垂直新應用模組專區

醫療行為逐漸轉變，精準醫療正在蓬勃發展 過去的傳統醫療是針對患者表現的病徵，對於表現相同病徵或罹患相同疾病的患者給予相同的藥物，然這些藥物並非所有患者適用，也容易讓患者產生不良的副作用；尤其經統計發現，治療癌症的藥物有高達75%為無效用藥，治療阿茲海默症的藥物亦有70%的無效用藥比，此不但造成醫療資源浪費，更是加重各個國家醫療成本，導致政府財政負擔加重（圖一）。有鑑於此，藥廠或生技公司開始透過生物標誌（Biomarker）開發藥物或使用生物標誌辨識合適使用的病患族群。 圖一、各疾病無效用藥比率 資料來源：DCB產業資訊組，2024年3月 隨著生物技術創新發展，定序技術、檢測技術與轉譯醫學精進後，從生物標誌開發標靶藥物，逐步在治療前先考慮患者個體程度包含多元體學、生活方式、健康史、偏好、病歷資料、外在因子，根據患者診斷／體學新等數據，做為疾病治療選擇依據，以降低減少無效的處方和治療及對於藥物抗藥性等不良反應，達到精準醫療的目標。精準醫療涉及之主要技術有生物資訊學、大數據分析、藥物探索、基因測序、伴隨診斷等，因此精準醫療能提供患者合適且正確的治療措施（圖二）。 圖二、疾病治療演進 資料來源：Linguamatics，DCB產業資訊組整理，2024年3月 因人體資料庫的累積與應用、大數據分析及AI技術突破，加上越來越多真實世界數據（Real-World Data）與真實世界證據（Real-World Evidence, RWE）被使用，使得全球精準醫療市場在2022年為834.3億美元，預估2023年增長到950.0億美元，而推估在2027年將成長至1,572.6億美元，複合年成長率（Compound Annual Growth Rate, CAGR）為13.4%（圖三），全球精準醫療正在蓬勃發展中。 圖三、2022～2027年全球精準醫療市場 資料來源：globenewswire，DCB產業資訊組整理，2024年3月 人體資料庫共享，加速開創新世代精準醫療 在精準醫療發展趨勢中人體資料庫具有提高生物醫學研究產生的數據的再現性和意義的潛力，其所收集、存儲之體液或組織樣本，對於疾病診斷和開發治療多種疾病的藥物至關重要。許多國家瞭解人體資料庫的重要，因此為達到精準醫療目的，紛紛導入國家型政策，聚焦於人體資料庫基礎建設，同時確定精準醫療為國家戰略發展之方向（圖四），而2017年為一轉淚點，早期為能擁有足夠的大數據，大規模建置人體資料庫，如英國早在2013年即宣布針對罕見疾病及常見癌症啟動「十萬基因體計畫」、2015年成立「精準醫療推動中心」推動精準醫的發展及在2017年提出「生命科學產業戰略」推動「全基因體定序」計畫，促使英國成為世界上第一個推動基因體學資料庫進行健康服務的國家，而美國則在2015年由前總統歐巴馬推動「精準醫療倡議」（現已更名為「All of US計畫」），2016年時任美國副總統拜登推動「癌症登月計畫（National Cancer Moonshot）」，從法規層面著手，整合美國各地不同的癌症研究資料庫，同時結合大數據分析，以針對癌症治療探尋新生物標記；在2017年以後納入RWD/RWE、AI、數位醫療等應用，透過數位科技整合，加速巨量的人體生物數據之相關應用於療法及診斷的開發，帶動全球精準治療產業朝次世代檢測、新穎生醫技術發展，如美國於2018年起陸續推動「真實世界數據方案框架」、「人工智慧／機器學習行動計畫」等計畫以加速精準治療的數位轉變，而英國在2017年推動「AI sector deal產業策略」，透過公私協力合作來促進AI於生技醫藥產業應用發展，日本國立癌症中心2021年8月啟動「LC-SCRUM-Support」計畫，大量取得電子病例、相關個人健康紀錄平台資訊等以強化國家基因資料庫，加速精準治療產業之發展。 圖四、各國精準治療政策發展進程 資料來源：各國網站，DCB產業資訊組整理，2024年3月 在國家政策支持下，2022年全球人體資料庫市場為575億美元，預估2028年將達823億美元，CAGR為5.9%（圖五）。此外，基因組學研究活動、慢性病、癌症等患者數增加、對生物樣本庫的需求不斷增長下及再生醫學、個性化醫學等先進療法及基因檢測與診斷需求不斷提升下，推動人體資料庫市場成長。 圖五、2022年及2028年全球人體資料庫市場 資料來源：IMARC，DCB產業資訊組整理，2024年3月 人體資料庫因收錄巨量人體資訊，成為一個疾病研究及藥物開發重要的數據資料來源，唯有將這些資料有效利用，才能在資訊累積的同時，實現早期診斷、即時治療及有效用藥等目的，達到民眾健康、政府減少醫療支出的目標。因此，如英國、美國即透過共享人體資料庫數據及其相關研究成果。英國提供生物標記研究服務、外顯子測序等服務，以免費方式，鼓勵廠商研究使用並將結果共享，或是以收費方式提供藥廠基因定序資料的使用權；美國導入數位科技，全民參與結果回饋10萬名參與者，免費提供人體資料庫平台註冊，依帳號權限開放使用，透過收費提供廠商數據分析及雲端儲存（圖六）。人體資料庫共享機制增加廠商投入疾病研究及藥物開發的意願，更可以吸引如AI、雲端運算、數位科技等新科技廠商合作加速巨量資料分析，以快速挖掘治療標記，提供多元治療方式，創造新世代的精準醫療。 圖六、英國及美國人體資料庫發展狀況 資料來源：各國官方網站，DCB產業資訊組整理，2024年3月 以英國為例，英國為人體資料庫發展較早且較完善的國家，而且迄今持續提高基因體數據多樣性、加速及整合罕病及癌症病患之全基因定序、推動精準診斷發展。以英國人體資料庫發展為例，英國Uk biobank與生物製藥公司Regeneron合作，Uk biobank提供去標籤化人體生理數據及DNA檢體給Regeneron，Regeneron接手進行基因定序，並透過公司的資訊平台將定序後之資訊經大數據分析獲得具潛力的新生物標誌，一方面供公司內部使用，另一方面共享，提供其他藥廠、英國政府及研究單位使用，以公私協力方式將人體生物數據導入藥物開發中（圖七）。在合作中Regeneron找到3種慢性疾病（包括肥胖、NASH、心血管疾病）相關之基因，可作為公司精準醫療開發之作用標的及幫助原有研究之進展。 圖七、英國人體資料庫與Regeneron協力共享人體數據資料 資料來源：Regeneron，DCB產業資訊組整理，2024年3月 產官研公私協力，建立永續發展人體生物資料庫，推動臺灣精準醫療產業發展 在我國政府政策及法規支持下，國家級人體生物資料庫整合平台於2018年開始建置，並於2019年10月由衛生福利部（衛福部）宣布正式成立，至2023年已有33個機構加入國家級人體生物資料庫整合平台行列，提供超過83萬例收案資料，提供學術及產業界申請使用，以推動精準醫療生態系。 比較臺灣國家級人體生物資料庫整合平台與其他國家如英國及美國之人體資料庫差異，在收錄內容方面：目前整合平台資料收集以生物檢體資料、診療資訊及臨床數據為主，不如歐美等國之人體資料庫之多樣性，同時民眾參與的意願也不如歐美等國家；在資訊共享方面：整合平台提供生物檢體、臨床數據資料申請，尚無法與健保資料庫直接串接，反觀英國建立資料庫申請平台，供全球研究人員免費使用及研究。 現階段衛福部、人體生物資料庫整合平台、外商藥廠與多家醫院共同執行癌症精準醫療及生物資料庫整合平台合作示範計畫，由羅氏大藥廠提供2,000例FoundationOne CDx基因檢測，參與醫院在院內成立癌症精準醫療臨床小組，依患者基因檢測結果，提供主治醫師諮詢及診療建議，廠商贈送相關治療藥物給予患者治療使用，此計畫不僅收集患者之基因數據，亦透過臨床醫療結果，獲得真實世界數據（real world data），透過整合平台彙整各醫院之數據，建立永續發展之基因數據庫，作為藥物研發、藥品上市登記及健保給付之評估機制，攜手打造臺灣精準醫療生態系。 結論 在一項對臺灣精準醫療產業廠商執行的問卷統計結果顯示，精準醫療廠商認為資料庫數據資料及資訊分析為未來精準醫療產業發展關鍵，其中以人體數據資料庫、個人化藥物需求及人工智慧為前三重要關鍵因子，目前人體數據資料庫主要使用者為基因檢測／分析廠商居多，這些廠商已大量使用人體數據資料並導入生醫資訊分析作為產品及服務創新發展之重要工具，進一步希望在提供檢測服務建立資料庫後能朝伴同式診斷與新藥開發發展。然，臺灣藥廠較少導入診斷數據分析，如能像行動基因透過與國際藥廠及人體生物資料庫整合平台籌組聯盟，共同開發新藥與伴同式診斷，創造成功案例，便有機會找到願意合作的臺灣廠商。 臺灣具有優質醫療體系資源、完整的ICT產業鏈及全民健保數據及人體生物資料庫基礎等優勢，在全球高齡化趨勢衍生醫療經濟新需求及慢性病增加下，臺灣具有發展精準醫療之機會。政府如能建立合適之精準醫療產品驗證場域，加速臨床驗證及商業模式發展或由政府主導或提供誘因，創造藥廠與精準檢測廠商合作之新藥開發成功案例，促成國內藥廠於藥物發展各階段皆能與跨域產業廠商合作，並在廠商及醫院共同建立統一彙整之體學數據規格及模型架構後，便能鼓勵全民參與，充分將數據應用於精準醫療中。雖然我國法規尚有不足之處，相信透過多方齊心努力下，將能為精準醫療產業帶來更大的機會及更多的商機。 附錄 英文名詞縮寫對照表 中英文名詞對照表

有鑑於浮動式風場更有利於 前言 有鑑於浮動式風場更有利於深水域風場開發及大型風力機布建，以及降低可能的社會反彈及利益衝突（如對民眾視覺影響較低、接受度相對較高），離岸風電產業發展相對成熟的歐洲業者，紛紛轉向浮動式離岸風場的實證與推動商業化運轉；美國、日本、韓國及我國等離岸風電新進國家，由於可供開發固定式風場的海域相對少，同樣正加速投入浮動式風力發電技術的開發。 在國內，經濟部為配合達成2050年淨零碳排目標，同時支持綠電與永續發展需求，亦鼓勵我國廠商投入浮動式示範風場的開發驗證，期望從法規、技術及基礎建設等三個面向，逐步推動我國浮動式離岸風電的發展，藉由提高併網容量、延後併網時程等，提升業者投入發展意願。 由於浮動式離岸風場設置的位置（遠岸深水區域或近岸海床陡降水域）及其浮動狀態，都使得運維工作的困難度、成本與風險大幅提升，因此如何有效調度與控管海上維護行動，即為維持風場營運經濟效益的重要手段，也是維運策略及相關技術切入的重點。以下從浮動式風力機座的結構切入，說明各組成部件的運維重點，最後帶到相關運維技術目前的發展趨勢，以利了解浮動式風場之運維工作，並從中發掘產業機會。 浮動式風力機組的組成結構 浮動式與固定式離岸風力機組最主要的差異在於水下結構的設計，固定式機組多採用金屬結構安裝至海床內支撐風力發電機組，浮動式機組則採用浮動平台（或稱浮動結構或浮台）設計，搭配繫纜與錨錠系統，將浮台移動範疇限制於一定的範圍內。此外，由於浮動式機組多設置於深水區域，因此使用動態電纜設計，使其懸浮於水中，並慢慢地往淺海域的海床延伸，再依據固定式離岸風場的電纜配置方式，安裝於海床延伸至陸域變電站。 除水下基礎結構本身的差異外，由於目前全球多數計畫仍停留在驗證階段，加上浮台、繫纜或錨錠系統的選用與設計，皆需根據場址周邊環境，如海象、海流、海床條件或環境溫度等，做適當地調整，因此目前市場仍無主流設計，而運維程序則需按不同設計，調整檢查項目與注意重點。以下先簡要說明浮動式水下基礎的組成結構。 浮動平台 就浮動平台而言，根據Wood Mackenzie 2023年發布之報告，全球現有超過100多個浮動式風場正在發展，已有13%的風場進入全尺寸示範安裝階段，其中就浮動平台設計而言，大致可分類為四種類型：半潛式（Semi-submersible）、浮筒式（Spar-buoy）、張力腿式（TLP）及駁船式（Barge），其中又以半潛式為大宗（占68%），其次依序為浮筒式（占14%）、張力腿式（占13%）及混和式（占4%）。不同的浮動式平台設計各有其適合的水域與環境，其功能表現優缺點及相對成本整理如下表一。 表一、四大類型浮台特性及成本比較整理表 資料來源：BVG Associates，金屬中心MII整理，2024年3月 目前已商轉或預計於近年商轉的風場，如葡萄牙WindFloat Atlantic風場、蘇格蘭Kincardine風場，以及Equinor與韓國國家石油公司及韓國電力公社（其子會社東西電力公司）合作開發之東海1浮動式風場（預計2024年開始商轉）等計畫採用半潛式平台的設計。另外，由Equinor承包之Hywind Scotland（2017年開始商轉）及Hywind Tampen（2023年開始商轉）則是採用浮筒式設計。法國Floatgen風場，則是採取由BW Ideol承包建造之駁船式Dumping Pool。全球第一個全尺寸張力腿式離岸風場計畫—法國的普羅旺斯風場（Provence Grand Large）計畫，則採用由SBM Offshore及IFP Energies Nouvelles設計與建設的TLP浮台，已於2023年底完成建設。 若以台灣海峽海域條件來說，因為西部海岸水深不足，無法使用浮筒式設計，而張力腿式安裝及運輸過程都更為複雜、操作風險也較大，加上其繫纜系統對於浮台穩定性至關重要，一旦任一繫纜失效，可能導致平台傾覆的情形發生，較不適用於地震多發地區，故相對而言，半潛式和駁船式平台發展機會較佳。目前全球超過6成項目採用半潛式平台，加上其具有較佳的移動性，風力機可於港口進行預組裝，安裝不需動用特殊的風力機安裝船；駁船式平台製作及施工則相對較為簡單，此二種平台或可作為未來台灣發展浮動式平台的選擇。 繫纜系統 由於純鏈條繫纜系統（pure chain mooring system）容易產生瞬荷載與成本過高的問題（特別是淺水區域使用效益不高），因此繫纜系統多採取由不同材質與規格的材料組成，主要有純鋼鏈條、合成材質，以及鋼絲繩等三種材料，基本上分可區分為上、中、底三大段。繫纜上段連接風力機的下部結構（substructure），因受飛濺區影響而承受最大的載重，通常採用鋼鏈條。中段為自由懸掛部分，不受飛濺區或衝擊區的影響，通常使用由尼龍、聚酯纖維或高模量聚乙烯（high modulus polyethylene, HMPE）等材料製成的合成纖維繩製成。底段通常位於海床上並連接錨錠，重量必須很重，因此多採用鋼鏈條，且必須能耐受在重負載狀態下穿越海床（或稱拍擊區時產生的磨損）。繫纜各段及所有可能的組成零件如下圖一所示。 圖一、繫纜各段與所有可能的組成零件示意圖 資料來源：BVG Associates，金屬中心MII整理，2024年3月 錨錠系統 浮動式風場最常使用的錨錠主要有：(1)拖嵌入式錨錠（drag embedded anchor）；(2)錨樁（driven pile）；(3)吸入樁（suction pile）等三種類型。選擇使用哪種類型的錨錠則取決於荷載及安裝位置的地面條件，較惡劣的地面條件通常會需要使用如錨樁或吸入樁等，但也會導致錨錠的成本高出數倍。此外，安裝船的能力、繫纜系統設計，以及場址的氣象條件等，也同樣是錨錠選擇的考量因素。 相較於其他產業市場，浮動式風場由於每個站點所使用的錨錠數更多（通常一個浮台三鏈三錨），因此總安裝成本亦是錨錠系統在設計時的主要考量。目前已有風場透過共享錨的設計，來降低風場設置所需的錨錠總數量，如目前世界最大的浮動式風場Hywind Tampen，即採取由11台風力機共享19個錨的設計。除了Hywind Tampen採取吸入樁加共享設計以外，目前世界上已商轉之浮動式風場－Hywind Scotland及Kincardine則分別採用吸入樁（6座風力機共18個錨）及拖嵌入式錨錠（5座風力機共15個錨）系統。 前述三種不同錨錠適合使用的地形條件、特性及優缺點簡列於下表二。 表二、浮動式風力機常選用之錨錠與相關特性整理表 資料來源：BVG Associates，金屬中心MII整理，2024年3月 動態海纜 動態電纜配置及設計與實際目標電壓、浮台動態／偏移運動，以及環境條件（特別是海生物生長速度）等密切相關，不同設計各有不同的優缺點。目前業界實踐上，動態電纜的設計仍是獨立於繫纜及錨錠系統之外，但動態電纜如在設計時能結合繫纜配置一同評估，更能最大化不同動態電纜與繫纜設計的優點，提升經濟效益。一般而言，浮動式風場內的動態電纜系統分別由幾個部分組成，包含：(1)電纜；(2)接合處（interface）；(3)保護裝置；(4)浮力裝置；(5)連接器（connector）；(6)狀態監測系統等，各部分所含零部件細項如圖二。 圖二、動態電纜系統組成分類圖 資料來源：BVG Associates，金屬中心MII整理，2024年3月 浮動式風場運維重點及技術發展趨勢 風場運維可區分為運營（Operation）與維護（Maintenance）兩大部分，其中維護包含：(1)排除故障與事故之修正性維護，以及(2)降低突發狀況發生之定期或不定期預防性維護，維護主要內容包含各類設備的檢查（Inspection）、維修（Repair），以及主要或大型零部件的汰換（Replacement of Components）等工作。由於維運成本佔風場生命週期達20-30%，加上近年缺工、供應鏈成本上升等問題衝擊風電產業發展，如何利用智慧、無人、數位技術（Smart, Unmanned, and Digital technology，簡稱SUD技術），協助運維工作效率、降低成本，成為推動產業發展的關鍵。 就風力機的部分而言，固定式與浮動式的設計並無差異，僅需要重新調整控制系統使風力機適用於浮動環境，因此檢查及維修方式本質上也相同，主要差異在於浮動狀態使人員移動及維修工作困難及風險倍增，也使得浮動式風場運維對於SUD技術，及創新工法與工具的需求更高。 葉片 就葉片檢修而言，根據英國再生能源顧問公司（BVG Associates）發布之《離岸風場指南》表示，葉片檢查和小修，特別是葉片前緣腐蝕的問題，一直是離岸風電產業相對關鍵以及研發投入的熱門問題，如開發新的塗層或採用類似直升機葉片的前緣保護板等，在維修上目前多採取主動地檢查及預防性維修因應。 葉片檢查主要由搭載高解析度攝影機之無人機、繩索作業技術人員，或是裝設在轉接段（transition piece）或載具上之高解析度攝影設備執行。實務上，葉片檢查工作通常會停機進行，也因此為了能最大程度地減少因維修停機造成的生產損失，將檢查工作安排在一年當中風力最小的時期進行成為運維的關鍵，亦持續有相關研發投入提升葉片檢查與損壞診斷的自動化及無人化，或是提升檢查運轉中（轉子持續運轉的狀態下）之葉片的相關技術等。 當葉片需要小規模維修時，維修人員會透過繩索懸吊於輪轂外之平台上進行。為減少人員垂吊作業的風險並提升檢修效率，目前已有如英國BladeBUG等公司，投入葉片維修機器人產品開發，實現葉片檢查與修補工作的無人化執行。 英國BladeBUG以開發及設計風電產業用之蜘蛛型檢查與維修機器人為名。該公司今年1月宣布與非破壞性檢測專門公司FORCE Technology合作，共同開發專門用於風力機葉片檢查與維修之新型六足履帶式機器人，搭載FORCE Technology客製化檢測方案，如P-scan 超音波複合掃描系統，以用於陸域及離岸風力機葉片之維護和檢查，為葉片的遠端操作掃描提供突破性的解決方案。透過整合FORCE Technology的自動化超音波掃描系統，BladeBUG的履帶式機器人將能夠對風力機關鍵結構部件進行徹底檢查，包括翼樑帽（spar caps）、根部區域、葉片前緣及後緣等，並確保全面檢測所有相關缺陷及損壞類型，例如皺紋（wrinkles）、脫膠（debonding）、脫層（delamination）等，不論葉片的曲率如何。BladeBUG新型機器人如圖三。 圖三、BladeBUG新開發之搭載超音波檢測技術機器人示意圖 資料來源：BladeBUG，金屬中心MII整理，2024年3月 風力機機艙（nacelle） 就機艙而言，機艙的關鍵零組件包含主軸承、齒輪箱（如有）、發電機、偏航軸承和偏航系統等。因齒輪箱故障率高，目前新型採用直趨式系統（direct-drive system）、摒棄齒輪箱設計之風力機，將成為未來離岸風場應用的主流，以降低成本密集型之離岸維護的需求。同時新式風力機在設計上即透過大型零組件模組化的設計，讓更多子件能透過機艙起重機（nacelle crane）或自升式起重機（self-hoisting crane）現地更換，更有利於無法使用自升式船舶之深水區域風力機的維修。圖四即為丹麥商Liftra所開發之自升起重機，搭載於Vestas風力機進行維修作業之實況。 圖四、Liftra自升式起重機及機艙起重機實體示意圖 資料來源：Liftra，金屬中心MII整理，2024年3月 除自升式起重機外，Liftra今年4月宣布將攜手DEME Offshore共同開發創新的海上風力機安裝方法，即透過整合Liftra起重機技術至 DEME 的船舶（如Orion或Green Jade等浮動海上重吊船或現有的自升式駁船）上使用。換言之，在使用既有船舶的狀況下，即可以較低的成本安裝更重、更高的固定式或浮動式的風力機。這項新的連結技術（見下圖五）能使未來風力機之安裝不再受水深及高度的限制，並減少所在地與港口的碳足跡，新系統預計將於 2027 年投入運作。 由於浮動式離岸風場多位於自升式船舶無法下錨之深水區域，加上浮動式離岸風力機已逐漸朝向大型化發展，難以在現地進行維修，因此目前浮動式離岸風機的維修仍是以拖回港口或岸邊進行零件之翻新、更換和維修等工作。未來5-10年內，如爬升塔（tower-climbing）及自升式起重機等設備不足、或無更創新工法可降低現地維修成本，預計浮動式風場的維修應還是以拖回港口維修為主要策略。 圖五、Liftra與DEME Offshore合作開發之海上風力機安裝工法施工實景圖 資料來源：Offshore Engineer 然而即使是拖回港口維修，相關成本也是沉重負擔。以Kincardine風場的維修案為例，2022年夏天Kincardine風場中的浮動式維斯塔斯V164-9.5 MW風力機KIN-03發生技術故障，開發商Principle Power和海上承包商（JD-Contractor和Bukser og Berging）採取將其拖至鹿特丹進行維修的策略。2023年5月，KIN-02風力機再次發生故障，並由JD Contractor利用錨索牽引補給船（Anchor Handling Towing Supply Vessel）將其運送至鹿特丹Massvlakte港口碼頭進行維修，完整程序包含將風力機斷開電力及與動態電纜及繫纜系統的連結、拖曳至碼頭進行維修，維修完成後拖回原址重新連結，重新啟動後須重新測試調整。以第二次維修來說，維修期共約94天的時間，除維修勞務費用外，總成本還包括是長時間停機造成的生產損失，以及必須斷開與重新接回電纜及繫纜等成本，也都是浮動式風場的維修費用居高不下的原因。 浮動平台 浮動結構的檢查主要透過定期的目視檢查外殼和浮力艙內側，降低腐蝕或裂紋的風險。雖然浮台在設計之初，即盡量採取免維護設計並加強零組件耐用性，以降低後續產生修正性維護的機率，但基於成本考量及降低腐蝕及裂紋可能造成的風險，還是會進行定期檢查。根據再生能源顧問公司DNV的建議，浮動結構的定期檢查間隔最長不超過5年，特別是大型風場（不論是固定式或浮動式），更建議基於可能風險增加檢查次數。此外，DNV也建議針對浮動結構關鍵部分的檢查間隔最長不超過一年。 浮台最常見的失效問題為腐蝕造成，特別是飛濺區附近，由於高鹽度環境所造成的腐蝕，或由於風浪荷載及風浪組合產生的自然頻率、與風力機轉子共振對浮台及風力機造成疲勞等。DNV建議應定期利用超音波檢測鋼板厚度，以確認及追蹤腐蝕狀況。在混凝土結構方面，如設計時低估動態荷重，可能導致外殼出現裂縫，當裂縫擴展延伸至水下或飛濺區內，則會對結構的水密性造成風險，因此需特別注意。此外，水平面下之零部件因水生物附著，可能導致材料的重量與應力增加，皆是檢查的重點項目。 一般而言，浮動結構的水下部分，檢查多藉由水下遙控載具（Remotely Operated Underwater Vehicle, ROV）執行，並由艙內的技術人員操控，且ROV及技術人員皆須通過相關認證，而艙內的水位及艙底泵系統的功能亦須定期檢測，以確保結構的完整性、水密性，以及浮力等功能正常。 繫纜系統 繫纜的檢查方式基本上分為一般目視檢查（general visual inspection）及近距離目視（close visual inspection）檢查，執行檢測的公司與設備皆需通過船級社的認證。為降低人員的安全風險，通常使用ROV執行相關工作。根據目視檢查結果，如需進一步確認零組件狀態，則會採取其他非破壞性檢測技術（non-destructive examination techniques），如超音波檢測、放射線照相檢測，或是電化學勢等，以確認鏈條龜裂或缺陷情形。其中，超音波檢測常用於檢測鏈條閃光對焊部分的表面斷裂，或因不完全熔合導致的表面下缺陷，其操作對潛水員來說並不困難，且亦可將超音波探頭結合ROV使用。 鏈條的尺寸測量為繫纜系統定期檢查的必要項目之一，可能的模式包括由潛水員持手動卡尺進行測量、採取獨立機器人系統，或採用ROV的方式進行測量。ROV因可搭載機械卡尺與光學卡尺，更有利於水下大範圍、多鏈條的檢測，而被視為務實且有效的方式。在目視檢查過程中，ROV將檢查整個鏈條長度，並詳細檢測部分壓力負載較重的區域，如導纜器區域、飛濺區、海底著陸區域、連接器和繩索末端接頭等。ROV 進行攝影測量鏈節直徑和鏈節接觸點，然後將數據與製造過程中進行的測量數據進行比對，如超出預估數值則進一步啟動更詳細的檢查、修正性維護或是更換零組件等。 除針對鏈條或鏈節的龜裂（表面及表面下）、磨損、侵蝕及變形，或零配件缺失與鬆動的相關檢查外，針對錨樁、吸入樁，以及鑽孔錨樁（drilled pile）等周邊之沖刷保護（scour protection）的檢查，或是鏈條上海生物附著的檢查等，也是繫纜系統檢查的重要項目。不同的海洋環境，海生物生長速度（附著生物的厚度）也會有所差異，需要檢查及清除的頻率也需視實際情況而定。 總部位於加拿大的Kraken Robotics，2017年即已推出當時全球首創RGB全彩水下雷射成像系統，可提供實時毫米級精度全彩3D點雲圖像，並可搭載於ROV及AUV使用。雖然聲納為大面積範圍檢測的首選技術，但SeaVision在10公尺以下的檢測範圍內，可提供更高的解析度與精度。2021年Kraken與離岸能源業者及政府合作，在其SeaVision感測器技術基礎上，進一步開發非接觸式繫纜鏈檢查工具（Mooring Chain Inspection Tool）並商業化推廣，以降低繫纜檢查的成本。透過3D數據資料的建置與分析（如下圖六），未來將可更有效地處理繫纜系統尺寸測量、腐蝕狀態等完整性分析。截至2022年，SeaVision服務已被用於100多個海上油氣及離岸風電相關計畫之3D建模工作中，應用於包括海上風場陽極體積測量、海上石油和天然氣基礎設施的繫纜檢查以及海底量測服務等。 圖六、SeaVision陽極(左)與繫纜鏈節3D模型(右)實體圖 資料來源：Kraken Robotics，金屬中心MII整理，2024年3月 潛海工具製造商Ashtead Technology近期開發結合ROV之光學鏈條測量系統（Chain Measurement System, CMS），提供高精度及可重複性的繫纜測量，以跟?兩次測量期間之鏈條腐蝕、磨損和拉伸狀態，同時結合傾斜測量（inclination measurement）技術驗證鏈條張力（見下圖七）。 CMS結合機器視覺算法，將鏈條的測量時間縮短50%以上，並可提供實時檢查結果（見圖八）。相較於機械卡尺、攝影測量和雷射測量系統等其他技術，在運作時間及成本上更具優勢，特別適合在高度運動的環境中進行鏈條的測量。Ashtead Technology 此款新型光學CMS 的開發，目前已獲得加拿大國家研究委員會工業研究援助計畫之研發資金支持。 圖七、Ashtead CMS系統水下實際作業與模擬示意圖 資料來源：Ashtead官方頻道影片截圖，金屬中心MII整理，2024年3月 圖八、Ashtead CMS系統鍊條檢測項目與機器視覺實際畫面圖 資料來源：Ashtead官方頻道影片截圖，金屬中心MII整理，2024年3月 錨錠系統 錨錠的檢查取決於錨的類型。舉例而言，拖嵌式錨因埋入海床，因此檢查通常檢查埋藏深度，而吸力錨及樁錨的檢查則主要在檢查其外露於海床部分的腐蝕情況。目前已有歐洲離岸風電公司採用美商Oceaneering之工作級ROV　Isurus執行電纜安裝和監測、單樁安裝以及勘測活動（見下圖九）。Isurus 以 Oceaneering 既有之 Magnum Plus ROV液壓和推進系統為基礎，再進一步優化流體動力學外形和液壓推進系統，使其可在具有挑戰性的水流中運行。Isurus運行速度可達 5 節，橫向速度超過 2 節，垂直速度為 1.3節，並能夠在高壓水流和惡劣環境中工作，同時也搭載高分辨率聲納（high-resolution sonars）成像技術，提高成像清晰度。 圖九、Isurus監看浮動式風力機吸入樁安裝工程之示意圖 資料來源：Offshore Magazine 動態電纜 動態及固定式電纜檢查及監測方法基本相同，都是使用分布式聲學感測、溫度感測與局部放電監測等技術來監測電纜、接頭及連接器的電氣性能狀態。表面或目視檢查則主要針對電纜外部、電纜附屬零件、電纜保護系統，以及電纜連結浮台、著陸點，以及連結海上變電站等基礎設施之入口／出口點。在海底的目視檢查考量到水深及人員安全風險，則多使用ROV進行。 由於動態電纜的失效多直接肇因於安裝不慎導致的損壞，因此在實務上當電纜安裝完成後，會首先進行竣工檢查，包含電氣測試及目視檢查（透過ROV錄影存證），確認初始狀態以利後續狀態監測，並根據初始狀態及每次檢查的結果決定檢查頻率。 與固定式電纜不同的地方在於，自然及動態環境都使動態電纜承受更強的機械應力，加上彎曲與扭曲等外力作用，使得動態電纜及其附屬零部件的損壞，多發生浮台連接及海底著陸點等經常有運動的地方。因此在維護上，會特別針對浮動的部分（包含浮力模組與壓載模組）及其於海床上的著陸點進行額外的目視檢查。就著陸點的部分而言，因動態電纜與海床的交互作用（如海床上的移動），會導致電纜外部的專用保護層因磨損而提早損壞，造成滲水、腐蝕及電纜質量損失等問題。在實務上，著陸點的檢查頻率除了考量初始狀態外，也會考量海床的表面條件進行增減。檢查重點則以著陸點周圍保護套，以及減少或防止電纜移動的拴繩（tether）等人工支撐物為主。 除電纜系統本身的損壞外，電纜暴露過多或電纜埋深不足也會增加電纜損害的機率，因此需要以ROV進行勘測，確認電纜的埋藏深度數據，並適時地透過保護墊或拋石補強，如無法補救則需要重新埋設電纜。此外，因陣列內電纜長度較短，當失效或損壞發生時，重新鋪設新電纜反會較修復更具成本效益。 結語 從風場營運實例可以發現，運用數位、智慧及無人技術，如無人載具或機器人技術取代人力，已成為浮動式風場提升運維工作效率、降低成本的重要關鍵，特別是水下檢查工作，範圍廣、難預測，透過水下無人載具取代潛水員執行檢查工作，除了可降低技術人員水下作業的風險外，更能提升檢查的範圍與效率，已經是國外許多風場運維的標準流程以及技術精進的切入點。 歐洲國家因具備營運海上油氣產業之基礎，其在發展浮動式風電使用的平台、繫纜和錨錠系統的製造、檢測與維修技術得以承接過往經驗，我國廠商要切入風電運維產業則仍缺乏經驗與實績，必須克服許多軟硬體及供應鏈上的挑戰，如浮動式離岸風場對於安裝／施工及維修港口數量及品質的需求，或是現地維護技術升級等。隨著我國預計將於2024年公告浮動式示範計畫的選商結果，最快自2029~2030年透過示範風場的實際運作，亦能逐步建構並完備在地化運維能量，而相關產業發展及動態則有待後續持續追蹤。 附錄 英文名詞縮寫對照表 中英文名詞對照表

高潛力綠色金融工具「永續連結貸款」 2024年2月23日，金管會舉辦第一屆永續金融評鑑表揚大會，金融機構被表彰為推動臺灣朝向「2050淨零排放」的關鍵力量，此舉除凸顯綠色金融在臺灣經濟與環境政策中的核心地位，同時也呼應國家發展委員會，將綠色金融作為推動「2050淨零排放路徑」的十二項關鍵戰略之一，強調金融機構在達成環境目標中的關鍵作用。 依據世界經濟論壇（World Economic Forum）對綠色金融的定義，稱這類金融活動旨在支持環境保護，並促進永續發展。政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change）亦強調，為確保將全球升溫限制在1.5攝氏度以內，綠色金融需優先投入包含：能源、工業、建築、交通以及城市等領域，以協助其進行轉型。 綠色金融產品類型多元，包括：綠色貸款（如：綠色授信、綠色產業授信）、綠色債券以及永續連結貸款（SLL）等，旨在鼓勵與資助企業在環境保護、能源效率提升以及再生能源開發等面向，持續推動成效改善。 在這些綠色金融工具中，SLL被視為是具備高度資金運用彈性，可用以協助企業實現或改善永續發展目標的重要金融工具。所謂SLL，是透過將貸款條件與企業達成的永續發展目標掛鉤，不僅為借款企業提供實現環境、社會、治理（Environmental, Social, Governance, ESG）目標的財務支援，同時也要求企業對其永續發展成效進行揭露。這種做法不僅直接影響企業的永續經營理念，有助於提高企業的ESG表現以及資訊揭露的透明度與責任感，同時也藉由投資者與金融機構對企業永續發展績效的關注，從而推動整體社會對永續發展的重視。 以去（2023）年玉山銀行與裕隆汽車簽訂的「氣候暨生物多樣性永續連結貸款」為例，該貸款條件除提高再生能源比例與降低溫室氣體排放之外，還額外增加臺灣原生樹種復育的條件，這不僅是臺灣金融機構支持永續發展的一個實例，也展示金融機構如何透過財務激勵，來促進企業實施環境保護措施的創新應用。 金管會的評鑑頒獎表彰，不僅是對金融機構在永續金融領域成就的認可，也是對於像玉山銀行與裕隆汽車這樣的創新合作案例的肯定，凸顯SLL在促進企業採取具體行動，以實現永續發展目標方面的重要性與有效性。 國際永續連結貸款運作機制 SLL是一種創新的融資機制，其核心特點在於將貸款條件（特別是利率）與借款企業在環境（如：再生能源、溫室氣體排放、綠建築、減少廢棄物、投入森林復育等）、社會（如：女性主管比率、供應商對於社會責任的承諾、薪資提升等）以及公司治理（如：公司有無納入重要指數，如道瓊永續指數Dow Jones Sustainability Indices、臺灣高薪100指數、公司治理評鑑等）領域內，訂定的關鍵績效指標（Key Performance Indicator, KPI）與永續發展績效目標（Sustainability Performance Targets, SPTs）掛鉤。這種貸款不僅反映金融機構對永續發展的支持，也鼓勵借款企業實現更高的ESG標準。 SLL的運作基於五個核心要素，包含：KPI、SPTs、激勵機制、資訊揭露以及資訊審查。各要素說明如下。 關鍵績效指標（KPI）：用以衡量借款企業在ESG領域的具體指標，包括但不限於再生能源使用、溫室氣體排放減量、綠建築項目數量、廢棄物減少以及森林復育投入等。 永續發展績效目標（SPTs）：基於KPI所設置的具體量化目標，借款企業需在貸款期間內，達成這些目標以獲得利率優惠或提高貸款額度。 激勵機制：此為SLL的核心，透過將貸款成本（如利率）與SPTs的達成情況掛鉤，以實現對借款人的獎勵或懲罰。激勵機制包括：單向利益機制、單向懲罰機制以及雙向利益與懲罰機制。 1.單向利益機制：若借款企業達成或超越SPTs，貸款方可提供利率優惠 2.單向懲罰機制：若借款企業未能達成SPTs，貸款方可提高利率或要求更高的保證金 3.雙向利益與懲罰機制：根據借款企業對SPTs的達成情況，貸款成本可能上調或調降 資訊揭露：借款企業需定期向貸款方報告其在SPTs方面的進展，並須確保資訊的透明度與可追蹤性。 資訊審查：為確保借款企業提供的資訊的準確性與真實性，需要第三方機構對借款企業的ESG績效與SPTs達成情況進行審查和驗證。 表一統整永續聯貸的五大核心要素與說明如下。 表一、永續連結貸款五大核心要素 資料來源：SUSTAINABILITY LINKED LOAN PRINCIPLES，數轉院整理，2024年3月 SLL透過為企業實現永續發展目標提供經濟誘因，不僅有助於推動企業改善其ESG績效，也促進整體社會對永續發展的關注。這種貸款模式展現金融創新，也支援企業推動環境保護與社會責任，同時為借款企業與貸款方創造雙贏局面。 國內實務運作之挑戰 因應全球淨零轉型熱潮，我國銀行等金融機構業者，陸續透過綠色金融手段發揮社會影響力，促使企業加速落實低碳轉型，包含：玉山銀行、國泰世華商業銀行、臺灣銀行以及中國信託銀行等金融機構，均有提供SLL服務。 以玉山銀行與國泰世華商業銀行為例，統計至2023年底，其SLL業務累積餘額已超過600億元，顯見國內金融機構對SLL的重視。 然而，SLL作為一種創新的融資工具，旨在鼓勵企業提升其ESG的表現，但由於缺乏配套的政策支持以及市場認知不足等問題，國內市場在推動SLL面臨許多挑戰，分述如下。 挑戰一：永續連結貸款的潛力限制 國內市場缺乏專門針對SLL的政策性規劃與激勵機制。目前業界主要依賴歐洲貸款市場協會（Loan Market Association）、亞太區貸款市場公會（Asia Pacific Loan Market Associatio）以及美國銀團與交易協會（Loan Syndications and Trading Association）共同發布的「永續連結貸款原則」（Sustainability-Linked Loan Principles）與「永續連結貸款原則指引」（Guidance on Sustainability-Linked Loan Principles）等國際性指引，做為金融機構推動SLL初步的框架與指導，但因為國內尚未提出相對應的激勵政策，使得相關政策體系不如綠色債券或綠色貸款等做法完整。 其次，國際市場上，SLL自2017年推出以來發展迅速，規模在短短幾年內顯著增長，甚至一度超越綠色貸款規模。然而反觀國內市場，SLL則因往往被納入綠色信貸業務的範疇之中，未能得到獨立關注。而綠色信貸因其受到監管政策的重視，而成為金融機構的發展重點；相對於綠色貸款，SLL在國內市場之認知、發展規模及創新研究方面均較落後。 由此可知，如將SLL簡單歸分為綠色貸款的範疇，忽略兩者之間的本質差異，亦會進而影響市場對SLL作為轉型金融工具的認知。值得注意的是，SLL不僅關注環境因素，更廣泛的涵蓋社會與治理層面，旨在促進企業全面提升其ESG表現，而非僅聚焦於環境保護項目，因此，推動SLL對於企業永續轉型可望有更全面的幫助。 面對這些挑戰，國內市場亟需建立更完善的政策體系，以明確區別SLL與綠色貸款，並針對SLL推出具體的激勵措施。此外，提升市場對SLL的認知，以及加強對金融機構在該領域的培訓，也會有助於國內SLL市場發展、促進經濟綠色轉型關鍵作用。 表二、綠色貸款與永續連結貸款差異比較 資料來源：各公司網站資訊，數轉院整理，2024年3月 挑戰二：永續目標識別不明 隨著企業越來越重視永續發展，其對資金的需求也呈現向綠色或永續行動流動之趨勢，因此金融機構在推動永續發展與綠色轉型方面即扮演關鍵角色。為了引導資金有效流向永續發展領域，將「綠色」和「永續」的概念融入企業與金融機構的營運至關重要。然而，目前我國在永續經濟活動的認定與評估方面，尚面臨多重挑戰。 首先，國內對於永續經濟活動的認定指引尚處於初步階段，且主要聚焦於製造業、建築營造與不動產業、運輸與倉儲業等領域。這些指引在覆蓋範圍與環境目的的量化技術篩選標準方面，尚不夠全面，進而限制金融機構對永續發展項目的評估。 其次，目前金融產品，如綠色貸款、綠色債券、SLL等，主要依據資金用途進行識別，缺乏更細緻的標準來指導資金的具體流向。在這種狀況下，難以確保資金確實投入到真正符合永續概念的項目中。 第三，有效評估氣候實體風險與進行碳排計算，需要一致性與可比較性的氣候資料。然而，目前公開的氣候資料在細緻度與覆蓋範圍上，均無法滿足金融機構的需求，導致資料蒐集與分析的成本提高。 第四，金融機構在進行投融資評估、計算碳排放或與客戶商議合作時，需要獲取企業的主要經濟活動與ESG相關資訊，如碳排放量、用水量、用電量、營收及生產量等。但目前這些原始資料分散於各部門，缺乏一個整合資訊平臺，使得資料的查詢和應用變得困難。 鑑此，綠色金融宜朝向擴大與深化永續經濟活動認定指引(覆蓋範圍與技術篩選標準)之方向發展，並制定更細緻的標準以引導並開發綠色金融產品，以更有效地引導資金投入永續發展領域，實現金融機構與企業的綠色轉型。 挑戰三：流動性緊縮 在當前全球金融市場中，流動性的變化對銀行推動SLL的能力也會有顯著影響。流動性緊縮（Liquidity Crunch，即市場現金減少、需求增加之情況），特別是在美金市場出現波動時，將使資金從新興市場流回美國等已開發國家，因此導致新興市場的資金減少，在這種情況下，會迫使銀行與投資者面臨選擇，決定將有限的資金借給哪些客戶；而隨著永續發展成為金融業的融資標準，這一選擇就變得更為重要。 傳統上，銀行在審核貸款時主要考慮「授信5P」原則，即貸款對象的信用狀況（People）、資金用途（Purpose）、還款來源（Payment）、債權保障（Protection）以及授信展望（Perspective），以確保銀行融資的安全。 然而，隨著極端氣候狀況的加劇，企業面臨的經營風險日益增加，銀行開始從永續發展和ESG的角度評估與企業的往來。SLL就是在這樣的背景下，銀行與企業協商，在一定期限內達成特定的永續發展目標，以決定是否給予企業更優惠的貸款利率。 然而，資金的流動性限制成為推動SLL的一大障礙。在資金緊縮的情境下，對於低碳排、綠色經濟活動的投資需求與SLL之間的競爭日益加劇。金管會的統計顯示，截至2023年9月底，本國銀行對綠電及再生能源產業的放款餘額已達新台幣2.66兆元，年增長達12.24%。 這一數據反映市場對綠色經濟活動的資金需求強勁，但也暗示在流動性緊縮的情況下，如何平衡各類貸款需求，特別是如何在綠色專案融資與SLL之間做出選擇，對銀行等金融機構而言是一大挑戰。 MIC觀點 市場正處於積極探索期 對比綠色貸款，SLL可應用的產業與項目類型更廣，對資金的限制相對較少，包容性更強，對借款企業更具激勵性。綜合來看，SLL在多方面優於綠色貸款，比綠色貸款更有前景。 爰此，考量國內SLL市場處於成長階段，擴大、深化對永續經濟活動認定指引的覆蓋範圍與技術篩選標準，包含與業界專家合作，研究與開發更細緻的標準和工具，以導引資金流向更多類型的永續發展項目，是當前國內應該優先推動之作為之一。 其次，提升國內市場對SLL認知，包括舉辦教育研討會或工作坊等，尤其針對企業客戶，介紹SLL的概念、優點以及實施原則。透過推廣活動，提高市場對SLL作為轉型金融工具的認知，強調其在促進企業ESG表現提升中的作用。 最後，鑑於資金流動性變化對SLL推動的影響，金融機構應探索建立多元化的資金來源，包括與國際金融機構合作，引入外部資金支持國內的SLL項目，如共同出資（銀行團共同出資），或採技術工具捆綁出資（例如：碳減排支援工具加上貸款）等形式，提高資金來源與貸款方履行ESG改善成效的效益。 銀行若要實現減碳，需要客戶配合，既是挑戰也是商機 隨著SLL市場規模不斷擴大，綠色金融對低碳工作的重要性也更加明顯。現階段我國仍有一大部分產業屬於碳密集產業，且我國的經濟結構又以中小企業為主體，因此要實現「2050淨零排放」目標，不僅需要發展綠色產業，「棕色」產業的轉型也極為重要。 以資金流角度，金融體係以銀行為主導，作為向企業轉型提供融資管道的主體，因此轉型金融的發展需要銀行業的大力支持，SLL就是銀行業進行轉型金融的著力點。 在企業經營面，企業申請SLL的動機，首先是有利於社會展開氣候行動，其次是找到適合自己的永續行動。換言之，企業需要有人告訴他應該怎麼推動永續行動。 而在市場層面，以銀行為首的金融機構，為了最大化SLL的影響力，在政策制定、市場推動以及產品設計等面向，金融機構可為SLL相關政策的訂定提供建議，確保這些政策能夠適應本土經濟市場的結構與發展特性。 相對的，在市場推動面向，透過公共溝通宣傳SLL，並積極推薦給欲進行低碳轉型的企業，可以提高SLL的接受度。在產品設計層面，設立有意義的永續發展績效目標，不僅要涵蓋環境因素，也要考慮社會與治理因素，這不僅有助於企業減少碳排放和降低營運風險，亦能夠幫助銀行降低貸款風險，實現雙贏效果。 附錄 英文名詞縮寫對照表 中英文名詞對照表

三方角逐中小型FPGA市場 自從全球「現場可程式化邏輯閘陣列（Field Programmable Gate Array, FPGA）」龍頭業者Altera（Altera Corporation）、Xilinx（Xilinx, Inc.）分別被Intel（Intel Corporation）與AMD（Advanced Micro Devices, Inc.）收購以來，一向風平浪靜的中小型FPGA市場掀起了波瀾。在此區隔中，美國Lattice（Lattice Semiconductor Corporation）是少數持續發表新品的業者，但近期Intel與AMD紛紛投入戰局，逐漸發展為三方角逐的競爭態勢。 圖一、Lattice繼28奈米小型系列後推出16奈米製程中型FPGA「Avant」 備註：使用更加先進的16奈米製程，同時提高電晶體數量與運算性能。 資料來源：Lattice、NIKKEI ELECTRONICS，MIC整理，2024年3月 Intel和AMD會併購FPGA廠商，無非是為了強化其資料中心業務。FPGA是硬體可程式化IC，其運算速度比軟體可程式化微處理器（Micro Processor Unit, MPU）更快，通常被用作硬體加速器，以提昇特定程序的運算效率。過去Intel和AMD專注投入於大型FPGA，追求功能更為強大的加速器，而不願為嵌入式裝置的中小型FPGA開發新產品。因此，當時Lattice深入耕耘這塊未滿足市場，推出全新的中小型FPGA，吸引了對Altera和Xilinx時代舊產品不滿意的客戶。 Lattice憑藉基於40奈米製程的「iCE40系列」小型FPGA，受全球各式各樣的智慧型手機與裝置廣為採用，成功登上了小型FPGA市場龍頭寶座。2019年，為了保持市場的領先地位，Lattice推出了28奈米FD-SOI製程小型FPGA「Nexus」作為首款產品。Nexus系列採用了易於部署衍生產品的開發方法，能協助客戶快速推出針對應用情境最佳化的產品，目前已發表7款產品。 2022年12月，Lattice發表了Avant系列中型FPGA的首款產品，採用台灣台積電（Taiwan Semiconductor Manufacturing Company Limited, TSMC）的16奈米製程。Avant與Nexus定位相同，可協助客戶輕鬆開發衍生產品。藉由推出Avant系列，Lattice將從小型FPGA區隔，拓展範疇至中型FPGA市場（見圖一）。 圖二、Intel Agilex系列自高階至低階產品區隔皆有布局 資料來源：Intel、NIKKEI ELECTRONICS，MIC整理，2024年3月 NVIDIA崛起改變FPGA競爭局勢 如果FPGA能符合Intel與AMD最初的期望，在資料中心業務中發揮積極成效，兩家公司勢必會降低對中小型FPGA市場的關注。然而，實際成果卻不如預期。NVIDIA（NVIDIA Corporation）的圖形處理單元（Graphics Processing Unit, GPU）異軍突起，其產品已是現今資料中心中不可或缺的運算主力，更是人工智慧（Artificial Intelligence, AI）與高性能運算（High Performance Computing, HPC）應用的核心加速器。 Intel為了因應NVIDIA的GPU崛起，對旗下FPGA事業進行了重大改革。Intel決定將FPGA相關業務從資料中心部門分離出來，並於2025至2026年間推動首次公開發行（Initial Public Offerings, IPO）。經由IPO，FPGA事業就能回到未經Intel併購前的身份，以獨立的FPGA廠商營運，組織編制與產品陣容將更接近Altera時代。因此，Intel推出第一個FPGA品牌「Agilex」系列後，不僅致力發展大型FPGA產品，也同時布局中小型FPGA（見圖二）。 圖三、AMD針對FPGA開發的向量處理器陣列「AI Engine Array」 備註：AMD基於「AI Engine Array」技術，為MPU產品系列「Ryzen」開發AI運算加速器「AMD Ryzen AI」。 資料來源：AMD、NIKKEI ELECTRONICS，MIC整理，2024年3月 Intel已於2021年起全面量產其首款產品「Agilex 7」，即採用Intel 7製程打造的大型FPGA。2024年，Intel預計推出同樣採用Intel 5製程的中型FPGA「Agilex 5」，並宣布將推出一款名為「Agilex 3」的小型FPGA。 對於嵌入式裝置的中型FPGA，AMD正試圖減輕使用者開發應用程式的負擔，不僅提供FPGA硬體，更準備了搭載名為「Kria System on Module（SOM）」外圍電路的模組（見圖三）。Kria SOM採用台積電16奈米製程，包含了整合CPU核心的FPGA「Zynq UltraScale + MPSoC」。此外，AMD於2023年宣布，將在採用台積電16奈米製程的FPGA產品「UltraScale +」中，納入低階定位的新成員「Spartan UltraScale +」（見圖四）。據AMD預測，16奈米世代FPGA的客戶數，將隨著低階產品推出而成長。 圖四、AMD基於台積電17奈米製程的UltraScale+ FPGA 備註：UltraScale+ FPGA將成為AMD低階新產品「Spartan UltraScale+」。 資料來源：AMD、NIKKEI ELECTRONICS，MIC整理，2024年3月 支援PCIe Gen 4和DDR5的FPGA 為了因應Intel和AMD的競爭動向，Lattice預計將擴大其中型FPGA「Avant」的產品陣容。繼首款「Avant-E」上市後，第二款「Avant-G」和第三款「 Avant-X」隨即於2023年12月5日（美國時間）發表。Avant-E是一款針對低功耗應用的產品，Avant-G定位為通用產品，而Avant-X則更強調連結性。Lattice這三款新產品，皆具有不同的FPGA架構尺寸（系統邏輯單元數量），並個別採用了不同的封裝技術。 Avant-G相較Avant-E高階，添加了Avant-E未支援的「PCI Express Gen 3」（見圖五）。而Avant-X又比Avant-G更高階，支援PCI Express Gen 4和25Gbit/s乙太網路（Ethernet）（見圖六）。 圖五、Lattice的「Avant-G」系列主要規格 資料來源：Lattice、NIKKEI ELECTRONICS，MIC整理，2024年3月 圖六、Lattice的「Avant-X」系列主要規格 資料來源：Lattice、NIKKEI ELECTRONICS，MIC整理，2024年3月 此外，除了「Avant-E、Avant-G」皆支援的LPDDR4/DDR4 DRAM之外，Avant-X還支援外加DDR5 DRAM。新發表的Avant-G和Avant-X，其樣品正由Lattice陸續發貨中。 此外，Lattice也更新了其開發輔助工具「Lattice Solution Stack」，可針對各種應用進行編制，提供FPGA應用開發中使用的FPGA設計工具、可在FPGA上實現的智慧財產權（Intellectual Property, IP）、搭配FPGA的開發板、參考設計與設計支援等綜合服務（見圖七）。 圖七、Lattice的FPGA設計軟體與更新內容 資料來源：Lattice、NIKKEI ELECTRONICS，MIC整理，2024年3月 Lattice在本次更新中，強化了針對AI應用的「Lattice sensAI」、用於視覺處理的「Lattice mVision」、用於資訊安全的「Lattice Sentry」以及針對工廠自動化的「Lattice Automate」（見圖八）。具體而言，Lattice的布局包含更高速的加速器引擎、擴展後的IP核心、強化資訊安全以及更加廣泛的產業標準支援範疇。 圖八、Lattice包含四種更新的「Lattice Solution Stack」 資料來源：Lattice、NIKKEI ELECTRONICS，MIC整理，2024年3月 Copyrightc?2024 NIKKEI ELECTRONICS All rights reserved. 附錄 英文名詞縮寫對照表 中英文名詞對照表

終端產品的功 CES 2024半導體展品以車用、居家為主 參與本次CES 2024的半導體廠商，展品數量以汽車領域應用最多（見圖一），大多業者將一半以上的展位空間，用於呈現車載用半導體產品，而「智慧家居」相關應用則緊隨在後，是本次展會中其次重要的領域。下文將分別介紹這些展品的特色。 圖一、半導體業者在CES 2024中展出的主要服務與技術 備註：大多數半導體製造商的展品，集中於汽車領域與智慧家居相關技術。 資料來源：NIKKEI ELECTRONICS，MIC整理，2024年3月 表一、CES 2024主要汽車領域相關展品 備註：汽車領域中ADAS相關技術不斷推陳出新。 資料來源：NIKKEI ELECTRONICS，MIC整理，2024年3月 整合型ECU架構推進車載網路統一化 在汽車領域方面，最引人注目的展品包含「推動電子裝置發展的感測器與電子控制單元（Electronic Control Unit, ECU）用IC」、「實現高速、低延遲連接ECU的車載網路IC」，以及「用於電動車（Electric Vehicle, EV）動力系統的碳化矽（SiC）和氮化鎵（GaN）功率半導體」（見表一）。 目前，ECU在汽車內部的整合已成為主流趨勢。其發展目標在於，消除過去設置於電機和感測器周遭的微型控制器（Microcontroller Unit, MCU），並改用具強大運算能力的「中央ECU」統一集中管理。將傳統的全車「數十至數百個ECU」整合為「僅有數個ECU」，能夠大幅降低車體重量與製造成本，並消除錯綜複雜、難以安裝維護的連接線束。此外，整合型ECU架構能以單一軟體控制全車，簡化軟體開發、測試與部署流程，並能實現多種功能連動的複雜控制。 隨著整合型ECU架構逐漸成為主流，亦同時推動了車載網路架構的演進。傳統的分散型ECU架構，使用「控制器區域網路（Controller Area Network, CAN）」作為ECU間的連接機制。儘管CAN的成本低廉且容易操作，但資料傳輸速率相當低。因此，隨後發展出了高速車載乙太網路標準。其中，「1000BASE-T1」具有1Gbps的高速傳輸能力，但只能一對一連接；而 「10BASE-T1S」雖然傳輸速度僅有10Mbps，卻能在單一匯流排（Bus）上同時連接多個 ECU。 在2020年「10BASE-T1S」標準制定前，未有任何標準能讓多個車載裝置連接至單一乙太網路電纜。因此，雖然乙太網路可用於交換匯總後的資料，但裝置間的通訊機制，仍仰賴CAN與「區域互聯網路（Local Interconnect Network, LIN）」。由於多種通訊標準混雜使用，必須在網路閘道器設備中進行協定互轉。然而，隨著10BASE-T1S問世後，大幅簡化了多裝置的資料傳輸與連接問題。為了因應整合型ECU架構對未來車輛的影響，業界也開始重新審視車載網路架構，並逐漸出現了「以乙太網路統一車載通訊介面」的趨勢。 作為推動乙太網路架構的一員，美國Analog Devices（Analog Devices, Inc.）展出了全新IC產品，可讓終端感測器與驅動器直接相容於10BASE-T1S標準（見圖二）。 圖二、Analog Devices展出不需要MCU的乙太網路通訊技術 備註：可將來自感測器的資料封裝於乙太網路封包中，並將其發送至10BASE-T1S匯流排。由於不用像過去使用額外MCU處理資料，因此能以更小的尺寸實現。Analog Devices將這種直接在乙太網路封包中置入感測器資料的技術，稱為「Ethernet to Edge Bus（E2B）」。 資料來源：Analog Devices、NIKKEI ELECTRONICS，2024年3月 只要將感測器或驅動器連接至此IC，經由10BASE-T1S傳來的控制器資料可由驅動器取得，而感測器的量測資料亦能藉此IC轉換為乙太網路封包，再發送至10BASE-T1S匯流排。裝置與IC之間能藉由序列周邊介面（Serial Peripheral Interface, SPI）、積體匯流排電路（Inter-Integrated Circuit, I2C）、LIN與照明用介面等方式整合。傳統上，裝置必須透過外部的MCU或MAC/PHY晶片，才能將資料轉譯為乙太網路封包對外傳輸。 在現場演示中，車載照明可藉由此項技術，顯示生動且複雜的動畫。為了呈現動畫等豐富畫面，必須使用複雜的通訊系統搭配照明裝置。由於傳統CAN提供的通訊頻寬不足，為了達成這樣的動態效果，勢必要以乙太網路作為主要通訊架構。 美國Marvell（Marvell Technology, Inc.）展示了一款交換容量為90Gbps的車用乙太網路交換器「Brightlane Q6223」，其交換容量約為一般車載網路交換器的兩倍。此交換器的連接埠由8個多速10Gbps串列器／解串器（Serializer/Deserializer, SerDes）（10G/5G/2.5G/1Gbps）和4個多速2.5Gbps SerDes（2.5G/1Gbps）組成。 藉由資料集中化運算提高感測性能 在整合型ECU架構方面，美國德州儀器（Texas Instruments, TI）展出了用於先進駕駛輔助系統（Advanced Driver Assistance Systems, ADAS）的車載雷達晶片「AWR2544」。此晶片基於77 GHz頻率的毫米波，並採用「衛星架構」實現感測運算。 相較於傳統由感測器各自負責大部分的運算，衛星架構選擇將運算任務統一交由中央ECU集中處理（見圖三）。由於資料匯集於中央ECU，因此能基於更豐富的資訊制定行駛決策，進而提昇整體感測性能。 圖三、德州儀器展出在中央ECU統一處理資料的技術 備註：德州儀器展示了與「衛星架構」相關的技術，每個感測器僅執行最低程度的處理，大部分運算工作交由中央ECU完成。由於ECU可對所有的感測器資料一併執行運算，汽車將能做出更加全面、完善的決策，進而提高感測準確度。 資料來源：德州儀器、NIKKEI ELECTRONICS，MIC整理，2024年3月 運用GaN將電源模組尺寸減半 為了減輕車體重量，瑞士義法半導體（STMicroelectronics N.V.）展出了使用GaN的DC-DC轉換器電源模組參考設計（見圖四），此模組尺寸僅有過去使用「Si MOSFET」技術的一半左右。基於功率半導體材料GaN「反應速度快、不易發熱」的特性，進而使電源模組的散熱機構、周邊被動元件等設計實現小型化。 圖四、意法半導體參展重點為功率半導體 備註：本次除DC-DC轉換器之外，還展出了SiC晶片、使用GaN的車載充電器（OBC）。 資料來源：意法半導體、NIKKEI ELECTRONICS，2024年3月 Intel推出基於小晶片的車載半導體 除此之外，Intel在本次CES上宣布，將開發並提供基於小晶片（Chiplet）技術的客製化車載半導體產品。除了Intel生產的小晶片外，由其他業者製造的小晶片亦可合併至單一晶片封裝中。Intel表示，此服務將交由Intel的代工部門「Intel Foundry Services（IFS）」負責，並將與比利時研發機構「校際微電子中心（Interuniversity Microelectronics Centre, imec）」共同合作，開發車載應用的異質整合（小晶片封裝）技術。 表二、CES 2024主要智慧家居相關展品 備註：智慧家居方面展出眾多與Matter標準相容的技術，以及使用物聯網家電的新服務。 資料來源：NIKKEI ELECTRONICS，MIC整理，2024年3月 藉物聯網集中管理實現能源最佳化 在智慧家居相關技術方面，展出了與智慧家居統一標準「Matter」相容的單晶片系統（System on a Chip, SoC）、運用物聯網（Internet of Things, IoT）的新服務，以及家用機器人等產品（見表二）。 具體而言，家中的所有電器用品，皆可透過物聯網集中管理，使能源消耗最佳化，並能識別家電周遭使用者，為其提供最適合的設置環境。 圖五、三星電子大部分展品為物聯網相關家電 資料來源：三星電子、NIKKEI ELECTRONICS，2024年3月 韓國三星電子（Samsung Electronics Co., Ltd.）在本次CES中，展示重點為「能與網路連接、集中管理的家電」（見圖五）。三星電子的目標，是透過旗下物聯網應用程式「SmartThings」連接並管理家庭中的所有電器（見圖六），目前可連接的設備包括門鈴、電燈、監視器、電視、冰箱和電動車等多元產品。 三星電子已和眾多物聯網公司合作，包含美國谷歌（Google LLC）和韓國現代汽車（Hyundai Motor Company）的產品，亦可支援透過SmartThings進行管理。 圖六、與三星電子物聯網應用相關的產品組合 備註：目前谷歌和現代汽車的產品，亦可透過三星電子的物聯網應用程式進行管理。 資料來源：三星電子、NIKKEI ELECTRONICS，2024年3月 SmartThings所管理的產品，其能源消耗可以通過三星電子提供的「SmartThings Energy」進行集中控管，並能以人工智慧（Artificial Intelligence, AI）協助最佳化能源管理。 三星電子已和美國特斯拉（Tesla, Inc.）合作，使特斯拉的電動車、家用蓄電池和電動車充電器等產品，相容於SmartThings Energy（見圖七）。例如，在面臨停電時，使用者可調度家庭蓄電池中儲存的電能，運用AI進行全面節能管理，以應對電力不足的窘境。 此外，針對2024年1月8日（美國時間）發表的AI機器人「Ballie」，三星電子也在CES上提供了技術展示（見圖八）。Ballie 是一款自主運作的AI助理機器人，具有能與物聯網家電搭配工作、使用內建投影機投射畫面，以及自動撥打電話等多項功能。本次技術演示中，展示了如何使用 Ballie操作電視、檢查冰箱中的食材，以及透過內置投影機投影烹飪食譜，但目前Ballie的上市日期和價格仍未公開。 圖七、三星電子與特斯拉合作實現電動車與家用蓄電池能源管理 備註：當發生斷電時，家用蓄電池中儲存的電能，可在人工智慧協助下，以最節能的方式驅動電動車，降低電力不足帶來的影響。 資料來源：三星電子、NIKKEI ELECTRONICS，2024年3月 圖八、三星電子搭載人工智慧的助理機器人「Ballie」 備註：機器人內置投影機，可用於投射畫面，並控制家中的物聯網設備。 資料來源：三星電子、NIKKEI ELECTRONICS，2024年3月 自主型家電提供最佳化使用環境 荷蘭恩智浦半導體（NXP Semiconductors N.V.）使用支援Matter的無線MCU技術，展出了「自主型家電」技術演示（見圖九）。 圖九、恩智浦半導體展出支援Matter標準的無線MCU 備註：此款無線MCU的主要客戶，多為智慧家居物聯網設備開發商，如中國綠米聯創科技公司（Aqara）等企業。 資料來源：恩智浦半導體、NIKKEI ELECTRONICS，2024年3月 據恩智浦表示，自主型家電是能夠根據使用者喜好、偵測使用者位置，進而提供最佳環境配置建議（如調整最適空調溫度）的產品。 在CES展場演示中，當使用者拿著搭載恩智浦超寬頻（Ultra-Wideband, UWB）無線裝置的智慧型手機接近空調設備時，空調會自動識別出使用者，並根據使用者的喜好自動改變溫度設置，使空間達到最佳的室內溫度。在聲學演示方面，放置在電視下方的設備，以及放置在電視、沙發周圍四個方向，搭配 UWB無線裝置的音箱，會自動偵測方向、位置是否適合使用者的坐姿（見圖十）。若音箱擺放的位置或方向不正確，將會顯示紅色；若配置為最佳時，則會顯示為綠色。 圖十、藉UWB無線裝置偵測使用者位置提供最佳聲學環境建議 備註：放置於電視下方的設備，以及搭載UWB無線裝置的音箱，放在於電視和沙發周圍的四個方向，可用於檢測音箱的方向和位置，判斷是否符合使用者的最適坐姿。 資料來源：恩智浦半導體、NIKKEI ELECTRONICS，2024年3月 美國高通（Qualcomm Incorporated）進行的演示，是將基於大型語言模型（Large Language Model, LLM）的語音處理技術，和日本機器人公司Preferred Robotics（Preferred Robotics, Inc.）的智慧家事機器人「Kachaka」互相結合（見圖十一）。過去Kachaka只能接受固定指令，例如「把餐車開到廚房」，但與LLM整合加強後，機器人將能接受更加自然的指令或短語。 例如，就算使用者下達類似「我餓了」等模糊指令，機器人也可透過LLM進行推理，進而理解使用者的意圖（見圖十二）。在本次演示過程中，使用者給出了「跳舞」的指令，Kachaka會自主思考何謂舞蹈，並根據Kachaka認為是舞蹈的動作自主執行。據Preferred Robotics表示，此功能將在近期發布的軟體更新中提供。 圖十一、高通展出LLM結合Kachaka家事機器人的應用 備註：Kachaka採用高通的「SDA845 SoC」產品。過去只能下達簡單、固定的指令，但藉由LLM協助後，將可對更加自然、精簡的表達做出回應。 資料來源：高通、NIKKEI ELECTRONICS，2024年3月 圖十二、對Kachaka家事機器人下達模糊的指示 備註：若使用者下達如「我餓了」的模糊指示時，LLM會自動推理並判斷要提供飲料或食物。就算使用者不具有程式設計知識，也能對機器人下達全新的指令。 資料來源：高通、NIKKEI ELECTRONICS，2024年3月 Copyrightc?2024 NIKKEI ELECTRONICS All rights reserved. 附錄 英文名詞縮寫對照表 中英文名詞對照表

近期由於歐洲 因應《溫室氣體盤查議定書》範疇3 《溫室氣體盤查議定書》（Greenhouse Gas Protocol）是計算、報告溫室氣體排放量的國際標準，不僅定義了溫室氣體排放的範疇，更將其分為三種層次，即「範疇1」、「範疇2」與「範疇3」。 「範疇1」指的是企業使用燃料所產生的排放量；「範疇2」是指企業使用其他公司提供能源衍生的排放量；而「範疇3」則是將範圍擴大至企業「範疇1」與「範疇2」以外的所有衍生排放量。換言之，「範疇3」會包含企業的原物料、零組件採購，以及產品或服務提供給客戶使用時，所有相關的溫室氣體排放量。 雖然已有許多企業發表了相對容易計算的範疇1、範疇2，但目前仍少有日本企業具有計算範疇3的能力。不過，未來勢必會有許多日本企業被要求計算範疇3，主因是歐盟已相繼出現許多要求製造商必須申報範疇3的法律規範。 圖一、歐盟有關二氧化碳和溫室氣體的法規示例 備註：部分法規將於2025年實施。 資料來源：日本環境省、日本經濟產業省、NIKKEI COMPUTER，MIC整理，2024年3月 2025年的「歐盟電池法規（EU Batteries Regulation）」將主要適用於汽車產業，而2026年的歐盟「碳邊境調整機制（Carbon Border Adjustment Mechanism, CBAM）」則將適用於鋁和鋼鐵等產業，兩款法規皆要求企業主動申報碳足跡（Carbon Footprint, CFP），將企業供應鏈的整體溫室氣體排放量，轉換為等效的二氧化碳排放量。到2030年時，歐盟「永續產品生態設計規範（Ecodesign for Sustainable Products Regulation, ESPR）」將全面實施，要求服裝、食品和塑膠製品等多種產品皆應提供CFP報告。因此，大多數相關企業皆希望在2025年前，即開始籌備法規因應措施。 以上提及的法規，皆要求企業估算並申報整體供應鏈的排放量。即使企業認為這些法規和自身無關，難保某天客戶或合作夥伴突然要求「提供產品交付的範疇3」。如果企業未能預先備妥計算結果，業務來往或商業交易皆可能因此遭受重大影響。 包含「企業」與「產品」兩大層面 企業應如何為計算範疇3做好準備？據野村綜合研究所（Nomura Research Institute, NRI）顧問事業開發部研究員植村哲士表示：「必須注意的是，範疇3的計算分為兩種類型，即『企業層面』與『產品層面』」。雖然各種法規要求企業揭露範疇3，但所需的層面會因企業計算範疇3的目標而異。 世界各國已逐漸開始效法歐盟，要求各種產品符合「範疇3」的需求日益增長，尤其是製造業方面。理想情況下，企業應預先做好在產品層級上計算範疇3的準備。由於在產品層面上計算範疇3需要投入充分的時間，企業有必要制定計算範疇3的整體計畫。 圖二、範疇3的計算方式 備註：實際的數值測量相當困難。 資料來源：NIKKEI COMPUTER，MIC整理，2024年3月 無論是企業層面還是產品層面，要準確測量實際排放量並不是一件容易的事。除了須採購、導入IT系統外，與商業合作夥伴進行談判也須耗費相當時間。為了協助企業縮短排放量估算的時間，日本政府與民營單位共同合作，發表了可協助計算溫室氣體排放量的資料庫。 由「LCA活用促進聯盟（LCAPC）」所經營的「IDEA」資料庫，提供了約4,700種工業產品和農產品中，對環境有害物質的相關資料。企業將自身擁有的零件資訊與IDEA資料庫結合，即可估算出「使用100克鋼材後所排放的二氧化碳量」。 對於多數企業而言，計算範疇3的目標，並不僅僅是為了揭露統計數字，也是為了降低溫室氣體的排放量。據植村研究員表示：「企業需要根據內部要求的層面，建立一套專屬的計算系統」。 未能具體展現減少碳排量的努力 為了計算範疇3，企業通常要先根據產品的重量和銷售量，推算二氧化碳排放量和CFP，此部分佔溫室氣體總排放的大宗。 ASKUL（????株式?社）過去採用的碳排量估算方法，是基於自有品牌（Private Brand, PB）產品中的原物料重量。藉由日本環境省提供的碳排量計算資料庫，將重量換算為估算的溫室氣體排放量。 然而，若採用這種計算方法，據ASKUL商品本部品牌管理綠色產品管理部部長渡邊昭一郎表示：「隨著商品銷售量提昇，二氧化碳排放量也會隨之增加」。因此，即使ASKUL與PB產品供應商再怎麼努力降低碳排量，這些表現也無法體現在最終的結果上。對於進出口相關的產品，匯率等因素的影響也無法有效呈現。 因此，ASKUL發起了一項專案，可直接獲取其商業合作夥伴的碳排量資訊。導入專用的軟體即服務（Software as a Service, SaaS），ASKUL能取得計算商業夥伴碳排量的所有相關資訊。ASKUL的目標，是希望準確反映商業合作夥伴的實質貢獻，例如為了減少碳排量所做出的各種努力。 導入能掌握範疇3的SaaS 引進IT系統對於計算範疇3而言是必要的，除了能提高計算流程的效率外，ASKUL總部企業傳播永續發展部立花丈美對此補充：「開發人員可研究全球法規和監管的趨勢，並藉由IT工具反映至需要的專案中」。 對於即將開始計算範疇3的企業而言，專門用於測量、發布和分析溫室氣體排放的SaaS相當容易導入。在許多情況下，除了主流IT供應商外，許多專業供應商亦可提供這種服務。如果是專業廠商提供的SaaS，可依照日本政府提供的範疇3指引，實現排放量運算邏輯。亦可結合IDEA資料庫，提供更深入的溫室氣體排放量估算功能。 據ASUENE（????株式?社）執行長西和田浩平表示：「為了改善耗時的資料登錄流程，系統中加入了基於人工智慧（Artificial Intelligence, AI）的光學字元辨識（Optical Character Recognition, OCR）功能，可協助讀取發票和規格，並自動輸入計算排放量所需的各種資訊」。 圖三、ASUENE的SaaS「ASUZERO」畫面示例 資料來源：ASUENE、NIKKEI COMPUTER，MIC整理，2024年3月 據三井物產子公司e-dash（e-dash株式?社）企業部部長井上雅章表示：「為了掌握自身的排放量，許多企業皆會從估算排放量開始著手」。e-dash的系統與多個排放量估測資料庫相連，只要輸入產品原料、物流運輸距離等資訊，即可估算特定產品的排放量。 在NTT Data（株式?社NTT???????）旗下的「C-Turtle」服務中，溫室氣體和二氧化碳的排放量，是基於名為「總排放分配法」的計算機制得出。NTT Data建立了自有資料庫，以作為排放量計算的基礎，並能根據商業合作夥伴的公司和產業，進一步推算自身的排放量。 有別於依產品逐項估算排放量的公開資料庫，據NTT DATA企業顧問與行銷事業本部可持續發展服務和策略推進室顧問課代理課長齋藤春香表示：「C-Turtle的獨到之處，在於能夠反映每家企業降低碳排量的實際狀況」。 根據原物料清單和採購系統計算排放量 部分企業的產品和服務，是基於既有系統來計算溫室氣體排放量，而非選擇導入新軟體或服務協助統計。 特別是在計算產品層面的範疇3時，許多企業會使用現有生產系統中累積的原物料使用資料、物料清單（Bill of Material, BOM）中管理的設計資料，以及採購系統中儲存的零組件紀錄，逐步計算出範疇3的數字。 圖四、使用既有系統資料計算產品層面範疇3 資料來源：NIKKEI COMPUTER，MIC整理，2024年3月 對於使用大量原物料或零組件的產品，在產品層面上計算範疇3，必須投入大量時間精力，以輸入作為運算基礎的資料。當使用的零件或規格發生變化時，管理各項變更也相當困難。不過，與現有業務系統的資料連結並計算排放量時，更易於反應真實變化，基於原物料或零組件等原始資料，計算上也具有更加準確的優勢。 日立（株式?社日立製作所）的「EcoAssist -Pro/LCA」服務中，可根據BOM資料計算每個產品的範疇3數字。據日立社會系統事業部電信與公用事業解決方案事業本部數位轉型推動部主任技師佐佐木智代表示：「使用BOM的優勢之一，在於能確定每個零件的排放量，因此更容易規劃改善措施，例如用碳排量較低的零件替換碳排量較高的零件」。 日本SAP（SAP Japan Co., Ltd.）針對範疇1至範疇3的計算，提供SaaS解決方案「SAP Sustainability Footprint Management」，可使用來自SAP企業資源規劃（Enterprise Resource Planning, ERP）系統的資料。據日本SAP客戶諮詢總部解決方案業務開發部可持續發展促進部上?優子表示：「以業務資料的粒度進行排放量計算，即能與儲存於ERP系統中的資料互相結合」。 SAP認為二氧化碳應定位為一種管理指標，應該比照人員、貨物、資金一樣由系統管理。目前SAP已對此開發各種雲端服務，預計在2024年下半年發表名為「Green Ledger」的管理工具。正如其名，此工具定位為企業活動中所有衍生溫室氣體的「分類帳」。 可協助企業計算的範疇3的各種軟體與服務，未來將會不斷出現。對於企業而言，計算完範疇3的數字後，應接續發展溫室氣體減量策略。因此，企業有必要選擇最適合企業發展策略的軟體和服務，而不僅是追求「計算數字」的短期目標。 Copyrightc?2024 NIKKEI COMPUTER All rights reserved. 附錄 英文名詞縮寫對照表 中英文名詞對照表

事件背景 蠕蟲攻擊危害AI代理網路 近日由以色列理工學院、Intuit、康乃爾大學3名研究人員發布的ComPromptMized報告證實了針對生成式AI應用的蠕蟲攻擊已經誕生，它可以自我複製並在AI應用間傳播，執行竊取資料、發送垃圾郵件、網路釣魚等惡意攻擊行為。 早在1988年，Robert Tappan Morris就向世界介紹了第一個電腦蠕蟲，研究指出若是攻擊程式具有強烈的複製與感染特性會造成大規模的危害。而今，這個被命名為Morris II的AI蠕蟲也展示出針對生成式AI應用的感染與攻擊能力。 許多企業已將生成式AI功能整合到各種應用程式中，形成了由多個半自主或完全自主的生成式AI所串連而成的代理系統。例如，貨運公司將分配訂單、送貨路線、送貨員管理等服務環節都通過AI進行優化和自動串連，有效提高送貨效率和服務品質。微軟的Copilot系列產品，結合了通訊、寫作、程式與瀏覽等工作情境，看似一站式的服務，背景中卻是多個AI模型的串接。 Morris II蠕蟲攻擊對象就是多個AI串連的代理系統，每個AI模型自動的處理輸入並輸出給下一個AI模型，蠕蟲透過自我複製提示（Self-replicating Prompts）的方式，讓AI模型接受惡意提示，輸出機敏資料或製作惡意內容，再傳染給下一個AI模型，導致整個代理系統都受到感染。 AI蠕蟲的出現不只是一種新的AI攻擊方式，更對防護AI應用的思維帶來衝擊，突顯與一般網路攻擊的防護差異，不論是AI模型的特性造成新的攻擊行為，或是防護方法都有可探討之處。 新興AI蠕蟲的攻擊情境 Morris II蠕蟲除了以多AI串連的代理系統為目標，更為嚴重的是，Morris II蠕蟲特別利用檢索增強生成（Retrieval-Augmented Generation, RAG）技術進行設計，RAG技術為了解決AI模型做出錯誤的猜測或是幻覺，在AI模型生成回答時引用外部知識庫資料，確保模型輸出的正確性，近期已成為解決模型幻覺的主要作法之一。然而，當RAG所引用的外部知識庫包含了企業的機敏資料時，就成為駭客竊取資料的可能管道。 Morris II蠕蟲的攻擊流程 Morris II蠕蟲的簡要攻擊流程如圖一所示，分為感染植入階段和傳播階段。 在感染植入階段，駭客將惡意提示附加在Email內容中，AI模型在解讀內容時就依照惡意污染提示進行生成受污染的內容，而服務APP則將污染的內容儲存到RAG資料庫中，完成了感染蠕蟲的動作。 在傳播階段時，只要收到需回覆的Email，AI模型可能從RAG資料庫提取被污染的內容進行回覆，使收到Email的下個AI系統受到感染。 圖一、Morris II蠕蟲的攻擊流程與2個攻擊階段 資料來源：ComPromptMized官方網站，MIC整理，2024年3月 其中，惡意污染提示分為文字與圖片兩種，在研究人員的實驗情境中，文字提示方式已在Gemini Pro、ChatGPT 4.0完成攻擊行為，另一種圖片方式則是針對LLaVA模型設計並成功執行。 LLaVA模型可以從圖片解析出提示指令，因此可以在圖片中插入提示讓AI模型辯識並執行，研究人員利用這個特性，將惡意污染指令插入圖片後，進而完成後續的植入步驟。目前此種方式成功率不高，因為圖片要精準插入提示並被辨識完整並不容易，但已呈現出新的攻擊可能性。 AI蠕蟲對產業的影響 對資安產業 需加速AI提示詞解析研究，以強化關鍵字過濾防護功能 要防範Morris II蠕蟲的作法之一是進行關鍵字過濾，然而，一般的網路攻擊行為中，關鍵字通常是在結構化的字串中，因此分隔出關鍵字相對容易，而針對AI模型的提示詞注入（Prompt Injection, PI）攻擊則不然，提示詞是由自然語言所描述，正確解析帶有惡意的提示詞十分困難，目前解析自然語言進行關鍵字過濾的研究仍有待深化。 圖像提示注入攻擊造成新工安潛在風險 Morris II蠕蟲研究中利用LLaVA模型辨識圖像後執行的特性來產生注入攻擊效果，雖然成功率不高，然而圖像注入攻擊的研究卻啟發了多種攻擊可能性，例如工廠以AI辨識廠內監控影像以維護操作安全，若受攻擊擾動圖像就會導致辨識錯誤。而LLaVA這類多模態AI模型正快速發展並導入應用，意味著這類攻擊的威脅將日益增加，因此企業將AI使用在可能影響人身安全的情境時，需更謹慎並考慮以輔助措施協作，圖像擾動偵測也將是AI資安防護設備的發展方向。 對一般企業 RAG技術帶來AI的可信任性，也帶來資料外洩隱憂 RAG結合生成式AI在各種應用中展現了變革性的潛力，但因為涉及儲存企業資料的知識庫，從資安的角度，相當於一條新的攻擊途徑，資料竄改、未授權存取、資料外洩等威脅都隨之而來，Morris II蠕蟲污染RAG資料庫並當成傳播鏈的一環，正是一個警訊，企業除了對資料庫的傳統防護外，還需預防來自AI應用層面的攻擊。 AI代理系統已成為零信任架構的新挑戰 隨著AI模型能力快速增強，可預見多AI串連的代理系統將越趨普及，並且AI擔任的角色功能將日益複雜，目前實務上並未給予過多的權限限制，再加上人機協作情境也造成權限管理的複雜程度大幅增加。零信任架構已漸成企業防護重要作法之一，當此架構中出現具備自主性的AI代理系統，且需要多種權限身份時，對於關鍵的授權策略設定就是極大的挑戰。 結論 資安技術須因應AI新興複雜情境升級 從Morris II蠕蟲攻擊案例中，隨著生成式AI技術的快速融入多種應用中，AI代理系統變得越來越複雜，且相互之間緊密連接，AI蠕蟲的出現是一個警鐘，提醒我們在享受AI技術帶來便利的同時，也要充分認識到潛在的安全風險。特別是對於使用RAG技術的系統，其依賴外部知識庫的特性使得系統面臨著新的安全威脅。 面對此類新興威脅，傳統的關鍵字過濾和防護措施顯然不足以應對。對AI提示詞的解析研究需加速進行，以增強系統對複雜自然語言攻擊的防護能力。此外，圖像提示注入攻擊的出現，尤其是利用多模態AI模型特性的攻擊，展現了攻擊手段的多樣化和複雜化，這對於依賴AI進行圖像識別和處理的應用帶來了新的安全挑戰。 企業擁抱AI必須同時考量資安議題 為了有效防護AI應用免受類似攻擊的影響，首先需要加強AI系統內部的安全防護機制，優化AI模型的安全性，加強對外部知識庫的安全管理，以防止惡意資料的注入。企業在部署AI代理系統時，應採取零信任概念，限制系統之間的過度信任，加強權限管理和存取控制，確保系統的整體安全。 附錄 英文名詞縮寫對照表 中英文名詞對照表

日益普及的PassKey標準 2023年10月，任天堂（任天堂株式?社）將其Nintendo Switch等暢銷遊戲機產品中使用的「Nintendo Account」，相容於PassKey身份驗證機制。這是一款不需要傳統密碼的身份驗證方法，基於名為「線上快速身份驗證2（Fast Identity Online 2, FIDO2）」的標準規範。 過去，使用者要登入任天堂帳戶時，必須輸入使用者 ID 和密碼來驗證自己的身份。但改用PassKey時，會使用生物辨識進行身份驗證，因此不需要輸入密碼。換言之，PassKey消除了輸入、管理使用者ID和密碼的必要性，同時增加了使用者的便利性。作為服務提供方，亦不再需要處理使用者忘記密碼的問題。 因此，目前許多服務皆採用PassKey作為身份驗證與登入機制。例如NTT Docomo（株式?社????????????）、LINE Yahoo（LINE???株式?社）與Paypal（PayPal Holdings, Inc.）等大企業，皆支援以PassKey作為登入帳戶的選項，而谷歌（Google LLC）甚至將PassKey作為Google帳戶的預設驗證選項。在這樣的趨勢下，未來一般使用者接觸PassKey的機會將越來越多。 圖一、導入PassKey的知名企業與其概述 備註：主流Web服務正迅速導入PassKey。 資料來源：NIKKEI COMPUTER，MIC整理，2023年12月 NTT Docomo首席安全架構師兼FIDO聯盟與W3C董事會成員森山光對此表示：「有鑑於這些發展，未來人們使用PassKey的需求勢必更加強勁」。PassKey不僅適用於Web服務的使用者，越來越多企業已採用PassKey作為員工登入內部系統的身份驗證方式。 提供婚禮場地檢索網站服務的「Wedding Park（株式?社?????????）」正是其案例之一。自2022年3月以來，Wedding Park的員工一直使用傳統密碼登入內部系統，包含如微軟（Microsoft Corporation）的Microsoft 365、谷歌的Google Workspace等各種軟體即服務（Software as a Service, SaaS）。 Wedding Park藉由國際系統研究（International Systems Research, ISR）公司提供的身份管理服務「CloudGate UNO」，在內部導入PassKey身份驗證機制。負責引進的Wedding Park總部IT室室長西朗自豪地說：「導入全新身份驗證服務後，過去每月約200次登入錯誤的數量已降至0次，曾經每月數度向IT部門提出重置密碼的要求，自此也不再發生。這項服務對使用者和IT部門帶來了眾多好處」。 降低身份驗證資訊外洩的風險 PassKey與傳統密碼身份驗證有何不同？使用傳統密碼進行驗證時，作為身份驗證資訊的密碼會透過網路傳輸。因此，第三方可能介入使用者設備和提供服務的伺服器之間，造成惡意偽造身份、竊取資訊的「中間人攻擊（Man-In-The-Middle Attack, MITM）」。此外，使用者儲存於伺服器的身份驗證資訊，亦具有遭惡意洩漏的風險。 然而，使用PassKey時，身份驗證僅在使用者裝置上完成，因此不會藉由網路傳輸身份驗證資訊。換言之，PassKey可以降低因使用傳統密碼衍生的「身份驗證資訊外洩風險」。 「多因子驗證（Multi-Factor Authentication, MFA）」結合了傳統密碼和一次性密碼，是降低傳統密碼驗證衍生風險的另一種方法。由於每次皆使用不同的一次性密碼，就算使用者的密碼外洩，也能降低未經授權存取的風險。 不過，涉及傳統密碼的MFA，仍會要求使用者輸入並管理密碼。但如PassKey等基於FIDO2的無密碼身份驗證機制，則不需要這些措施。換言之，PassKey是一種確保安全性又能提昇便利性的方法。 圖二、傳統密碼身份驗證和PassKey的區別 備註：PassKey在使用者端完成身份驗證。 資料來源：NIKKEI COMPUTER，MIC整理，2023年12月 阻礙PassKey普及化的4大誤解 雖然PassKey具有相當多優點，目前推廣PassKey的過程並不順利。對PassKey的各種誤解，是阻礙人們採用的主要原因。 第一個誤解是「PassKey通常泛指無密碼身份驗證」。就結論而言，目前「PassKey」一詞的定義仍當模糊，並具有多種含義。例如，PassKey可指涉：（1）基於FIDO2規範的無密碼身份驗證（FIDO身份驗證）；（2）FIDO2驗證機制中使用的私鑰（Private Key）；（3）在多個裝置間共用私鑰的FIDO2身份驗證與工作機制。本文中談論的PassKey，主要採取（3）的定義。 第二個誤解在於「實施成本」。許多人認為PassKey比傳統密碼身份驗證的成本更高。當然，在使用生物辨識資訊時，如果使用者不具有讀取生物辨識資訊的設備，就需要付出額外的購買成本。然而，如今大多數筆記型電腦和智慧型手機，皆標配了相機或指紋辨識器，實際的導入成本並不高。另一方面，由於不需要處理使用者忘記密碼的問題，相較於傳統密碼驗證，其營運成本可顯著降低。 第三個誤解是「PassKey必須使用『生物識別資訊』驗證使用者身份」。事實上，PassKey並未強制使用者以生物識別資訊驗證。在某些情況下，可使用個人識別碼（Personal Identification Number, PIN）或手勢（特定操作方式）執行身份驗證。 第四個誤解是「生物辨識資訊變化後就無法再登入」。人們常認為若指紋不慎磨損或感應不良時，就無法透過PassKey登入。但實際上可允許改用PIN碼或臉部辨識等身份驗證方法，不會造成無法登入的窘境。 不僅日常生活中的個人電腦、智慧型手機皆可用作身份驗證工具，允許在多個設備之間共享身份驗證資訊的機制也越來越普及。目前導入PassKey的環境無疑已經完備，「全面擺脫傳統密碼」的概念已不再是空想。 根據身份驗證資訊建立「金鑰」 那麼，PassKey究竟是如何完成安全身份驗證的呢？下文將詳細解釋其原理。如上所述，本文中的PassKey定義是「基於FIDO2規範、支援多裝置的無密碼身份驗證」。首先，必須先解釋何謂FIDO2。若要使用FIDO2進行身份驗證，使用者必須在負責處理身份驗證的「FIDO伺服器」上完成註冊，其註冊流程如下。 首先，使用者訪問支援 FIDO2的服務並請求註冊，由該服務向FIDO伺服器提出請求開始註冊。被請求的 FIDO 伺服器會生成一串稱為「質詢碼」的隨機字串，並將其傳送至使用者的裝置。 當使用者裝置收到質詢碼後，會將質詢碼轉發給裝置上的身份驗證器。身份驗證器可協助使用者，讀取並管理指紋、臉部影像等身份驗證資訊。身份驗證器有兩種類型：內置於終端裝置的「內部身份驗證器」，以及在裝置外部的「外部身份驗證器」。 當使用者使用身份驗證器驗證自己的身份時，會生成一對用於非對稱加密演算法的私鑰和公鑰（Public Key）。私鑰會用於加密FIDO伺服器所發送的驗證碼，此加密過程稱為「數位簽章（Digital Signature）」。 圖三、FIDO2（PassKey）的註冊流程 備註：須在FIDO伺服器上，先行註冊使用者的公鑰。 資料來源：NIKKEI COMPUTER，MIC整理，2023年12月 當簽章完成後，身份驗證器會藉由終端裝置，將公鑰和簽章後的質詢碼傳送給FIDO伺服器。隨後，FIDO伺服器會使用接收的公鑰，解密並驗證簽章後的質詢碼。若結果正確，伺服器會註冊公鑰和使用者ID，並通知使用者已完成註冊流程。 FIDO2執行身份驗證的流程也大致相同。當使用者訪問服務時，FIDO伺服器會向使用者的終端裝置發送質詢碼。裝置將質詢碼傳送給身份驗證器，使用者向身份驗證器驗證自己的身份。若身份驗證成功，則裝置使用私鑰對質詢碼進行簽章，再回傳結果給FIDO伺服器。FIDO伺服器使用已註冊的公鑰來驗證質詢碼，並將驗證結果發送至使用者訪問的服務。 這意味著，在FIDO2身份驗證流程中，終端裝置和FIDO伺服器間只會交換質詢碼。由於生物辨識資訊和PIN碼等身份驗證資訊，不會透過網路傳輸，因此對中間人攻擊具有很強的抵抗力。此外，質詢碼本身是基於非對稱加密演算法進行加密的，因此受到篡改的風險相當低。 當使用者藉由身份驗證器驗證個人身份時，可以使用生物識別以外的資訊作為身份驗證條件。例如，當生物識別資訊無法由身份驗證器辨識時，可在驗證裝置中註冊PIN碼（亦可使用手勢等特定操作）作為備援方案。 圖四、FIDO2（PassKey）的使用流程 備註：只有「簽章後的質詢碼」會傳送至FIDO伺服器。 資料來源：NIKKEI COMPUTER，MIC整理，2023年12月 克服支援多裝置身份驗證的挑戰 使用FIDO2標準，使用者只要用手指觸摸身份驗證器或輸入PIN碼，即可順利登入服務。此外，只有註冊特定終端裝置（身份驗證器）的所有者才能登入，因此可避免使用者成為網路釣魚詐欺的受害者。 儘管FIDO2實現了便利性和安全性，但也存在部分問題。其中之一是私鑰須和單一裝置綁定，若使用者遺失裝置或重新購買時，就需要重新執行註冊流程。此外，若使用者擁有多個終端裝置，即使想要使用相同的服務，也必須逐一註冊每一台裝置。因此，FIDO聯盟提出了名為「多裝置FIDO憑證（Multi-Device FIDO Credential）」的功能，允許在多個裝置上使用單一的私鑰（即身份驗證的憑證）。 在多裝置FIDO憑證架構下，私鑰會提供給提供裝置作業系統（例如Windows、iOS、Android等）的營運商，儲存在其營運的雲端環境中，並將私鑰同步至多個裝置。由於公鑰儲存在FIDO伺服器上，因此使用者更換新裝置後，亦可繼續使用FIDO2而不用重新註冊。 據LINE Yahoo通訊公司ID部門Yahoo! JAPAN ID驗證產品經理吉岡知彥表示：「使用者帳戶恢復（由於更換裝置等問題）一直是FIDO2推行的最大阻礙，但在PassKey問世後，這個問題已迎刃而解」。 PassKey是一種集便利性和安全性於一身的無密碼身份驗證機制，不僅省去了記憶和輸入密碼的麻煩，更可避免傳統密碼造成的資安風險，例如網路釣魚詐騙和暴力破解等威脅。儘管目前PassKey主要用於Web服務使用者，但也逐步由一般企業所採用，主因是整體運作環境的改善。 圖五、單一裝置和多重裝置PassKey的差異 備註：藉由雲端同步、分享使用者的私鑰至各裝置。 資料來源：NIKKEI COMPUTER，MIC整理，2023年12月 營造易於實施PassKey的環境 環境改善的其中之一，是配備身份驗證器的終端裝置普及化。在此之前，如果企業想要導入生物識別身份驗證，就必須為所有員工購買身份驗證器。然而，現今許多筆記型電腦和智慧型手機，皆標配了相機和指紋驗證裝置。 例如，具有200名員工的Wedding Park，希望在內部環境導入PassKey驗證，但Wedding Park的員工電腦在約18個月前就已全面換新，大多數的電腦皆配有身份驗證裝置。因此，Wedding Park在全面導入時，僅額外採購了約10台外部身份驗證裝置。事實上，目前許多「身份與訪問管理（Identity and Access Management, IAM）」系統皆支援PassKey登入，導入變得更加便利。 如今，IT服務向雲端遷移已是主流趨勢，許多企業正逐漸將SaaS導入營運流程。使用多款SaaS服務的企業，會需要使用單一登入（Single Sign-On, SSO）機制，作為統一的身份識別管理服務。一旦使用者成功通過SSO驗證，就能夠自由存取各種具有權限的SaaS服務，而不用反覆登入驗證。 使用SSO進行身份管理服務的企業，只須更改SSO的登入驗證方式，即可全面實施PassKey驗證機制。例如，Wedding Park自2012年以來，就一直使用SSO作為身份管理服務，並使用傳統的帳號密碼登入SSO。藉由將SSO的登入機制改為PassKey後，Wedding Park即全面實現了無密碼身份驗證方式。 圖六、在企業中使用PassKey進行單一登入 備註：對於已使用單一登入的企業而言，導入PassKey相當容易。 資料來源：NIKKEI COMPUTER，MIC整理，2023年12月 從具有高度IT技能的部門導入 不過，無論環境準備得多麼充分，要真正導入時PassKey仍會面臨阻力。由於和企業核心業務系統的身份驗證相關，若無法順利導入，就會嚴重干擾企業日常營運。據Wedding Park表示，從傳統密碼轉換為PassKey歷經了多個轉換階段。其中之一是以部門為單位逐步導入。若一次只導入一個部門，可能造成影響的人數可限縮在一定範圍。 除此之外，導入的順序應謹慎規劃，優先考量員工數量較少的部門。由於系統導入難免出現問題，即使初期因經驗不足發生故障，部門人數較少，對整體營運的衝擊亦較低。其次，應優先考量導入至IT能力較高的部門，以加速累積系統實施的知識。雖然負責導入的主管單位會預先準備說明素材，並向各部門進行講解。然而，在初期進行導入時，所準備的內容可能會不夠充分。 因此，若優先向具有較高IT技能的部門進行說明，並鼓勵使用者回饋各種意見。由於具備較多的IT知識，這些員工將能準確提出未來其他使用者可能遭遇的問題。 據西朗室長表示：「許多員工提出關於操作的顧慮，例如『當我急著處理某項重要工作時，如果身份驗證失敗該怎麼辦？』」。這些問題應在說明資料中詳細體現並持續維護，這對於全公司的導入非常有幫助。只要重複這個過程，就能建立「即使員工IT技能有限，亦能理解並信服」的導入說明。 不厭其煩地解釋導入優點 在導入PassKey時，也須同時考慮其他替代方案。例如，若企業希望使用指紋進行身份驗證，對於某些員工可能有困難，必須對其提供臉部辨識等其他驗證方法。 此外，過去一直使用傳統帳號密碼登入且並未遭遇使用困難的員工，可能會很難理解切換至PassKey的重要性。對於這樣的案例，應對其詳細解釋由傳統密碼轉換為PassKey的優勢，以及企業和員工們能獲得的好處，以提高導入方案說服力。 部分員工可能會對「提供生物識別資訊進行身份驗證」表現抵制情緒。如果對於生物識別資訊處理有所擔憂，企業也應向其解釋PassKey的工作原理，讓員工們了解生物識別資訊不會透過網路傳輸，也不會儲存在伺服器上，只會在終端裝置中的驗證器中使用。 然而，就Wedding Park而言，西朗室長表示：「員工對於提供身份識別資訊進行身份驗證未有任何抱怨，或許是因為人們已經習慣使用Touch ID等Apple產品進行生物識別」。最後，如果將PIN碼設置為PassKey的恢復方法時，最重要的步驟是提醒員工牢記並妥善管理自己的PIN碼。 Copyrightc?2024 NIKKEI COMPUTER All rights reserved. 附錄 英文名詞縮寫對照表 中英文名詞對照表