人工智慧加速生技創新風潮再掀高潮，總部位於美國的AI藥物設計新創Chai Discovery宣布完成1.3億美元（約新台幣41億元）B輪融資，公司估值一舉突破13億美元，正式躋身生技獨角獸之列。根據科技媒體《TechCrunch》報導，此輪募資由General Catalyst和Oak HC/FT領投，除了OpenAI、Menlo Ventures、Dimension、Thrive Capital、Neo、Yosemite、Lachy Groom、SV Angel等原投資人持續加碼，並新增Glade Brook、Emerson Collective等新血，總募資額累計達2.25億美元。
成立於2024年的Chai Discovery，致力於打造運用大型基礎模型進行分子設計的AI平台，其技術核心是透過深度學習與生成模型，預測生化分子的交互作用，進一步重新編碼用於藥物治療。Chai Discovery願景是建立一套「分子電腦輔助設計CAD工具鏈」，徹底翻轉過往仰賴高成本、高時間投入的傳統藥物研發流程。
Chai去年推出首代AI模型Chai 1，今年再升級至Chai 2模型，專注於抗體去新設計（de novo antibody design），也就是從零開始創造全新抗體結構，而非仰賴既有抗體模板修改。Chai稱該模型已在處理過去難以攻克的標靶上展現突破性成果，成功率遠超傳統方法，並能精準生成具備藥物理想特性的分子結構。
Chai Discovery執行長Josh Meier表示：「我們的最新模型已能設計出具備候選藥物關鍵特性的分子，甚至能挑戰先前無法處理的標靶，這是AI藥物設計的重要里程碑。」Meier本人擁有機器學習背景，曾任職於Facebook AI研究部門，更早前曾在OpenAI任職，累積深厚的AI工程經驗。
Chai所處的賽道正受到全球資本市場與生技界高度矚目，AI在藥物開發的應用正快速從理論走向落地，根據市場觀察，從新藥標靶發掘、藥物分子生成，到臨床試驗預測，皆逐步導入AI輔助，預期能大幅縮短研發時間、降低成本，甚至發現以往未被探索的治療可能性。
這次B輪募資金將用於擴充技術團隊、加速模型訓練與平台商業化進程，Chai亦有望進一步與藥廠或學研機構展開策略合作，搶攻數十億美元的全球藥物設計市場。在OpenAI與一線創投支持下，Chai不僅具備資金優勢，更有望搶佔模型技術先機。
圖／本報資料庫 商傳媒｜葉安庭／綜合外電報導 Atlassian 近年來大力投入人工智慧領域，為彌補企業導入 AI 的落差，該公司旗下的 Forward Deployed Engineering（前線部署工程師，簡稱 FDE）團隊扮演關鍵角色。這些工程師與客戶及跨部門團隊合作，將模糊的業務問題轉化為清晰的技術解決方案，例如利用 Rovo 工具開發 AI 代理程式、自動化流程、連接器及可重複部署的模式。過去一年，科技業對 FDE 職位的需求成長高達 729%，顯示大型 AI 公司普遍認為，越接近客戶的工程師將越能定義 AI 應用的成功。 Atlassian 為全球超過 35 萬家公司提供協作及生產力軟體解決方案，旗下產品包含專案管理工具 Jira、團隊協作平台 Confluence、視訊訊息工具 Loom 和看板型企畫管理網頁程式 Trello。FDE 團隊的成員不僅深入了解客戶的工作流程，找出高影響力的使用案例，並將這些洞察回饋給產品開發團隊。Atlassian 的前線部署工程師與傳統的客戶工程師或諮詢角色不同，他們更貼近核心程式碼與客戶需求，屬於研發部門的一部分，並肩負深度技術工作。 該公司 Lead Principal Forward Deployed Engineer Hülya Pamukcu Crowell 指出，透過與客戶工作流程的緊密結合，FDE 能夠識別出具高價值的應用場景，並將這些經驗帶回產品團隊。FDE 負責人 Sri Ramya Mallipudi 也提到，每位客戶的需求都不同，這促使工程師必須緊密追蹤產品的最新功能，並專注解決客戶面臨的實際問題。 FDE 團隊的實際應用成果顯著。例如，Atlassian 的 FDE 曾協助線上旅遊集團 Expedia 歸檔 60 萬個 Confluence 頁面，節省超過 6,700 小時的人力時間，此成功案例促使雙方擴大合作。Abhinav Thomas 是一名於今年 3 月加入的 Forward Deployed Engineer，他已與數家客戶合作，客戶回報其解決方案帶來顯著價值，其中一個案例更節省了約 80% 的時間。此外，當某位 FDE 為 Rovo 代理程式開發出沙盒（Sandbox，模擬真實環境的測試平台）到正式環境的匯出與匯入路徑時，一次性解決了包括網路設備龍頭思科（Cisco）在內，超過 15 個企業帳戶面臨的部署障礙。 Atlassian 運用其深厚的數據基礎打造 Teamwork Graph（團隊協作圖譜），該圖譜累積超過 20 年的數據和 1,500 億個獨特連接，為工程師建構 AI 工作流程提供共享知識層，並協助客戶更快地看到業務成果。成為 FDE 被視為一種職涯加速器，讓工程師具備客戶視角與跨職能判斷能力，進而影響產品策略。Sri Ramya Mallipudi 表示，FDE 的學習與經驗累積速度，是其他職位無法比擬的。FDE 被定義為 AI 應用者（AI practitioners），而非 AI 工程師，他們是使用 AI 並理解其產品應用適配性的專家，能為客戶提供最適切的解決方案，快速從發現問題到實現實際效益。
為因應人口高齡化及照顧人力短缺，台中市政府勞工局持續辦理照顧服務員訓練課程，鼓勵有意投入照顧服務工作的民眾培養專業技能。115年度目前尚有5班招生中，歡迎年滿16歲以上民眾踴躍報名，透過系統化訓練習得照顧專業，為長照服務注入新血。 核心課程-人際關係與溝通技巧 勞工局長林淑媛表示，照顧服務員是長照服務第一線不可或缺的專業人力，不僅協助長者日常生活，更是長者及其家庭面對老化與失能時的重要支持。市府希望透過系統化專業培訓，將願意照顧的心轉化為實際照顧能力，讓每位投入長照領域的夥伴都能具備專業與自信，提供長輩安心且有溫度的照顧服務。 勞工局表示，40歲的陳先生因年邁父母需要照顧，一度無法外出工作；母親辭世後，為兼顧父親照護與重返職場，決定參加照顧服務員訓練。51歲的蔡小姐長期陪伴罹癌女兒接受治療，女兒康復成家後，她考量自身體力已難繼續負荷醫院清潔等高勞力工作，也選擇轉換跑道。兩人完成訓練後，均順利進入居家長照服務機構任職，將照顧家人的經驗轉化為專業能力，走出職涯新方向。 勞工局說明，照顧服務員課程內容涵蓋身體照顧、生活支持、失智症照顧、急救實務以及家屬溝通技巧等多個面向，除了嚴謹的學科訓練外，更安排學員前往機構進行實地實習，確保每位學員都能將理論完美結合實務。另為降低參訓負擔，參訓期間符合特定對象身分者，訓練費用全額補助，而一般身分者亦可享80%的補助。 核心課程-感染管制及隔離措施 勞工局補充，為協助結訓學員順利就業，中市就業服務處提供「缺工就業獎勵方案」，凡經就業服務站推介媒合至日照中心或居服單位從事照顧服務工作者，依受僱期間每月可領取5,000元至7,000元之缺工就業獎勵，最長發給18個月。又於在職期間取得照顧服務員單一級技術士證照者，可申請勞工局勞工藝級棒獎勵2,000元，實質鼓勵及促進有意願從事照顧服務工作之失業、待業者投入長照產業並穩定就業。相關課程資訊，請至中市勞工局網站（網址：http://www.labor.taichung.gov.tw/1229008/1229015/1247865/1303561/1303569/1350985/post）或台灣就業通網站（網址：https://www.taiwanjobs.gov.tw）查詢或電洽 04-22289111 分機 35600。
日本規模達七兆美元的債券市場正積極導入區塊鏈技術，目標是讓股票與政府公債交易能全天候即時結算，大幅縮短目前一至兩天的結算時間，以提升市場效率並活化閒置資金；該計畫預計在2030年代初期上線。 日本規模高達七兆美元的債券市場正邁向區塊鏈轉型，以實現股票與日本政府公債（JGBs）的全天候即時結算。這是日本首次為全國性的區塊鏈試點計畫訂定明確的推動時程。 目前，東京的股票交易需要兩個工作天才能完成結算，而日本政府公債則需一個工作天。未來，透過區塊鏈技術，結算時間可望縮短至趨近於零，這意味著賣方幾乎可以立即將資金再投資，有效將閒置資金轉化為運作資本。 儘管更快結算機制無法解決由通膨、債務和貨幣政策所影響的殖利率與日圓匯率問題，但高利率環境下，即時結算的重要性日益凸顯。日本銀行（Bank of Japan）下個月升息的機率高達八成，而目前十年期日本政府公債殖利率接近2.9%，三十年期則超過4%，日圓兌美元匯率約在159水準。 此數位轉型計畫的進程已展開。今年四月，日本四大銀行已針對日本政府公債的區塊鏈抵押品進行試驗。思佰益（SBI）與Solana Foundation也正積極推動以日圓穩定幣為基礎的鏈上金融應用。此外，根據《CryptoSensei》報導，有大型日本企業正利用Canton Network測試代幣化的日本政府公債抵押品轉移，目標是在2026年前實現全天候的債券交易。 這並非日本首次升級其結算系統。早在2018年，日本政府公債的結算時間就已縮短至一天，股票結算則在2019年縮短至兩天。美國也在2024年將股票結算時間縮短至一天。日本這項計畫仍在等待正式批准，預計將於2027年初發布開發計畫，並可能在2030年代初期正式上線。日本此舉可能為全球其他金融市場，包括台灣在內，提供借鏡，思考如何透過數位轉型提升金融基礎設施的效率。
