AI新創公司Futurenest未來巢科技，於 2026 Computex 正式發表軟硬整合的企業 AI 作業治理系統 AI OS Xparse，本次除了在NVIDIA Inception Program展區展出，並受邀在仁寶、神雲、永擎等多家AI伺服器策略夥伴於Computex攤位中展出軟硬整合方案，產品藉由NVIDIA NIM™與NVIDIA NeMo™Guardrails打造，並與NVIDIA生態系中眾多公司合作，展示企業如何從快速AI概念驗證，進入大規模可治理、可部署、可擴充的地端 AI Workforce 時代。
未來企業將會成為Agent公司，每家公司都需要自己的Agent作業系統，AI 正從「回答問題」進入「執行任務」的新階段。隨著企業開始導入 AI agents，挑戰已不再只是模型能力，而是如何管理模型調用、工具執行、資料權限、GPU 資源、成本歸因與稽核紀錄。
企業真正缺少的不是更多 AI app 或聊天入口，而是一套能讓 AI agents 在企業環境中被正式部署、調度、控管與稽核的作業層。就像 PC 時代需要作業系統連接硬體、軟體與使用者，Agentic AI 時代也需要新的作業系統，將模型、資料。工具、GPU 與 workflow 納入同一套執行架構，Xparse 的定位正是企業 AI 作業治理層。它負責管理 AI 任務如何被執行、模型如何被調用、GPU 資源如何被使用、資料權限如何被控管，以及每一次 Agent 行動如何留下可追蹤紀錄。
企業 AI 的成本不只來自 token 或模型訂閱費，更大的成本來自 GPU 閒置、重複 PoC、分散串接，以及上線後無法追蹤成本與責任的 AI 任務。因此，AI 作業層的價值不只是「讓 AI 能用」，而是讓企業能判斷 AI 是否值得規模化使用。
根據 Futurenest 於10U NVIDIA HGX™ B300 Server 8 x NVIDIA Blackwell Ultra GPUs環境進行測試，在同一組硬體條件下，導入 Xparse 後，可承載用戶數提升 91%。同時，每筆任務能耗降低 61%，複雜查詢誤分類率為 0%，這項結果透過任務路由、模型分流與資源控管，讓既有算力發揮更高營運效率。並且企業導入龍蝦或代理式AI應用所害怕的資安問題，也能在底層受到高效監管並提供即時稽核報告。若企業有混合雲需求亦可同時在良好資安規範下，整合雲端LLM API與地端模型的Routing功能。
台灣企業正在加速採購 AI Server、地端模型與混合雲基礎設施，GPU Server 只是 AI 轉型的第一步。企業真正需要的，是能把算力轉化為工作成果的作業層。Xparse協助硬體夥伴、算力中心與系統整合商在交付 GPU Server 的同時，提供 Agent Runtime、使用控管、成本歸因與稽核治理能力，讓 AI Server 不只是算力設備，而是能承載企業 AI workforce 的執行基礎設施。
Futurenest 將企業 AI 導入打造更快速的部署旅程：從地端 AI 基礎環境建置開始，協助企業完成多租戶架構、部門權限與存取控管設定；再將分散於文件、SOP、知識庫與內部系統中的資料，整理為具備權限邊界的 Knowledge Workspace。當資料、角色與任務脈絡被建立後，平台可依部門需求自動生成建議的 AI workflow，並進一步串接 API、企業知識庫與既有業務系統，最終，企業可啟用內建與自訂 AI agents，讓不同部門不只是「使用 AI 工具」，而是以可治理、可追蹤的 AI team 形式，進入實際工作流程。
Futurenest過去導入政府、金融、製造眾多產業龍頭客戶，場域從AI KM、企業 GPT、地端知識庫，到內部客服、後勤營運、財務分析、徵信推論與法遵合規等涵蓋產銷人發財上百個應用場景，逐步看見企業 AI 導入真正卡住的地方；不是 AI 不夠聰明，而是企業底層還沒有準備好，資料散在不同系統，流程藏在少數人的經驗裡，權限沒有清楚邊界，模型調用與 GPU 成本難以追蹤，任務執行後缺乏完整稽核紀錄，這些問題在 AI 出現以前就存在。
共同創辦人暨執行長 Bob 許旭安觀察到，企業真正缺少的不是應用層，而是能讓 AI 被正式部署、控管、追蹤與治理的作業層，就像 PC 時代需要 Windows作業系統，才能讓硬體、軟體與使用者形成可運作的生產力平台；AI 時代，企業也需要一套新的作業系統，將GPU算力、模型、資料與 AI agents 轉化為可治理、可稽核、可規模化部署的 AI Workforce。這套作業層，將決定 AI 能不能從部門試用，真正走向企業生產力。
商傳媒｜林昭衡／綜合外電報導 隨著人工智慧技術快速發展，OpenAI 的 ChatGPT 和 Anthropic 的 Claude 等大型語言模型（LLMs）已進化為多模態 AI，不僅能處理文字，還能分析圖像，甚至從文字描述生成圖片。然而，學術界對此一進步也提出擔憂，指出這些模型存在「視覺幻覺」（Visual Hallucinations）問題，即 AI 在圖像處理過程中可能生成看似合理但實際錯誤或荒謬的輸出。 根據知名學術期刊《Communications of the ACM》的報導，諾丁漢大學（University of Nottingham）電腦視覺副教授 Michael Pound 指出，LLMs 經過大量文本與影像資料訓練，由於缺乏對「真理」的明確規範，其輸出往往僅具統計學上的合理性，而非真實。加州柏克萊人工智慧研究實驗室（University of California Berkeley Artificial Intelligence Research lab, BAIR）的博士後研究員 David Chan 也提到，儘管人類也會有類似錯誤，但大眾期望 AI 模型的表現應優於人類。 「視覺幻覺」對自動駕駛車與安全監控影像分析等關鍵應用領域構成嚴重挑戰，可能損害大眾對 AI 的信任度。例如，當背景資訊與圖像內容矛盾時，幻覺現象會更頻繁。Michael Pound 舉例說明，醫學影像分析若受其他病患資料影響，AI 可能因此忽略圖像中實際存在的疾病跡象。他強調，對於盲人輔助科技等使用者無法自行驗證輸出的情境，AI 模型的精確度至關重要，任何錯誤都可能帶來風險。 研究人員正積極探討視覺幻覺的根本成因，認為這與生成式 AI 模型作為仰賴機率的「預測引擎」本質息息相關。目前，除了針對特定任務的影像資料進行模型微調（fine-tuning），並在如自動駕駛車中導入光達（LiDAR）等多餘感測器以彌補錯誤外，現有的後驗證（post-hoc verification）方法也面臨效率低落的問題，因為它需要額外的 AI 模型來檢查輸出，過程緩慢且僅能拒絕錯誤回應，無法直接修正。 為提升驗證效率，新的「REVERSE 框架」被提出，它能在 AI 生成回應的過程中同步檢查幻覺。此框架透過訓練模型將詞語分類為「自信」或「不自信」，並在生成影像描述時給予每個詞彙信心評分，從而實現即時修正。David Chan 形容這是一種「推論技巧」，能讓部署中的系統根據預期的錯誤率來進行應對。未來研究則將聚焦於從源頭防止 AI 模型產生幻覺，並探索視覺推理（visual reasoning）而非純文本推理，透過讓模型分析圖像的幾何與外觀，來提高其精準度、理解基礎及可解釋性。
圖／本報資料庫 商傳媒｜林昭衡／綜合外電報導 隨著生成式人工智慧（AI）工具的普及，許多企業起初不設限制地採購與導入 AI 系統。然而，這波熱潮如今卻讓企業開始正視其背後潛藏的法律風險，特別是在訴訟或調查過程中，AI 系統資料的保存問題日益凸顯。 在昨日舉行的法律科技會議 ILTACON 首日議程中，與會者便將焦點放在 AI 採購後的資料保存挑戰。ILTACON 是一個專為法律專業人士舉辦的年度技術會議，旨在探討法律領域的科技應用與趨勢。會中指出，如同大學生在派對上恣意拿取飲料，許多企業在面對 AI 浪潮時，也曾不加思索地大量引進新工具與系統。 隨著 AI 系統逐漸成為企業日常營運的一部分，相關的法律風險浮出檯面。企業必須開始思考如何妥善儲存 AI 系統產生的資料，以應對未來可能的法律訴訟或內部調查。例如，若有合成媒體（synthetic media）作為證據提交，透過正確儲存後設資料（metadata，即描述資料本身的資訊，如創建時間、來源、格式等），將有助於辨識其真偽。 為因應這項需求，市場上的供應商也正逐步推出相關工具，協助企業蒐集、保存並分析 AI 系統中的資料，例如 Thomson Reuters、律商聯訊（Lexis）等公司都提供此類服務，產品包含 Thomson、CoCounsel、Lexis+、Protégé 等。Reveal、Newcode 和 Relativity 等科技公司亦投入開發相關解決方案。
《圖說》國會民主研習戰鬥營學員們激烈攻防辯論戰。 【民眾網諸葛志一台中報導】立法院115年度國會民主研習戰鬥營於24日至25日在立法院民主議政園區辦理，來自全國各大專校院的青年學員齊聚臺中霧峰，立法院民主議政園區在原臺灣省議會議事堂，透過國會議事、人工智慧、媒體傳播、國際政治及議題攻防等多元課程，實際走進議事殿堂，深入認識國會運作及民主政治精神。 立法院中南部服務中心主任邱俊龍表示，立法院民主議政園區目前具體發展定位為落實「民主教育會展中心」的推動，今年立法院也編列預算辦理原省議會議事堂相關設備及公共服務設施之全面整修，結合園區歷史建築、議事設備、民主教育及情境模擬，立法院民主議政園區將成為「全國第一座議事教育實境模擬場域」。 《圖說》立法委員廖偉翔（右）、臺中市政府副秘書長林谷龍（中）與學員們交流。 今年民主戰鬥營最具特色的課程，是將成果發表及辯論攻防移至原臺灣省議會議事堂辦理。學員實際坐進議席、使用議事設備，分別扮演民意代表及相關議事角色，從議題分析、論述建構、政見發表到質詢答辯，完整體驗議事運作及公共政策辯論過程。 本屆戰鬥營亦開創傳承與菁英制的青年培育模式，發掘具有公共參與熱忱、民主素養、政策思辨、表達能力及領導潛力的優秀青年，逐步建立國會民主研習戰鬥營菁英人才資料庫名單，形成國會民主教育青年人才網絡。 《圖說》立法院國會民主研習戰鬥營在立法院民主議政園區舉行。 立法院中南部服務中心表示，透過近期活化整建，民主議政園區已成為全國舉辦民主教育營隊的選擇熱點。除了大專青年培育，近年也積極推動友善兒少及分齡民主教育。立法院中南部服務中心持續與鄰近大專校院合作，訓練青年志工，並共同設計適合不同年齡層的民主與議事教育課程。目前已逐步發展「小小議長營」、「青春議事槌」及「國會民主研習戰鬥營」等系列品牌，從國小、高中一路延伸至大專青年，建立不同學習階段的民主教育路徑，讓民主素養從兒童及青少年階段向下扎根。 立法院中南部服務中心表示，民主議政園區承載臺灣省議會數十年的議政歷史，未來將持續以民主教育會展中心為發展方向，使珍貴的民主歷史記憶轉化為青年教育及公共參與資源，讓民主議政園區不僅成為保存臺灣民主歷史的重要基地，更成為培養新世代公民領袖及實踐民主價值的教育場域。 《圖說》立法院中南部服務中心主任邱俊龍為學員們加油打氣。
