比爾蓋茲發布2026年度信:「壞人亂用AI」、「AI害你沒工作」將成未來10年最大隱憂!
比爾蓋茲發布2026年度信:「壞人亂用AI」、「AI害你沒工作」將成未來10年最大隱憂!

微軟創辦人比爾蓋茲(Bill Gates)近日發布了2026年度信,分享了關於AI、醫療、氣候、慈善等領域的觀點,對未來一如既往的樂觀,但也坦承當前全球面臨著更加複雜的挑戰,認為2026年AI將帶來大量變革。

蓋茲在信中寫道,儘管他因為看見AI對創新帶來的助益,對未來依然樂觀,現在對這些樂觀卻多了一些「備註」,提出了3個關鍵問題,其中就點出AI加速發展的同時,能否將對社會的衝擊降到最低。

比爾蓋茲認為,2026年是人類適應AI變革的關鍵一年,他非常看好AI技術的潛力,相信AI能夠幫助減少不平等,讓優質的醫療服務唾手可得,惠及患者及醫護,甚至也能幫助應對氣候變遷,提供農民關於天候、病蟲害等方面的建議。

AI在未來十年的兩大挑戰:濫用、衝擊就業

但他也指出AI在未來10年可能帶來兩大挑戰: 被有心人士濫用、衝擊就業 。AI已經開始影響軟體開發、倉儲、客戶等職位,並認為隨著AI能力的提升,衝擊可能越加強烈。

他督促政府採取行動,制定相關政策降低潛在的衝擊及貧富落差,將AI的負面影響降至最低。

延伸閱讀:微軟揭AI衝擊報告:最穩與最危的40個職業有哪些?高學歷不等於鐵飯碗?

比爾蓋茲分享,他認為AI目前對職場的衝擊,有點像當年個人電腦普及後的發展,增加了工作效率、帶來巨大需求,但同時也讓許多崗位岌岌可危。但整體而言,他認為只要及早預見問題並為此做好準備,他依舊對未來抱持樂觀的態度。

比爾蓋茲年度信全文:


我一向是個樂觀主義者。創立微軟時,我相信優秀軟體推動的數位革命能讓世界更美好;創辦蓋茲基金會時,我看到了拯救並改善數百萬人命的契機,因為當時像兒童健康這類關鍵領域獲得的資源極其匱乏。

在這兩段經歷中,結果都超出了我的預期。與 70 年前我出生時相比,現在的世界好得太多了。我相信世界會持續進步——但在今天,要看見這份進步,確實比以往很長一段時間都來得困難。

朋友和同事常問我,在這樣一個充滿挑戰與極端對立的時代,我如何保持樂觀?我的答案是:我依然樂觀,是因為我看到了人工智慧(AI)加速創新後將帶來的景象。 但現在,我的樂觀是有「備註」的。

最讓我痛心的是,去年世界在一個衡量進步的關鍵指標上退步了:那就是 5 歲以下兒童的死亡人數。在過去 25 年裡,兒童死亡率的下降速度是史上最快的。但在 2025 年,這個數字在本世紀首次上升,從 2024 年的 460 萬增加到 2025 年的 480 萬——這主要是因為富裕國家對貧困國家的支援減少所致。除非我們能恢復援助預算,否則這種趨勢將持續下去。

接下來的五年將會很艱難,因為我們正努力重回正軌,並試著擴大推廣新的救命工具。儘管如此,我對長期未來仍持樂觀態度。無論去年有多難熬,我不相信我們會倒退回黑暗時代。我相信在未來十年內,我們不僅能讓世界重回正軌,還將進入一個前所未有的進步新紀元。

創新的關鍵始終如一。 想想看:愛滋病毒的診斷曾等同於死刑。如今,受惠於革命性的療法,感染者的預期壽命幾乎與常人無異。到了 2040 年代,新技術甚至可能實質上消滅愛滋病所導致的死亡。

雖然預算削減限制了受惠於這些救命工具的人數(如去年我們所見的慘痛影響),但事實不容抹滅:幾十年前我們對救治愛滋病束手無策,而現在我們做到了。突破性的進展一旦發生,就無法被收回。 它們確保了我們不會回到 2000 年那種每年有超過 1000 萬名兒童死於可預防疾病的世界——這也是我對世界走向感到樂觀的核心原因。

但正如我所提到的,我的樂觀是有附註的。雖然創新藍圖為長期的成功打下基礎,但進步的軌跡取決於世界如何應對以下三個關鍵問題:

三個關鍵提問

一、隨著世界變得更富裕,會對需要幫助的人更慷慨嗎?

在財富不平等創下紀錄的今日,「己所欲,施於人」的黃金法則比以往任何時刻都更重要。這不僅適用於富裕國家的政府援助,也應包括富豪對國內外的慈善捐助。在這個擁有破紀錄億萬富翁、甚至「千億富翁」(centibillionaires)的世界裡,慈善事業應該迅速成長。

透過「贈與誓言」(Giving Pledge,一項由比爾蓋茲、巴菲特等富豪發起的慈善活動),我有幸與許多傑出的慈善家合作,他們樹立了典範,以聰明的方式捐出大部分財富。然而,我們還需要做更多努力,來鼓勵富人展現更高程度的慷慨,並讓他們看到這件事能帶來多大的成就感與影響力。

談到對貧困國家的援助預算,我對一個數字感到憂心:如果醫療衛生資金減少 20%,到 2045 年可能會多出 1200 萬名兒童死亡。 我知道削減的預算無法一夕恢復,儘管即使在最慷慨的國家,援助金額也佔不到 GDP 的 1%。但恢復部分資金至關重要。基金會的《目標守衛者報告》(Goalkeepers report)詳述了其中的風險,以及世界該如何善用這些援助。

今年我將投入大量精力與合作夥伴共同倡導增加全球兒童健康資金。我計畫接觸醫療工作者、宗教團體和移民社群,共同推動這項使命。

二、世界會優先推廣那些能促進「公平」的創新嗎?

有些問題不能僅靠市場機制運作,必須投入更多心力。

第一個關鍵領域是氣候變遷。 在缺乏全球性碳稅(遺憾的是這在政治上難以達成)的情況下,市場力量無法提供足夠誘因去開發減排技術。然而,只有用更便宜的替代方案取代所有碳排活動,我們才能阻止氣溫上升。這就是我十年前創辦「突破能源」(Breakthrough Energy)的原因,我也將繼續投入數十億美元於創新。

過去十年世界取得了顯著進步,預計排放量減少了 40% 以上。但在工業排放和航空等艱難領域,我們仍有許多創新和規模化工作要做。富裕國家的政府政策依然關鍵,因為除非創新達到規模化,否則成本不會下降,也無法達到所需的影響。

如果我們不遏止氣候變遷,它將與貧窮、傳染病一樣,帶給世界、尤其是最貧窮的人民巨大的痛苦。即便在最好的情況下氣溫仍會上升,因此我們也需要創新來將負面衝擊降至最低。這被稱為「氣候調適」——一個關鍵案例是利用 AI 提供貧困農民更好的種子與建議,讓他們能在氣候變遷下維持產量。很快地,我們就能利用 AI 提供貧困農民氣象、價格、病蟲害和土壤方面的建議,甚至比現在最富有的農民得到的資訊還要優質。基金會已承諾投入 14 億美元,支持在前線應對極端天氣的農民。

在接下來的幾年裡,我對氣候工作的投資和捐贈將更勝以往,同時也會持續增加對基金會首要任務——兒童健康的投入。

第二個關鍵領域是醫療保健。 各國對醫療成本和品質的擔憂正處於巔峰。理論上,面對驚人的創新浪潮,人們應該感到樂觀。例如,阿茲海默症診斷的最新突破將革命化檢測與預防方式(這是我個人特別關注的領域)。在肥胖、癌症、以及開發中國家的瘧疾、肺結核和營養不良方面,也都有類似進展。

儘管進步神速,但醫療系統的昂貴與複雜,使得很少人對現有的照護感到滿意。我相信透過 AI,不僅能加速創新開發,還能直接改善醫療流程。就像許多人一樣,我已經在用 AI 來協助了解自己的健康狀況。想像一下,當 AI 更成熟並普及到每位患者與醫護手中時,那種隨手可得、高品質的醫療建議將全面提升醫學水準。

我們雖然還沒達到那個階段(開發者仍需解決可靠性問題,並將 AI 與醫護人員串接),但我樂觀地認為,全球規模化應用指日可待。我正密切關注這項工作,確保蓋茲基金會與夥伴能讓資源匱乏、缺乏醫療人員的國家,能與發達國家同步獲得這些能力。

第三個領域是教育。 AI 讓我們有機會實現夢寐以求的「個人化學習」。這是目前基金會在教育支出上的重點,我親眼見證了它在紐澤西州如何賦能師生,當這項技術推向全球時,將徹底改變遊戲規則。

三、在 AI 加速發展的同時,我們能將負面衝擊降到最低嗎?
在人類創造的所有事物中,AI 對社會的改變將是最大的。它能解決許多現有問題,但也帶來了與以往完全不同的新挑戰。

當 AI 業界預測「通用人工智慧」(AGI)或全功能人形機器人即將到來卻又跳票時,會讓人產生「這永遠不會發生」的錯覺。然而,AI 的智慧和機器人的能力沒有上限,我相信在發展停滯之前,它們就會超越人類水準。

## 兩個 AI 挑戰

未來十年的兩大挑戰是: 壞人利用 AI 以及 就業市場的衝擊 。這兩者都是真實存在的風險,我們需要更有計畫地開發、監管與部署這項技術。

2015 年我曾警告世界尚未準備好應對大流行病。如果我們當時做好了準備,新冠疫情帶來的痛苦會少得多。今天,比自然瘟疫更大的風險是,非政府組織可能利用開源 AI 工具來製造生物恐怖武器。

第二個挑戰是就業市場的轉型。AI 讓人類能以更少的勞動力生產更多的商品與服務。從數學角度看,我們應該能分配這些新能力,讓每個人受益。我們可以縮短工時,甚至決定某些領域不使用 AI。

這種轉型難以模擬。有時,科技進步會因降低成本而帶動更多需求,讓世界更富有,進而刺激其他領域的需求。例如,AI 讓軟體工程師的效率提高至少兩倍,這讓寫程式變便宜,卻也創造了巨大的需求(就像電腦普及後的歷史一樣)。

即便如此,進步的速度已足以衝擊軟體開發等領域的用人需求。倉儲或電話客服雖然還沒完全被取代,但一旦 AI 變得更強,衝擊會更直接。即使轉型期比預期長,我們也該利用 2026 年做好準備——包括制定哪些政策來分配財富,以及處理工作在社會中扮演的重要角色。

我對未來依然樂觀

包含這些「備註」,尤其是最後一點,可能會讓讀者覺得我那持續的樂觀更令人驚訝。但站在 2026 年的開端,我對未來依然樂觀,原因在於人類兩項核心特質:

第一是我們預見問題並為之準備的能力,這能確保新發現讓所有人過得更好。第二是我們關懷彼此的能力。綜觀歷史,你總能發現人們不僅照顧自己、家庭或國家,還會為了更長遠的共善而努力。

「遠見」與「關懷」,正是這兩項特質讓我在年初充滿希望。只要我們繼續發揮這些能力,我相信未來幾年將會是真正進步的年代。

資料來源:Gates Notes

延伸閱讀:為什麼AI不太可能是泡沫?一張圖看懂全球算力「指數級成長」背後:智慧通膨來了!

「我沒時間在意誰不喜歡我」深植人心!史努比換老闆了,但Sony為何要買一個70歲IP?

本文初稿為AI編撰,整理.編輯/陳建鈞

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓