科技創業週報 #542：瀏覽器正從網路入口變成 AI 工作代理人：OpenAI、Google 與 Perplexity 的 AI Browser 戰爭
AI 瀏覽器競爭已不只是取代 Chrome，而是成為使用者在網路上的 AI 工作代理人。從 OpenAI、Google 到 Perplexity，瀏覽器正從網路入口轉向理解需求、整合資料與協助完成跨網站任務的新型工作平台。
瀏覽器正從網路入口變成 AI 工作代理人：OpenAI、Google 與 Perplexity 的 AI Browser 戰爭
AI Browser 戰爭正在從瀏覽器市佔競爭，轉向誰能成為使用者的網路工作代理人。OpenAI 將瀏覽、研究與任務執行功能整合進 ChatGPT 工作環境，Google 透過 Gemini 深化 Chrome 生態系，Perplexity 則以 Comet 從 AI 搜尋延伸至跨網站代理操作。這代表 AI 瀏覽器的核心價值，已不只是開啟網頁，而是理解使用者需求、存取線上工具，並協助完成下一個網路動作。
科技創業週報 #541：ChatGPT Work 發佈後，企業 AI 部署為何必須從帳號管理轉向工作、權限與責任治理？
ChatGPT Work 發佈後，企業 AI 部署不再只是帳號與席次管理，而是進入工作治理階段。當 AI 能讀取資料、操作工具並交付成果，企業必須重新定義工作範圍、資料權限、人工核准與責任歸屬。
ChatGPT Work 發佈後，企業 AI 部署為何必須從帳號管理轉向工作、權限與責任治理？
OpenAI 推出 ChatGPT Work，代表企業 AI 應用正從內容生成工具，走向實際工作流程中的執行能力。當 AI 可以跨應用程式與檔案進行研究、分析、工具操作，並產出文件、試算表、簡報與報告，企業面臨的問題也從「誰可以使用 AI」轉向「哪些工作能交給 AI、AI 可取得哪些資料與工具、哪些行動需要人工核准，以及出錯時由誰負責」。這也使企業 AI 治理必須從帳號管理，升級為工作、權限與責任治理。
科技創業週報 #540：AI 陪伴機器人為何不只是聊天工具，還是居家照護入口
AI 陪伴機器人不只是聊天工具，而是高齡照護服務的新入口。從 ElliQ 在紐約州的應用案例可以看到，陪伴、認知活動與健康管理正在被整合為可持續追蹤、可連結家屬與照護系統的日常服務。
AI 陪伴機器人為何不只是聊天工具，還是居家照護入口
AI 陪伴機器人正從單純聊天工具，走向高齡居家照護的重要入口。紐約州高齡事務辦公室與 Intuition Robotics 合作導入 ElliQ，公開成效顯示，多數使用者感到較不孤獨、整體感受變好，並在陪伴、認知活動與健康管理上產生持續互動。雖然 AI 陪伴機器人仍需更多長期研究與族群驗證，但其價值已不只是陪伴，而是將日常關懷轉化為可追蹤、可連結照護流程的服務模式。
科技創業週報 #539：從AI PC 到Agent Computer，PC 市場正在出現新的分級
AI PC 尚未真正普及，PC 市場已開始走向更高階的 Agent Computer。從 AMD Ryzen AI Halo 到 NVIDIA RTX Spark，PC 不再只是執行應用程式的工具，而是逐漸成為可在本機部署模型、開發 Agent、執行自動化任務的 AI 工作平台。
從AI PC 到Agent Computer，PC 市場正在出現新的分級
PC 市場正從 AI PC 進一步探索 Agent Computer 的新產品形態。AMD 發表 Ryzen AI Halo 開發者平台，主打本機執行大型 AI 模型、部署 Agent 與支援多元開發環境；NVIDIA 與 Microsoft 隨後推出 RTX Spark，強調在 Windows PC 上執行個人 AI Agent 的能力。這顯示高階 PC 的定位正被重新定義，未來企業採購、開發者運算環境與使用者 AI 工作流程，都可能因本機 AI 運算能力提升而出現新的分級。
科技創業週報 #538：企業導入 AI Agent 前，必須先把隱性知識變成組織資產
許多企業以為導入 AI Agent 的關鍵是選對模型或平台，但真正的挑戰往往在更前面。當企業的知識仍散落在資深員工腦中、LINE 對話裡或部門默契之中，再強大的 Agent 也無法穩定運作。Agent 的能力上限，往往取決於企業能否先把隱性知識轉化為可管理的組織資產。
企業導入 AI Agent 前，必須先把隱性知識變成組織資產
隨著 AI Agent 成為企業數位轉型的重要工具，許多企業開始期待 AI 能協助執行客服、採購、報價與跨系統流程。然而，Agent 真正落地的關鍵並不只是技術，而是企業是否已整理好自身知識體系。許多重要決策其實來自資深員工累積的隱性知識，而非正式文件與 SOP。當企業希望 Agent 參與工作流程時，必須先將這些經驗、規則與判斷標準轉化為可管理、可維護的知識資產，才能真正發揮 AI 自動化的價值。