韩国目前正处于人工智能(AI)霸权竞争的中心。美国通过OpenAI、英伟达和谷歌等公司主导AI生态系统，而中国则在国家层面展开全力追赶。AI不再是特定企业的技术竞争，而是决定国家经济实力、安全和产业竞争力的核心基础设施。 在这一变化的中心，不仅仅是AI模型。AI半导体、数据中心、网络、网络安全以及人才都必须共同运作。最终，AI竞争不仅是模型竞争，而是生态系统竞争。 洪振培信息通信规划评价院(IITP)院长表示，从这个角度来看，韩国完全有胜算。他是信息通信部的第一届公务员，近30年来一直负责信息通信政策、网络政策和网络安全政策的ICT专家。目前，他负责AI和ICT研发(R&D)、AI半导体和人才培养的工作。 洪院长在采访中强调：“韩国是少数拥有AI模型、半导体、数据、网络和人才的国家之一。”他认为，韩国正处于从生成型AI迈向代理AI和物理AI时代的黄金时刻。以下是与洪院长的问答。 "IITP是数字创新的助力者" 对于普通观众来说，IITP是一个相对陌生的机构。它的角色是什么？"我们负责AI和ICT领域的研发(R&D)和人才培养。我们规划和评估研发项目，并支持其进入市场。同时，我们还负责发掘和培养AI和ICT领域的核心人才。" 院长您将IITP称为“数字创新的助力者”。"技术如果停留在实验室就没有意义。它必须走向市场。我们规划具有挑战性的研究，并帮助其能够进入市场。" 有没有代表性的案例？"AI半导体NPU。2019年，NPU这个概念非常陌生。但我们判断，随着AI时代的到来，这将是必不可少的技术。因此，我们提前规划并持续支持了六年。" 现在的情况完全不同了吧。"是的。像Furiosa AI、Rebellion、DeepX、Mobilint等公司已经进入量产阶段，并获得了全球投资。当时无人关注的技术，现在已成为AI半导体产业的核心支柱。" "真正的AI革命现在才开始" 生成型AI热潮仍在继续。您如何看待当前的AI技术趋势？"我们将其分为AX 1.0和AX 2.0。AX 1.0是像GPT这样的生成型AI，可以看作是辅助人类智力活动的阶段。" 那么AX 2.0是什么？"代理AI和物理AI。AI不仅仅是回答问题，而是能够自主计划和执行。" 能否更简单地解释一下？"现在的AI回答问题，未来的AI将会工作。它会管理日程、制作文档，并且多个AI将协作完成项目。" 物理AI是什么？"如果代理AI在数字空间中活动，那么物理AI则在现实空间中活动。机器人就是一个典型例子。在制造现场、物流中心、医院等地方，AI将执行实际的行动。" 为什么这很重要？"两者的共同点在于它们都在执行行动。这直接影响生产力。我认为AX 2.0时代将带来比AX 1.0更大的变化。" "AI主权必须得到保障" 全球范围内，AI霸权竞争异常激烈。您如何看待AI主权问题？"AI主权必须得到保障。AI模型不仅仅是服务技术，它反映了一个国家的文化、价值观和思维方式。" 这超越了经济问题的范畴。"没错。它不仅有经济意义，还有精神和文化意义。因此，独立的AI模型非常重要。"仅有模型就足够了吗？"并不是。AI主权并不是仅靠一个模型就能保障的。AI模型、AI半导体、网络和安全都必须齐备。" 最终还是生态系统的问题。"没错。未来不是单一的AI模型销售时代，而是AI生态系统竞争的时代。""韩国可以成为AI全栈国家" 您如何评估韩国的AI竞争力？"我认为潜力非常大。" 具体在哪些方面？"我们具备开发AI模型的能力，拥有AI半导体，数据也丰富，网络也强大。" 人才也包括在内吗？"当然。如果包括人才，韩国是少数能够成为AI全栈国家的国家之一。" 最近，詹森·黄和扬·勒昆也发表了类似的看法。"没错。海外专家们也高度评价韩国的优势。" 什么是最重要的？"是将各自的优势连接起来。模型与半导体、数据与网络必须整合成一个生态系统。" "AI半导体是韩国的机会" 在AI竞争中，半导体是核心。"在AI时代，半导体竞争力非常重要。" 目前IITP支持哪些领域？"我们支持以AI为中心的半导体，正在推进NPU的高端化项目。" NPU之后还有准备的技术吗？"CXL、DPU、PIM等技术。" 对普通人来说，这些可能比较陌生。"CXL是高效共享内存的技术。DPU则减轻CPU的负担，提高数据中心的效率。" PIM是什么？"是在内存中嵌入计算单元的技术。它在内存内部进行计算，而不是移动数据。" 为什么重要？"这可以大幅降低电力消耗。AI时代的关键是同时实现高性能和低功耗。" 未来您关注哪些技术？"神经形态半导体。它是模仿人脑结构的下一代半导体。" "AI竞争最终是人才竞争" 所有技术最终都是人创造的。"没错，人才的重要性再怎么强调也不为过。" 需要什么样的人才？"三种。顶尖1%的核心人才，能够在产业现场引领AX的人才，以及能够很好利用AI的普通人才。" IITP是如何培养人才的？"我们运营10个AI研究生院，还建立了AI半导体研究生院。" 最近听说AX研究生院也开始了。"没错。今年选定了10所大学，旨在培养能够引领产业现场AI转型的人才。" "不怕失败才能有创新" 您一直强调允许失败的研究文化。"创新是以失败为前提的。" 我们的社会对失败并不宽容。"没错，但未来技术如果不挑战就无法获得。" 有什么案例吗？"可以看看美国的DARPA。GPS和隐形技术最初都无法保证成功。" 但他们仍然进行了投资。"因为他们鼓励尝试创新的想法。" IITP是如何进行的？"我们运营开放反馈系统。研究者、需求者和投资者共同参与评估。" 将研究与市场连接起来。"没错。技术不能停留在实验室，必须延续到商业化。" "AI时代的人才是π型人才" 最后一个问题。如果给生活在AI时代的年轻人一些建议，您会说什么？"回归基础。" 这是个意外的回答。"随着AI的发展，自我专业性变得更加重要。" 您认为什么样的人才是未来的人才？"我称之为π型人才。" 这是什么意思？"意味着在自己专业领域和AI应用能力上都要有深入的掌握。" 也就是说，AI不会自动培养人才。"没错。善于利用AI的人与不善于利用的人之间的差距可能会更大。" 最终还是要学习。"没错，我自己也每天在学习。在AI时代，没有人可以停止学习。" :洪振培院长：洪振培信息通信规划评价院(IITP)院长，作为信息通信部的第一届公务员，约30年来负责信息通信政策、网络政策和网络安全政策的ICT专家。他曾担任科学技术信息通信部网络政策室长，目前负责韩国AI·ICT研发(R&D)和人才培养的工作。 他从早期阶段就支持AI半导体NPU，为国内AI半导体生态系统的形成做出了贡献，并通过AI研究生院、AI半导体研究生院、AX研究生院等努力培养未来人才。洪院长强调：“AI竞争不是模型竞争，而是生态系统竞争”，呼吁韩国应当跃升为AI全栈国家。※ 本报道经人工智能（AI）系统翻译与编辑。

Gaon电缆将推出针对AI数据中心的大容量电力解决方案新产品，进军北美市场。通过扩展产品线，包括电缆和总线槽，Gaon电缆旨在满足AI基础设施对电力的需求。 据业内消息，Gaon电缆已获得大容量电力传输系统“电缆总线”的北美安全认证CSA。这是亚洲企业首次在电缆总线领域获得CSA认证。 电缆总线是一种电力传输系统，能够在金属外壳内部以一定间隔布置多条中低压电缆，从而稳定地传输大电流。该系统适用于AI数据中心、大型工业设施和发电厂等需要大容量电力的场所。 与传统电缆管道方式相比，电缆总线在安装效率和经济性上具有更高的优势。它可以根据现场条件进行预先设计和制造，并能保护电缆免受外部环境影响，提高散热性能和维护便利性。 在北美数据中心市场，由于AI服务器的高集成化导致电力使用量急剧增加，外部电力网络和内部配电网络的稳定性与施工效率的解决方案需求也在不断增长。 通过此次认证，Gaon电缆建立了涵盖电缆、电缆总线和总线槽的大容量电力解决方案组合。基于此，Gaon电缆将针对AI数据中心的外部电力网络和内部配电网络进行布局，推动在北美市场的订单扩展。 在美国，生成型AI的普及和大型科技公司对数据中心的投资持续增加，使得电力基础设施成为关键瓶颈。因此，大容量电力电缆和配电解决方案的需求也在上升。 正炫 Gaon电缆代表表示：“AI数据中心的核心是稳定的电力供应，我们将基于涵盖电缆、电缆总线和总线槽的电力解决方案，进一步扩大在北美AI基础设施市场的布局。”※ 本报道经人工智能（AI）系统翻译与编辑。

继三星电子之后，SK海力士也在考虑引入ChatGPT等外部生成型AI。半导体行业正在向将AI作为提升研发和组织运营整体生产力的工具的方向发展。 据行业消息，SK海力士首席执行官郭弼正在前一天的“新伊川论坛”CEO市政厅活动中，透露了外部生成型AI模型在公司内部引入的可能性。 郭总裁表示：“我们正在考虑引入MS 365和Copilot，并且也在从安全和系统结构的角度评估ChatGPT企业版的内部应用可能性。”他进一步解释道：“我们计划从与国家核心技术无关的领域开始，逐步引入外部AI，并扩大应用范围。” 目前，SK海力士正在运营基于开源生成型AI模型的内部AI服务。未来引入外部AI模型后，员工将能够根据工作性质选择和使用多种AI工具。 由于半导体行业对设计和工艺数据等核心技术泄露的担忧，外部AI的初期引入可能主要应用于文档撰写、会议摘要和一般办公领域。 三星电子也在加速基于生成型AI的业务创新。数字转型部门已正式引入ChatGPT、Gemini企业版、Claude等外部生成型AI服务，DS部门也在逐步推进引入Claude、ChatGPT和Gemini。 郭总裁表示：“在AI时代，谁掌握的知识更多并不重要，谁能更快学习和变化才是关键。”他认为，“体验AI并改变工作方式的过程将成为SK海力士的新竞争力。”※ 本报道经人工智能（AI）系统翻译与编辑。

全球生成型人工智能（AI）三巨头——OpenAI、Anthropic和谷歌预计到年底将筹集或正在筹集的资金将达到1000万亿韩元。全球资本市场的流动性正集中于少数AI企业，形成了“黑洞”现象。 根据投资银行（IB）行业的消息，预计OpenAI和Anthropic将在今年秋季上市，两家公司合计的募资规模可能高达1500亿美元（约229万亿韩元）。Anthropic在4月的私募市场中单轮融资达650亿美元（约99.2万亿韩元）。 市场普遍认为，这两家AI公司的募资规模至少会达到这一水平。上市时，两家公司的市值预计都将超过1万亿美元（约1525.7万亿韩元）。这意味着它们将在“首个1万亿美元AI初创企业”这一头衔上展开正面竞争。 在上市之前，两家公司已筹集了巨额资金。OpenAI自成立以来通过15轮融资累计筹集了1800亿美元（约274.6万亿韩元）。在3月底结束的G轮融资中，仅从软银、安德森·霍洛维茨（a16z）等处就筹集了1220亿美元（约186.1万亿韩元），创下美国风险投资历史上的最大规模。Anthropic的累计融资额也达到了1320亿美元（约201.4万亿韩元）。在4月的H轮融资中，三星电子、SK海力士、美光等三家内存半导体公司作为战略投资者参与了融资。 谷歌母公司Alphabet也在积极进行自有投资和外部融资。其资本支出（CapEx）预计在1750亿至1850亿美元（约267万亿至282.3万亿韩元）之间，是去年支出额（914亿美元）的两倍。大部分投资将用于增强谷歌DeepMind的AI计算能力和扩建云数据中心。此外，Alphabet还于本月1日宣布了通过沃伦·巴菲特的伯克希尔·哈撒韦进行的最大800亿美元（约122.6万亿韩元）的股份融资计划。 综合来看，投入到三巨头的资金约为6400亿美元（约980万亿韩元）。考虑到谷歌通过增发融资的金额，预计在年内突破1000万亿韩元的可能性很大。这意味着仅有三家公司就吸引了相当于今年韩国政府预算（约680万亿韩元）1.5倍的资金。 华尔街将此次同步上市解读为“流动性争夺战”。如果OpenAI和Anthropic在公开市场上吸收约200万亿韩元的资金，全球投资格局可能会发生重塑。美国投资银行DA戴维森对此次同步上市评价为“在资本耗尽之前争先上市的竞赛”，这意味着在有限的市场流动性中，AI企业之间也在展开争夺。 泡沫争议愈演愈烈。OpenAI预计到2029年仍将持续亏损。然而，其企业价值在三年内从280亿美元（约42.7万亿韩元）飙升至接近1万亿美元，增长超过30倍。资金消耗的速度也可能是历史上最快的。因此，关于AI基础设施投资的合理性，存在“正当前期投资”和“吞金兽”的不同看法。 随着全球资金集中于AI三巨头，国内AI企业的融资将变得更加困难。国内AI企业如Rebellion、Furiosa AI和Upstage等的融资规模仅为全球三巨头的千分之一。如果全球流动性持续单向流入美国AI企业，韩国可能沦为AI技术的“消费国”，这一担忧日益加剧。※ 本报道经人工智能（AI）系统翻译与编辑。

OpenAI正在考虑大幅降低人工智能（AI）服务的使用费用，以在与Anthropic的企业客户争夺中占据优势。《华尔街日报》于10日报道称，OpenAI正在讨论大幅降低AI使用费用的标准——“令牌”价格。令牌是AI在处理问题和生成答案时所使用的字词单位。生成型AI公司通常根据客户使用的令牌数量来收取费用。这一讨论是在竞争对手Anthropic可能也会降价的背景下进行的。 此次降价的考虑是在企业客户面临AI成本增加的情况下提出的。OpenAI首席执行官（CEO）山姆·奥特曼在最近的一次活动中表示：“AI成本已成为一个重大问题。”他补充道：“我们有很多方法可以帮助客户以更少的支出获得更多的价值。” OpenAI考虑降价的另一个原因是Anthropic的快速增长。Anthropic的AI编码工具“Claude Code”在软件开发者中迅速普及，带动了其收入的快速增长。近期有消息称，Anthropic的企业价值首次超过了OpenAI。为此，OpenAI正在将其自有的编码工具“Codex”作为主要业务进行发展。 然而，降价可能会对盈利能力造成压力。由于AI模型运营所需的大规模计算成本，OpenAI和Anthropic已经面临数十亿美元的损失。如果降低令牌价格，即使客户使用量增加，每次服务的利润也可能减少。 与此同时，OpenAI本周已提交了企业公开募股（IPO）的非公开文件。Anthropic也已启动了上市程序。奥特曼CEO在最近发给员工的消息中表示：“我们计划在明年内上市。”※ 本报道经人工智能（AI）系统翻译与编辑。

日本企业正在利用人工智能（AI）提升软件开发速度。在生产力提升成为当务之急的背景下，企业们开始将生成型AI视为业务创新的手段。然而，随着高性能AI模型的使用费用增加，如何衡量其引入效果和管理成本成为新的挑战。 《日本经济新闻》报道，安斯罗普于11日在东京举办了开发者活动“与克劳德一起编程”，正式进军日本市场。今年的活动是继美国旧金山和英国伦敦之后的第三场，约有500名日本企业工程师参加。安斯罗普计划在2025年10月在日本设立首个亚洲分公司，并与NEC、日立制作所等公司建立合作关系。 在活动中，安斯罗普公开了其AI“克劳德”的新模型“克劳德·佩布尔5”。该模型基于4月有限公开的高性能AI“克劳德·米托斯”技术，同时加强了对网络攻击等恶意指令的安全防护。日经评价佩布尔5能够在编程、数学、金融等复杂专业领域长时间自主工作。 安斯罗普平台工程负责人凯特琳·莱希在开幕致辞中表示：“佩布尔等AI模型的性能正在以几何级数提升，但在实际业务中所承担的角色却未能跟上。”她希望通过克劳德来弥补这一差距。弥补这一差距的手段之一是2025年推出的“克劳德代码”，这是一种自动化编程工作的工具，旨在开发能够长时间自主处理复杂任务的AI代理。安斯罗普正在基于企业和机构的使用费用继续投资高性能AI的开发。 日本企业已经开始全面应用AI。日经报道称，日本知名二手交易平台梅鲁卡里表示，通过引入AI，工程师的生产力比去年提升了90%。乐天集团的AI负责人表示，过去每三个月发布一次主要功能的周期现在缩短至两周。富士通在5月与安斯罗普达成合作，使约10万名员工在日常工作中使用克劳德。未来十年，富士通计划转型为AI主导的开发模式，目标是在超过90%的项目中使用AI。预计生产力将比2025年提升两倍以上。 AI的普及也在要求日本系统开发行业的商业结构发生变化。该行业一直以来是根据开发者投入的人数和工作时间来计算费用。如果开发时间因AI而缩短，这种方式可能导致开发公司的收入反而下降。富士通的土方高仁社长表示，如果不改变商业模式，“很难期待大的增长”。 成本问题日益突出。随着将编程代码交给AI处理的“Vibe编码”逐渐普及，用户与AI模型之间的数据交换量，即“令牌”的使用量迅速增加。安斯罗普对企业和开发者实施按令牌使用量计费的按量收费制。新高性能模型的费用是现有主力模型“Opus”的两倍。 随着AI使用费用的增加，企业面临着必须评估成本效益的局面。日经报道称，美国优步科技公司已经耗尽年度AI预算，开始对员工的AI使用设定上限。在日本，许多企业也在将AI的广泛使用作为引入成果。然而，使用率的提高并不一定直接导致收入增加、开发周期缩短或成本降低。日经指出，实际效果的衡量指标仍然缺乏。 普华永道咨询公司的宫崎信平执行董事指出：“许多日本企业将生成型AI的使用率作为引入评估指标，但未能设计出与业绩相连接的评估指标。”他还指出，“在未能衡量效果的情况下，仅仅增加使用量而导致成本上升的案例也不少。” 随着AI成为提升工作生产力的工具，企业的思考也在发生变化。企业不再仅仅考虑是否引入AI，而是开始思考将哪些工作交给AI，以及如何根据成果来合理化成本。日本企业的AI竞争也正在从技术引入的速度转向如何精确管理成本效益的较量。※ 本报道经人工智能（AI）系统翻译与编辑。

“(ABC广播的提问=市长，光州有AI，全南有能源。AI与能源结合，能否成为韩国工业地图的中心？” 韩国的工业化主要围绕京釜线展开。首尔和首都圈引领金融和信息产业，而蔚山、浦项和昌原则成为制造业的中心。相对而言，光州和全南一直处于国家发展战略的边缘。虽然是民主化的象征，但并不是工业化的主角。 然而，AI时代正在创造新的机会。随着数据成为“石油”，电力的重要性与半导体相当，光州和全南所拥有的资产价值正在发生变化。光州已经是全国唯一拥有国家AI数据中心的城市，而全南则是韩国最大的可再生能源生产基地。 在此次地方选举中当选的民型배全南光州市长提出了将这两项资产结合起来，打造全南光州成为韩国AI半导体之都和能源超级城市的愿景。特别是他承诺在当选一年内引进规模达10万亿韩元的全球半导体工厂，向全南光州的转型发起挑战。现在的问题只有一个。全南光州能否从韩国的边缘崛起为韩国AI产业的中心？ AI在光州，能源在全南 光州已经成为韩国AI产业的象征性城市。国家AI数据中心已落成，AI集聚区正在建设中。虽然全国许多地方政府都在谈论AI城市，但真正拥有国家级AI基础设施的地方只有光州。光州在过去几年中推动了AI产业生态系统的建设，成为韩国AI政策的实验场。但仅靠AI是不够的。 AI消耗大量电力。生成型AI、数据中心和AI半导体产业最终都依赖电力。因此，世界各国现在进行的不是AI竞争，而是电力竞争。美国正在扩大核电，而中东国家则在太阳能发电上投入了巨额资金。全南在这一点上具有新的价值。 全南拥有国内最大的海上风电潜力，太阳能发电水平也位居全国前列。如果再加上氢能产业，将成为韩国最大的能源生产基地。过去，能源是工业的辅助工具，但在AI时代，能源本身成为了产业竞争力。 民型배市长强调AI与能源结合的原因也在于此。他表示将连接光州的AI数据中心与全南的可再生能源基础，创造新的产业地图。AI在光州，能源在全南。现在剩下的任务就是将两者连接起来。 10万亿半导体工厂能否实现 民型배市长的承诺中，最引人注目的是引进规模达10万亿韩元的全球半导体工厂。许多人在听到这一承诺后质疑其现实性。实际上，引进一个半导体工厂需要巨额投资和国家支持。即使是三星电子和SK海力士，在决定工厂选址时也需要经过多年的审查。 尽管如此，民型배市长谈论半导体的原因非常明确。AI时代的核心最终是AI半导体。没有AI半导体，ChatGPT也无法存在。自动驾驶、机器人和国防AI等都需要AI半导体。最近，政府宣布将在未来五年内投资50万亿韩元于AI和半导体领域，也正是出于这个原因。民型배市长并不是单纯想引进一个工厂。他希望将光州的AI数据中心、高端封装产业与全南的RE100产业园区连接，打造AI半导体生态系统。光州高端国家产业园区内将建立国家高端封装验证中心，这也是这一战略的一部分。他提出将光州作为封装中心，全南作为生产基地，构建“AI半导体三角形”的构想。 重要的不是工厂的引进本身。半导体产业的引入将带来研发，研发的到来将吸引人才。人才聚集后，企业将增加。最终，半导体不仅是一个产业，而是改变城市未来的平台。全南光州的整合真正意义在于经济整合许多人将全南光州的整合理解为行政区划的调整。然而，民型배市长所谈的整合具有更深远的意义。光州在AI方面具有优势。那智在能源方面具有优势。丽水在石化方面具有优势。光阳在钢铁和物流方面具有优势。木浦是海洋产业的中心。 到目前为止，这些产业各自独立运作。然而，在AI时代，连接成为竞争力。AI与制造业、能源和物流相连接。最终，城市的竞争力不仅取决于单一产业，而是取决于能否有效连接各个产业。民型배市长所梦想的全南光州市并不是简单的行政整合城市。而是AI与能源、钢铁与物流、海洋产业与半导体结合的超大区域经济圈。从这个意义上看，全南光州市更接近于韩国版的德克萨斯，而非硅谷。这里有能源，有高端产业，还有广阔的土地和成长潜力。 问题在于速度。AI革命不会等待。在未来五年内，AI产业地图有很高的可能性会完成。如果错过这个时机，全南光州可能再次失去机会。民型배市长的成功与否最终也将在这里得到决定。这座城市是否成为了一个吸引AI企业的城市，而不仅仅是谈论AI的城市。这个地区是否成为了一个连接能源与产业的地方，而不仅仅是一个生产能源的地方。这将是未来四年中，民型배市长需要回答的问题。 民型배市长是谁：民型배市长曾担任光州光山区区长和国会议员。长期以来，他在地方行政和国会活动中积累了丰富的经验，关注区域均衡发展和市民参与政治。特别是在光州型就业和地方产业培育问题上，他一直发声，最近提出将AI产业和高端制造业作为光州和全南的新增长动力。 在此次选举中，他强调经济整合的重要性，而不仅仅是行政整合。他主张将光州和全南整合为一个生活圈和产业圈，并承诺通过AI半导体和可再生能源产业改变全南光州的产业结构。此外，他强调与李在明政府的紧密合作，并承诺在特别市成立后的100天内取得可见成果。 对民型배市长而言，这四年并不仅仅是地方政府的运作。而是证明光州和全南能否成为韩国AI产业新支柱的历史性实验。 ※ 本报道经人工智能（AI）系统翻译与编辑。

随着三星集团通过引入外部生成型人工智能（AI）加速其AI转型（AX），SK集团的内部情况也变得复杂。此前，由于担心内部信息泄露，SK集团仅限于使用自有生成型AI或有限地使用外部生成型AI，但在“崔泰源与黄仁勋的会晤”及“新二千论坛”等契机下，全面利用外部生成型AI和AI代理进行AX创新的可能性被提出。 据商界消息，首次举行的新二千论坛将于11日至13日召开，SK高层与成员们将共享提升集团AX应对速度的黄金时间的认知，并集中讨论应对策略和执行路线图。 在活动的第一天，将分享主要成员公司的AX推进目标和路线图，并通过首席执行官（CEO）小组讨论等方式，提出AI创新的执行力保障方案。各公司针对AX的必要性和方向性也将进行广泛沟通。 12日，成员们将主导讨论。与管理层讨论的内容相结合，成员们将分享他们在AI时代所感受到的变化，并共同探讨在AX过程中遇到的困难及组织运营体系的提升方案。 最后一天，即13日，SK集团管理层将介绍各公司讨论的AX推进方案，并计划加强集团层面的AX加速意愿。 AX推进的背景是，全球企业中基于生成型AI的代理引入已成为“新常态”，SK集团也感受到不能落后的危机感。 SK集团一直以来在子公司层面推进AX战略。各公司在工作中应用生成型AI的方式各不相同，AX推进的情况也千差万别。 例如，SK电信通过引入自主开发的基础模型“艾点业务”来推进AX，能够在防止企业机密外泄的同时，创造出专门针对企业工作的AI代理。然而，这种方式仅适用于拥有大型AI数据中心和全球前100名超级计算机的公司，且其实际使用性能可能低于外部生成型AI。 SK海力士为了防止半导体等机密信息泄露，已开始在工作中使用基于外部生成型AI自主开发的AI模型。然而，由于半导体业务对政府泄露极为敏感，核心业务中引入AI代理存在困难。SK创新则在与外界隔离的内部网络中有限地使用生成型AI，但AI模型性能不足是一个遗憾。 商界普遍预测，此次论坛将帮助SK集团决定是否全面引入外部生成型AI，并共同探讨应对AI代理普及带来的AI运营成本增加的对策。如果SK集团决定全面引入外部生成型AI和AI代理，继三星集团之后，国内大型企业的AX将进一步加速。 SK集团相关人士表示：“今年的新二千论坛将成为广泛讨论AX方案，以引领AI时代的场所。我们将基于成员间的共识，加快向AX中心管理的转型。”

KB国民卡于10日宣布，已引入结合生成型人工智能（AI）的混合聊天机器人，以提升数字咨询服务的质量。此次聊天机器人结合了现有聊天机器人的稳定处理功能与生成型AI的自然语言理解和生成能力，显著提高了咨询质量和客户便利性。KB国民卡的升级分为三个阶段。首先，生成型AI能够自动纠正客户提问中的错别字和非标准表达，从而改善了现有聊天机器人无法理解的咨询的回复率。通过这一改进，原本难以回答的客户提问中，有68.9%得以正常处理。此外，当客户一次性输入多个问题时，生成型AI能够分析和分类这些问题并进行回答。为了最大限度减少AI的幻觉现象，还引入了相关技术，确保了超过99%的回复准确率。剩余的1%则采用现有标准指导方式，以提高服务的稳定性。KB国民卡计划在未来的语音咨询服务中也应用生成型AI。此外，还将引入“客户需求预分析系统”，以自动分析和分类客户咨询意图，从咨询初期开始提供个性化的服务。KB国民卡相关人士表示：“通过此次升级，我们将基于积累的AI技术能力，持续扩展相关功能，让客户能够更加便捷和自然地使用咨询服务。”※ 本报道经人工智能（AI）系统翻译与编辑。

生成型AI的应用正在快速扩展，但由于企业规模等因素造成的应用差距已成为结构性问题，迫切需要创造有利于AI应用的条件。 根据10日大韩商会发布的《生成型AI应用的大中小企业差距：能力与组织环境的作用（김용미·이창근）》报告，大中小企业之间生成型AI的简单应用率差距为13.8个百分点（大企业66.5%，中小企业52.7%）。该研究基于对全国约3000名20岁以上的工资劳动者的问卷调查。 虽然大中小企业之间生成型AI的简单应用率差距为13.8个百分点，但如果在组织层面创造应用环境，结果显示中小企业也能达到大企业的AI应用水平。分析包括公司的支持体系和员工个人的提示工程能力等其他因素后，企业规模导致的纯应用率差距缩小至4个百分点。 三星日前宣布将在所有关联公司正式引入生成型AI，并启动以AI为中心的工作方式和企业文化的全面转型（AI大转型，AX）。除了三星，LG电子、SK海力士、现代汽车集团、汉华等主要企业也在加速引入内部聊天机器人和工作支持AI，推动工作自动化。 研究还发现，如果公司在内部营造鼓励使用AI的氛围，员工的AI应用概率比那些没有这种氛围的企业高出15.5个百分点。而如果公司提供订阅费等补贴，应用概率则提高了8.1个百分点。 AI支持基础设施的现状显示，中小企业在这方面明显落后于大企业。调查显示，70.4%的中小企业没有生成型AI的引入路线图，而大企业这一比例为54.4%。此外，在教育培训（大企业34.7%，中小企业24.9%）、内部指南和手册提供（大企业33.8%，中小企业24.3%）、自主开发和定制AI工具提供（大企业11.4%，中小企业5.7%）等公司支持项目中，中小企业均落后于大企业。 一位中小企业员工A表示：“虽然公司鼓励使用生成型AI，但只支持50%的订阅费，负担很大。希望不仅仅是鼓励使用，还能在订阅费支持和教育项目提供等方面给予实质性支持。” 大企业与中小企业在利用生成型AI节省的时间方面的差异也很明显。大企业和中小企业的员工都将“投资于提高现有工作质量”视为首要选择。然而，从第二位开始，大企业员工将节省的时间用于“新项目和工作执行（22.6%）”，而中小企业员工则选择“工作外休息和个人时间保障（27.3%）”。 行业和地区的两极分化也显现出“制造业”和“地方中小企业”在AI应用方面存在盲区。服务业的大中小企业应用率差距为9.2个百分点，而制造业的差距则高达24.2个百分点，达到2.6倍。地区中小企业的应用率也显示，首都圈（57.3%）远高于非首都圈（47.8%）。 对AI应用经验的认知也被提出为问题。员工们在公司内部分享AI应用经验时最犹豫的原因是“可能会对生成型AI的应用持负面看法（大企业39.0%，中小企业33.6%）”。因此，除了引入AI，还需同时营造开放的组织文化。 大韩商会经济研究院强调，为缩小大中小企业之间的生成型AI应用差距，必须加强员工的AI能力，并为中小企业提供量身定制的支持。为此，建议扩大AI专业职业培训、针对非首都圈和制造业的定制教育、引入战略咨询和标准路线图的推广、简化AI工具费用支持条件等。特别是要确保AI节省的工作时间能够真正转化为生产力提升和业务升级，因此需要制定职务重新设计和内部经验分享激励机制。 大韩商会经济研究院院长朴阳洙表示：“大中小企业之间的AI差距不仅源于个人态度，还与企业的政策和支持等组织环境有关。为中小企业创造良好的引入条件和加强员工能力的精细制度设计至关重要。”※ 本报道经人工智能（AI）系统翻译与编辑。