資公司Harlem Capital投資1000萬美元，來達成支持、培育有色人種企業家的理念，而Harlem Capital的目標就是在未來20年內支持由有色人種創辦的公司，與蘋果的理念相同。

當庫克被問到Parler遭App Store下架一事時，庫克解釋說，Parler因為違反App Store服務條款而遭到暫時下架的處置，若是Parler實施內容審核機制，就有機會再重回App Store。日前由於川普遭Twitter、Facebook永久禁用，使川普支持者轉進Parler平台，並留下許多涉及暴力的內容，因此遭到亞馬遜停止提供伺服器服務，以及蘋果App Store、Google Play Store下架的處置。

採訪最後，庫克表示展望2021年，蘋果的目標都與過去多年相同，就是希望能盡其所能地幫助他人並豐富他們的生活，至於對美國的發展，他則希望能回到兩黨制。

資料來源：蘋果、CBS、9 to 5 Mac
責任編輯：錢玉紘

AI 智慧代理人時代來臨！三大導入階段， AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」。

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。