2026 01 31 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 象徵AI產業鏈在2026年，正式邁入全面放量的關鍵時刻。 輝達（NVIDIA）創辦人暨執行長黃仁勳，今（31）日晚間再度於台北知名的「磚窯古早味懷舊餐廳」宴請台灣核心供應鏈夥伴，這也是他第四度在同一地點舉辦「兆元宴」。 出席兆元宴供應鏈夥伴名單： 台積電董事長魏哲家、鴻海董事長劉揚偉、台達電董事長鄭平、聯發科執行長蔡力行、廣達董事長林百里、廣達副董事長梁次震、廣達執行副總經理暨雲達總經理楊麒令、緯創董事長林憲銘、緯創總經理林建勳、和碩董事長童子賢、矽品董事長蔡祺文、奇鋐董事長沈慶行、工業富聯董事長鄭弘孟、勝宏科技創辦人陳濤、技嘉總經理林英宇、研華總經理張家豪、光寶科總經理邱森彬、和碩共同執行長鄭光志和鄧國彥、仁寶董事長陳瑞聰、英業達董事長葉力誠、英業達總經理蔡枝安、緯穎董事長洪麗寗、華碩董事長施崇棠、華碩共同執行長胡書賓和許先越、宏碁董事長陳俊聖、微星董事長徐祥。

 

黃仁勳兆元宴再登場 

名單一字排開重量級大咖全到齊

三立新聞網 的故事

 2026 01 31

財經中心／余國棟報導

按照往例也在門前拍攝合影，此次坐在黃仁勳左右第一排的為緯創董座林憲銘、廣達副董事長梁次震、廣達創辦人林百里、台積電董事長魏哲家、聯發科執行長蔡力行以及華碩創辦人施崇棠，象徵AI產業鏈在2026年，正式邁入全面放量的關鍵時刻。（圖／記者鄭孟晃攝影）

AI浪潮持續擴散，供應鏈動能全面升溫。輝達（NVIDIA）創辦人暨執行長黃仁勳，今（31）日晚間再度於台北知名的「磚窯古早味懷舊餐廳」宴請台灣核心供應鏈夥伴，這也是他第四度在同一地點舉辦「兆元宴」。

與會貴賓多為台灣科技業重量級董事長與執行長，包括台積電董事長魏哲家、鴻海董事長劉揚偉、台達電董事長鄭平、廣達董事長林百里等科技大佬都到場、身價合計「破兆元」，場面盛大，按照往例也在門前拍攝合影，此次坐在黃仁勳左右第一排的為緯創董座林憲銘、廣達副董事長梁次震、廣達創辦人林百里、台積電董事長魏哲家、聯發科執行長蔡力行以及華碩創辦人施崇棠，象徵AI產業鏈在2026年，正式邁入全面放量的關鍵時刻。

黃仁勳此行為2026年首度訪台，行程緊湊，除拜會台灣供應鏈夥伴，也出席多場產業交流活動。今晚的兆元宴於傍晚登場，餐廳外早早聚集大批媒體與民眾守候。黃仁勳約在傍晚時分抵達現場，沿途親切與民眾互動，不僅接受合影，也替帽子、球棒與書籍簽名，現場氣氛熱絡，宛如科技圈年度盛會。

黃仁勳在進入餐廳前受訪時直言，2026年將是「非常關鍵的一年」。他指出，輝達正全力投入新一代AI平台的量產與交付，其中Grace Blackwell已進入全面量產階段，Vera Rubin也開始啟動生產，市場需求「非常、非常高」，因此特別向長期合作的供應鏈夥伴表達感謝，並期待未來在產能、技術與交付節奏上持續緊密合作。

此次兆元宴地點再度選在磚窯古早味懷舊餐廳，延續「老地方、老班底」的傳統。餐廳以台灣古早味台菜聞名，紅磚牆面、老件擺設與懷舊氛圍濃厚，呼應黃仁勳對台灣成長記憶的情感連結。對於出生成長於1960年代的他而言，這樣的場域不僅是一頓晚宴，更象徵與台灣供應鏈長年並肩打拚的情誼。

兆元宴不只是單純的聚餐，更是AI產業釋放訊號的重要場合。隨著生成式AI、資料中心與高效能運算需求快速擴大，從先進製程、先進封裝到伺服器與系統整合，台灣廠商在全球供應鏈中的地位持續升高。黃仁勳此行再度公開強調2026年的關鍵性，也被視為對台灣供應鏈投下「定心丸」。

隨著晚宴展開，與會企業高層低調交流產業趨勢與未來合作方向。外界普遍預期，在新一代AI平台全面放量帶動下，相關供應鏈營運動能有望持續升溫，而這場「兆元宴」也再次成為觀察全球AI產業走向的重要風向球。

出席兆元宴供應鏈夥伴名單：

台積電董事長魏哲家、鴻海董事長劉揚偉、台達電董事長鄭平、聯發科執行長蔡力行、廣達董事長林百里、廣達副董事長梁次震、廣達執行副總經理暨雲達總經理楊麒令、緯創董事長林憲銘、緯創總經理林建勳、和碩董事長童子賢、矽品董事長蔡祺文、奇鋐董事長沈慶行、工業富聯董事長鄭弘孟、勝宏科技創辦人陳濤、技嘉總經理林英宇、研華總經理張家豪、光寶科總經理邱森彬、和碩共同執行長鄭光志和鄧國彥、仁寶董事長陳瑞聰、英業達董事長葉力誠、英業達總經理蔡枝安、緯穎董事長洪麗寗、華碩董事長施崇棠、華碩共同執行長胡書賓和許先越、宏碁董事長陳俊聖、微星董事長徐祥。

2026 02 01 生肖蛇：若是這3個年份出生，晚年可是「了不得」！你家有嗎？

 

2026 02 01 只想聽音樂 Joan Jett & the Blackhearts - I Hate Myself for Loving You

 

2026 01 31 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 2 026 年 1 月 25 日，無繩徒手攀岩傳奇艾力克斯・霍諾德（Alex Honnold），在沒有任何安全繩索、無防護網的情況下，以雙手與意志力，花費 91 分 30 秒登上台北 101 最頂峰，完成這座 508 公尺高塔的挑戰。這位曾在紀錄片《赤手登峰》（free solo）中徒手攀上酋長岩的攀岩家，再次讓世界看見人類極限的可能。

 

2026 01 31 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 2 026 年 1 月 25 日，無繩徒手攀岩傳奇艾力克斯・霍諾德（Alex Honnold），在沒有任何安全繩索、無防護網的情況下，以雙手與意志力，花費 91 分 30 秒登上台北 101 最頂峰，完成這座 508 公尺高塔的挑戰。這位曾在紀錄片《赤手登峰》（free solo）中徒手攀上酋長岩的攀岩家，再次讓世界看見人類極限的可能。

成功 Success > 成功習慣  2026-01-26撰文 陳書榕  經理人

完成徒手攻頂 101 創舉！

攀岩傳奇霍諾德的 6 句人生箴言，獻給正在攀登人生高塔的你

          2 026 年 1 月 25 日，無繩徒手攀岩傳奇艾力克斯・霍諾德（Alex Honnold），在沒有任何安全繩索、無防護網的情況下，以雙手與意志力，花費 91 分 30 秒登上台北 101 最頂峰，完成這座 508 公尺高塔的挑戰。

       這位曾在紀錄片《赤手登峰》（free solo）中徒手攀上酋長岩的攀岩家，再次讓世界看見人類極限的可能。

以下整理了霍諾德在攀登台北 101 後的記者會發言，以及他過去在《赤手登峰》中的經典語錄。這 6 句話，獻給每一個正在攀登自己人生高塔的你：

「人生有不同的目標、不同的挑戰，就能找到動機，繼續訓練自己。」

記者會上有人問霍諾德，他攀登的動機為何？他的回答是，動機不是等來的，

是找來的。

當你覺得倦怠、失去方向，或許不是缺乏熱情，

而是缺乏一座值得攀登的山。

而他攀登台北 101 的動機，也非常純粹，他說：「這座高塔非常漂亮、非常高聳，對我而言就是最棒的挑戰。」

給自己設定一個「剛好夠難」的目標，動力自然會回來。

「只要願意努力嘗試，就有可能產生不一樣的結果。」

旁觀者看到的是結果，當事人經歷的是過程。他也說「從上次拍攝紀錄片之後，我就知道，每個人對於同樣一件事的感受都會不同。」

霍諾德希望傳達的不是「你也能徒手攀岩」，而是「你也能用行動改寫可能性」。改變，從願意嘗試的那一刻開始。

「時間是有限的，應該以最有意義的方式利用時間。如果你努力去做，

便可以完成困難的事情。」

從紀錄片裡可以看見，他是個非常自律的人，要兼顧興趣、工作與家庭不是件容易的事，所以他把每件事情都安排得非常緊密。對於時間管理，對他而言是數學題，時間有限，選擇就有代價。問題不是「我能不能做到」，而是「這件事值不值得我投入時間」。想清楚了，就全力以赴。

「關鍵不在於如何無懼地攀登，而在於恐懼滲入神經時，你該如何應對。透過充分準備，你能將恐懼轉化為動力。」

勇者不是沒有恐懼，而是帶著恐懼往前走。

霍諾德在攀登酋長岩前，花了整整一年反覆練習每個動作。準備，是面對恐懼最踏實的方式。

「我們唯一擁有的就是時間，然後我們就會死去。我剛處理完一件事，就已經在為下一件事做準備。」

這句話他想表達的是，別把時間花在不重要的事情上，也別讓「等一下再說」偷走你的人生。

他說自己從十多年前看到台北 101 這座建築就開始想像攀登它，現在終於實現，但登頂後他已經在思考下一個挑戰。對他而言，人生不該僅止於此。

「我不想成為一位幸運的攀登者，我想成為一位偉大的攀登者。」

幸運可以讓你成功一次，但只有實力能讓你持續站在高處。我們都不該把成功歸因於運氣，因為那會讓你停止進步。

霍諾德為了攀登酋長岩，每周訓練超過 40 小時。他也曾在廂型車裡住了 14 年，車上永遠放著一塊指力板，隨時訓練手指的抓握力；他隨身帶著攀岩日記，記錄每一次攀爬的細節與待改進之處，把模糊的「變強」拆解成可追蹤的日常功課。

霍諾德的自律不只在訓練場上。他刪除手機裡所有社群媒體 App，把帳號交給朋友管理，因為他不想讓滑手機偷走專注力。

他每晚 10 點到 11 點就寢，確保 7 到 8 小時的睡眠，畢竟在沒有繩索的岩壁上，一絲疲憊都可能致命。他滴酒不沾，長年吃素。

我們不一定要徒手攀上 508 公尺的高塔，但我們都有屬於自己的「那面牆」，可能是一個遲遲不敢開口的對話、一個拖延已久的決定、一個害怕失敗而從未啟動的計畫。

霍諾德用 30 年的自律證明，當你把每一天都當作「為目標做準備的機會」，運氣就會愈來愈不重要，有紀律的努力可以讓你配得上成功。

資料來源：Alex Honnold's daily routine、How to Set & Achieve Massive Goals | Alex Honnold、Alex Honnold Workout Routine, Diet Plan and Supplements

核稿編輯：王宥筑

2026 01 31 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 記憶體：確認進入「主升段」，法人這是在追逐「本夢比」 投信在高檔追價記憶體，主因是確認產業已進入「超級循環（Super Cycle）」。隨著 2026 年玻璃基板（Glass Core）技術進入驗證期，ABF 載板正從單純的零組件，轉型為先進封裝的關鍵戰略物資。金蛇年的機會，或許不再是去年的舊愛，而是那些剛從底部翻揚、具備漲價缺貨題材的記憶體、 ABF 載板，與原物料。

 

分析／台股創高投信卻狂賣千億! 揭密法人「棄老AI買新歡」點名3大族群接棒金蛇年

王慧文 的故事2026 01 31 TVBS 

            2026 年台股開局勢如破竹，加權指數在元月創下歷史新高，可謂是最強元月行情，但令市場投資人不解的是，作為內資多頭總司令的「投信」，在整個一月份竟然反手大賣超過千億元。這看似矛盾的「指數創高、投信倒貨」背後，其實隱藏著法人圈對於金蛇年行情「去舊迎新」的全新佈局。 資金大遷徙：棄守「金融與老 AI」，重押「週期性轉機股」 經深入分析證交所籌碼數據，這千億賣壓並非「離場」，而是標準的「獲利了結（Harvesting）」與「換股操作（Rotation）」。

面對加權指數在 32,000 點的高位階，基金經理人選擇將 2025 年漲多的持股獲利入袋，騰出龐大現金部位，只為了在封關前最後一週，精準卡位位階較低、且具備漲價題材的新一輪飆股。

根據證交所一月份買賣超統計，投信的「分手名單」非常明確。資金主要從兩大族群撤出： 金融股： 成為元月最大提款機，最大兩位苦主為彰銀與元大金，都遭到賣超逾10萬張，其他苦主為富邦金、中信金、國泰金、兆豐金，全數上榜。 老 AI 與代工組裝： 2025 年的熱門股如緯創、廣達，以及成熟製程的聯電，均遭到法人調節。

  然而，精彩的戲碼發生在 1/26 至 1/30（封關前最後一週）。當市場散戶在觀望時，投信卻將大筆資金重押在兩大「低基期」與「景氣循環」族群： 

記憶體族群： 華邦電單週獲投信買超 2.4 萬張，躍居買超冠軍；旺宏亦獲大舉加碼。 

原物料龍頭： 傳產股如台塑四寶（台化、台塑化）、中鋼、華新，罕見地同時出現在買超榜單前列。 ABF 載板： 欣興、景碩等載板三雄，也悄悄成為資金避風港。 這顯示投信法人不是不玩了，而是換個戰場，資金正在執行「高出低進」策略，從擁擠的熱門股撤退，轉向股價還在地板、但基本面即將翻揚的產業。

元月最後一週投信轉進三族群。（圖／TVBS）

ABF能複製記憶體走勢嗎？（圖／TVBS）

    

       法人思維解密：為何追高記憶體？為何抄底 ABF？ 市場最關注的是，華邦電股價已突破 130 元、旺宏逼近百元，為何投信敢在歷史高檔區「幫外資抬轎」？同時又在低檔佈局 ABF 載板？這兩者背後其實貫穿著同一套獲利邏輯。

1. 記憶體：確認進入「主升段」，法人這是在追逐「本夢比」 投信在高檔追價記憶體，主因是確認產業已進入「超級循環（Super Cycle）」。

隨著 AI 邊緣運算（Edge AI）裝置爆發，高頻寬、低功耗記憶體供不應求。對法人而言，當報價權回到賣方手中，股價看的不是過去的 EPS，而是未來的爆發力。此時進場不是追高，而是參與主升段最肥美的一段行情，且在績效壓力下，經理人有「不能輸給大盤」的迫切感。

2. ABF 載板：複製 2025 記憶體走勢的「完美複製品」 至於為何佈局位階相對較低的 ABF 載板？法人看好的是其具備「複製記憶體飆漲模式」的三大結構性利多： 面積乘數效應： 一顆 AI 晶片（如 Blackwell）消耗的載板面積，是傳統晶片的 10 倍。需求量的暴增並非線性，而是幾何級數。 

技術性減產： 因應 AI 運算，載板層數從 10 層暴增至 20 層以上，導致生產難度提高、良率下降，造成供給端「變相縮減」。 估值重估： 

隨著 2026 年玻璃基板（Glass Core）技術進入驗證期，ABF 載板正從單純的零組件，轉型為先進封裝的關鍵戰略物資。

原物料股漲了四成還敢追？

揭密法人「軋空手」的心理博弈 除了電子股，投資人或許會發現一個驚人的現象：投信買超榜單上的華新、台塑四寶、中鋼，近期波段漲幅已達 30%~40%。許多散戶不禁卻步：「這時候進場，難道不是追高嗎？」然而，在法人眼中，這正是「趨勢確認」後的必要操作，背後更隱含著一場不得不為的「回補」。

1. 漲 40% 只是「確認費」，不是「買貴了」 對於握有大資金的基金經理人而言，過去兩年對傳產股幾乎是「零配置」。

當這些個股從谷底翻揚並突破年線，代表長空走勢正式結束。此時追價買進，買的不是便宜，而是「安全性」。若手中無持股，當原物料族群成為拉抬指數的要角時，經理人將面臨績效落後大盤的風險，因此被迫在高檔進行「認錯回補」。

2. 舊瓶裝新酒：你以為的傳產，其實都有「新故事」 投信這波急買，看中的不只是報價反彈，更是這些老牌龍頭的「質變」： 

華新 (1605)： 已非單純的線纜廠，而是轉身成為 AI 液冷散熱材料（冷精棒） 與 海底電纜 的關鍵軍火商。投信買的是它切入 AI 供應鏈後的估值提升。 

台塑化 (6505) & 台化 (1326)： 押注的是中國「供給側改革」帶來的紅利。當中國強制淘汰過剩產能，配合美國煉油廠因天災減產，塑化業的轉機就在 2026 年浮現。 

中鋼 (2002)： 從賣建築鋼材轉型為賣電動車馬達用的「高階電磁鋼片」，加上碳中和佈局完善，成為 ESG 資金回補的首選。 

3. 位階相對論：你眼中的天花板，只是法人的地板 最關鍵的邏輯在於「比較」。

即便原物料股漲了 40%，其股價淨值比（P/B Ratio）可能才剛回到 1 倍水準；反觀 AI 科技股多已處於歷史高位。

在資金輪動的邏輯下，這 40% 的漲幅相對於科技股的位階，依然被視為安全的「低基期」避風港。 投信換股，就為金蛇年績效先佈局  投信元月的大賣，是為了蹲得更低、跳得更高，也就是說，其實是為了下一波行情在騰出銀彈，為了金蛇年的新績效做準備。投資人應擺脫指數迷思，跟隨法人腳步進行「汰弱留強」。金蛇年的機會，或許不再是去年的舊愛，而是那些剛從底部翻揚、具備漲價缺貨題材的記憶體、 ABF 載板，與原物料。

所有資訊內容僅供參考用途，不構成任何投資建議

2026 01 30 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 美廉社母公司三商家購（2945）以現金1.25億元收購 OK超商（來來超商）100%股權及相關智慧財產權把訂單、會員、庫存、配送、退貨與客服串成同一套可追蹤、可復盤、可優化的流程

 

策略行銷／美廉社收購 OK超商的零售新趨勢

2026/01/30 00:56:21經濟日報 黃聖閔（撼星數位行銷總經理）

很多人談零售轉型，直覺會把焦點放在「要不要做電商」。但在台灣，線上不是用來取代線下，而是用來重組線下。

再怎麼熱鬧的網購話題，也改變不了一個基本盤：非店面零售占比長期約一成上下。也就是說，台灣消費者的購物行為仍高度依賴實體場景。當市場結構仍以實體為主時，真正拉開差距的，不是你有沒有上架購物車，而是你能不能把「交易」做成「可交付、可退換、可追蹤」的服務鏈。

因此，外界看到「美廉社母公司三商家購（2945）以現金1.25億元收購 OK超商（來來超商）100%股權及相關智慧財產權」時，若只把它解讀為超商市場的一樁併購，就看小了。

這筆交易更像是在買一張多通路零售的地基圖：買的不是超商，而是離消費者最近的最後一哩路。

過去十多年，電商因為起步門檻相對低、擴張速度快，成為許多零售企業的初期規劃。但真正能穿越周期、走到今天的品牌，多半都在某個時間點補上了實體節點：門市、櫃點、快閃、寄售、通路合作，甚至自建倉配。

原因很務實：在同質化商品與同質化投放之下，最後比的會是履約能力與服務密度。通路正在變得模糊，企業的競爭疆界也跟著模糊；

策略核心從「押哪一個通路」轉成「如何把多個通路串成同一條交付鏈」。

把便利商店放進多通路結構中看，它最關鍵的功能不是賣什麼商品，

而是扮演「距離最近、頻次最高、觸點最密」的服務節點。

這會轉化成三種可再利用的能力。

第一是密度：

愈接近消費者、愈高頻的節點，愈能承擔取貨、退貨、換貨、補件、代收、客服分流等工作；當節點足夠密，企業才敢把交付承諾寫得更清楚，也才有機會把服務做成差異化，而不是永遠被迫回到價格戰。

第二是場景：

超商與社區據點是典型高頻場景，多通路時代企業爭的不是抽象的線上流量，而是日常接觸面；當你能在生活半徑裡反覆出現，會員關係、補貨需求、加購行為與品牌信任更容易累積。

第三是系統：

多通路最難的不是開通路，而是把訂單、會員、庫存、配送、退貨與客服串成同一套可追蹤、可復盤、可優化的流程；收購通路節點的真正綜效，往往發生在後台整合，而不是前台招牌。

回到企業經營，多通路不是多開幾個入口，而是重做交付承諾。

你要的是更快到貨、更低退貨痛感，還是更穩的售後？承諾不同，通路組合就不同；若先堆通路，最後常變成承諾彼此打架。把門店當履約節點，就必須重算庫存、補貨與人力節奏，否則通路愈多愈容易失控，最終不是提升體驗，而是放大缺貨、延遲與客訴。

更重要的是，履約能力會反過來決定行銷能放大到什麼程度：履約不穩，投放放大只會把問題放大；履約穩定，行銷才是加速器，而不是風險放大器。

把「美廉社買OK」放在這個框架裡，你會更容易看懂：這不是單點併購新聞，而是產業訊號。零售的疆界正在消失，企業會愈來愈像在經營一張交付網路，而不是經營單一渠道。當最後一哩路成為底盤，真正的勝負，就不再只在廣告後台，而在你能不能把承諾交付到消費者手上。

2026-01-30 15:06食力foodNEXT

台灣超商通路的版圖再度出現關鍵變化，三商家購以1.25億元收購OK超商100%股權，乍看之下像是一樁單純的併購案，但若從通路結構與品牌角色的角度來看，我認為這其實並非傳統意義上的「通路擴張」，而是更具體的集團布局，以及超商競爭的加劇。

超商與超市界線模糊，競爭早已不只是店型之爭

近年來，超商與超市之間的界線已經開始模糊，台灣零售通路的競爭早已從單一店型之爭，轉向集團化、系統化的全面對抗。便利商店不斷拉高生鮮與日用品比重，試圖強化更多日常採買的需求滿足；超市則延長營業時間、強化即食商品與快速補給功能，逐步重疊即時消費領域。

美廉社想要的不只OK的店面！真正目的曝光。（三商家購提供）

回頭看OK超商過去十多年的經營困境，失去蝦皮合作固然放大了營運壓力，但非真正衝擊的原因。問題還是在於OK超商長期被迫以有限資源，正面迎戰已高度平台化、系統化、規模化的三大超商，卻缺乏相對應的後端支撐能力。

對OK超商最大的幫助：美廉社的真正優勢不在門市，而在後端系統

相較之下，美廉社的品牌定位一直相當清楚，以「社區型平價超市」切入市場，主打生活必需品、高回購率商品與價格效率，甚至在酒品的銷售上創下非凡佳績。多年來，美廉社最突出的核心能力，不在前端服務花樣，而是在後端採購規模、商品組合策略與成本控制能力。這正好補上OK超商長期以來最薄弱、卻也最關鍵的一環。

在美廉社入主之後，OK超商最大的改變，未必會立即反映在門市外觀或行銷活動上，而是發生在消費者不易察覺的後端系統。隨著整體採購規模擴大，議價能力勢必提升；物流與倉儲體系的整合，也有助於有效降低單店營運成本。商品結構則有機會重新整理，導入更貼近社區需求、價格帶更具競爭力的商品線。對長期處於資源劣勢的OK超商而言，這類後端能力的補強，遠比短期促銷來得關鍵。

三商集團補上一塊長期缺席的即時性、高頻消費拼圖

從三商集團的角度來看，這起併購同樣具有戰略意義。美廉社雖然持續擴張門市數，但本質上仍以「超市型態」為主，要真正掌握便利商店所代表的即時性、高頻率消費場景，始終存在結構限制。在統一、全家長期稱霸，萊爾富緊追其後的市場格局下，三商集團過去始終缺席「高頻即時消費」這一塊關鍵拼圖。

透過OK超商，三商集團首次正式踏入即時、服務導向、高來客頻率的消費領域，也讓其通路佈局從單一軸線，轉為橫跨即時消費加日常採買的雙軸結構。未來在同一個生活圈中，消費者可能同時接觸到美廉社與OK超商，但兩者不再是彼此競爭，而是分工明確：美廉社滿足週期性補貨與價格敏感型消費；經過升級後的OK超商，則承接即時需求、服務導向與高頻來客。

在台灣便利商店產業邁入成熟期後，單一品牌、單一型態要持續擴張的難度正不斷提高。從這個角度來看，OK超商被美廉社收購，並不只是止血，更是一種角色轉換；而對美廉社而言，這一步也不只是補齊通路的佈局，而是從區域型零售體系，正式跨入「全場景通路集團」的重要關鍵。

2026 01 29 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 科目一：人工智慧基礎概論 L112資料處理與分析概念 機器學習（Machine Learning）： 深度學習（Deep Learning）： 自然語言處理（NLP）：計算機視覺（Computer Vision）：機器人技術（Robotics）： 定義：應用：

 經濟部 iPAS AI應用規劃師初級能力鑑定

科目一：人工智慧基礎概論

機器學習（Machine Learning）：

定義：

通過   數據   學習模式，無需明確編程。例如，Netflix的推薦系統。

應用：預測分析、客戶分群。

機器學習被廣泛用於多個領域，包括：

預測未來事件或數值:如股票市場預測。

分類數據                    :例如識別垃圾郵件。

聚類相似數據點        :如客戶分群。

異常檢測                    :發現異常模式，如金融欺詐。

推薦系統                    :根據用戶偏好建議內容，如網飛Netflix的電影推薦。

自然語言處理            :分析和生成人類語言，如語音識別。

計算機視覺                 :識別圖像中的物體，如醫療影像診斷。

機器學習基本原理(線性回歸、決策樹、支持向量機（SVM）和神經網絡)

數據預處理

數據預處理是機器學習的基礎，涉及清理、標準化和轉換原始數據。

具體包括處理缺失值、異常值，以及確保數據的一致性。

例如，數據可能需要正規化以縮放到相同範圍，這對模型訓練至關重要。

模型選擇

根據問題類型選擇合適的模型是另一個關鍵原理。

常見模型包括線性回歸、決策樹、支持向量機（SVM）和神經網絡等。

選擇時需考慮數據特性和預期準確度，

例如，對於少量數據，簡單模型可能表現更好。

訓練

訓練過程  涉及  將數據輸入  模型，通過迭代優化（如梯度下降）調整參數，

使模型學習數據中的模式。

訓練通常分為監督學習（使用標籤數據）和無監督學習（使用未標籤數據）。

評估  

評估模型性能是確保其泛化能力的關鍵步驟。

常用指標包括

準確率（accuracy）、精確率（precision）、召回率（recall）和F1分數（F1-score）。

技術如k折交叉驗證（k-fold cross-validation）

用於測試模型在不同數據子集上的表現。

避免過擬合和欠擬合

模型複雜度的平衡  是機器學習的   另一個重要原理。

過擬合（overfitting）指模型過於記憶訓練數據，導致在新數據上表現不佳；

欠擬合（underfitting）則指模型太簡單，無法捕捉數據模式。

通過正則化技術和交叉驗證可以減輕這些問題。

正則化

正則化是防止過擬合的技術，如L1和L2正則化，

通過    懲罰  模型複雜度    鼓勵  更簡單的模型。

特徵工程(可以減少維度，改善計算效率)

特徵工程涉及   選擇、創建 和 轉換輸入變量（特徵），以捕捉數據中相關資訊，

提升模型性能。例如，特徵選擇可以減少維度，改善計算效率。

超參數調優

超參數    是模型中  未從  數據中學習    的  設置，如學習率、神經網絡的層數等。

通過調優這些參數，可以控制學習過程，提升模型表現。

持續學習

隨著新數據的出現，模型需要持續更新和重新訓練，以適應數據模式和趨勢的變化。

這確保了模型的長期準確性和相關性。

雖然相關資源中未提供具體連結，但這被認為是機器學習的重要原則。

機器學習主要用途：

預測：

基於歷史數據預測未來事件或數值，例如股票市場預測或疾病風險評估。

分類：

將數據分為預定義類別，例如識別垃圾郵件或診斷醫療影像中的疾病。

回歸：

預測連續值，例如房價預測。

聚類：將相似數據點分組，例如客戶分群用於市場營銷。

異常檢測：識別異常模式，例如金融欺詐或網絡安全威脅。

推薦系統：根據用戶偏好建議內容或產品

                    例如網飛的電影推薦或亞馬遜的商品建議。

自然語言處理（NLP）：分析和生成人類語言，

                                          例如語音識別、聊天機器人和語言翻譯。

計算機視覺：識別和理解視覺數據，例如自動駕駛中的障礙物檢測或醫療影像診斷。

語音識別：將語音轉換為文本，例如智能助手如Siri或Alexa。

 

 

深度學習（Deep Learning）：

定義：

基於   人 工神經網絡，模擬   人腦處理數據   的方式，

特別適用於複雜數據    如  圖像 和 語音。

應用：自動駕駛中  的  物體識別、語音  轉文字。

自然語言處理（NLP）：

定義：

使機器  理解  和 生成  人類語言，如聊天機器人、翻譯工具。

應用：虛擬助理（如Alexa）、語言翻譯。

計算機視覺（Computer Vision）：

定義：

使機器   能解釋和理解  視覺信息，如面部識別、醫療影像分析。

應用：安防監控、自動駕駛。

機器人技術（Robotics）：

定義：

結合AI實現自動化操作，如工業機器人、服務機器人。

應用：製造業自動化、醫療手術輔助。

2026 01 29 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 共通核心職能 公發布日： 115.01.27 文 號： 發能字第1153600084號 發布機關： 勞動力發展署 法規名稱： 發展職能基準及職能導向課程補助要點公發布日： 115.01.27 文 號： 勞動發能字第1140516160A號 發布機關： 勞動部 法規名稱： 職能發展及應用推動要點

 

資料性質：	規則(§159,II,2)
公發布日：	115.01.27
文　　號：	勞動發能字第1140516160A號
發布機關：	勞動部
法規名稱：	職能發展及應用推動要點
摘　　要：	勞動部令：修正「職能發展及應用推動要點」，自即日生效
資料來源：	行政院公報(點擊連結另開視窗查閱內容)

資料性質：	規則(§159,II,2)
公發布日：	115.01.27
文　　號：	發能字第1153600084號
發布機關：	勞動力發展署
法規名稱：	發展職能基準及職能導向課程補助要點
摘　　要：	勞動部勞動力發展署令：修正「發展職能基準及職能導向課程補助要點」部分規定及第5點附件1，自即日生效
資料來源：	行政院公報(點擊連結另開視窗查閱內容)