阿拉伯联合酋长国（UAE）迪拜至以色列特拉维夫的飞杜拜航班上，发生了副驾驶持刀袭击机长的事件，乘客们面临危险。以色列情报部门正在调查，认为来自阿曼的副驾驶意图对以色列实施恐怖袭击，攻击同事机长并试图使飞机坠毁。 据《耶路撒冷邮报》和《纽约时报》等外媒报道，30日上午9时45分，飞杜拜1073航班在沙特阿拉伯北部的塔布克机场紧急着陆。该机场是一个军事与民用兼用的机场，靠近约旦边境。在返回塔布克机场之前，该航班在上午8时20分左右曾在短短2分钟内下降约1万7000英尺（约5200米）。 事件发生时，副驾驶出于恐怖目的刺伤了机长，试图使飞机坠毁，但未能成功。根据BBC的报道，当机舱内传出尖叫声时，3至5名年轻乘客进入机舱，制伏了嫌疑人副驾驶，并对受伤的机长进行了紧急处理。外媒还传出在制伏嫌疑人时，有乘客的衬衫上沾满了血迹。尽管飞机处于急降状态，但最终稳定下来并安全降落在塔布克机场，降落时沙特军方已对其进行了包围。以色列航空当局在事件发生后立即关闭了本国领空，但在飞机着陆后解除封锁。以色列国防军参谋长艾亚尔·扎米尔取消了原定的美国出访。 事件发生后，以色列总理本雅明·内塔尼亚胡通过视频信息表示：“显然，一名机长被另一名机长用刀刺伤，试图使飞机坠毁。”内塔尼亚胡补充道：“（嫌疑人）副驾驶试图对（以色列的）航空系统进行破坏。”他还表示，嫌疑人副驾驶已被沙特当局逮捕并接受审讯。 《耶路撒冷邮报》援引政府消息人士的说法，嫌疑人副驾驶为阿曼国籍。对此，以色列交通部长米里·雷盖夫决定暂停飞杜拜在以色列的航班。以色列当局对飞杜拜的执照条件规定，副驾驶必须来自与以色列正常化外交关系的国家，而阿曼与以色列没有外交关系。目前，该事件正由以色列海外情报机构摩萨德、国内情报机构辛贝特、以色列国防军和交通部等联合调查。外媒认为，此事件可能是模仿2001年对纽约和华盛顿的9·11恐怖袭击。 该航班上共有174名乘客，其中166名为以色列人。《BBC》报道，这些乘客于当地时间下午5时40分从塔布克机场出发，前往以色列。飞杜拜方面在事件发生后已派出两架替代航班接送乘客。※ 本报道经人工智能（AI）系统翻译与编辑。

1882年，纽约建立了世界上第一个商业中央发电和配电系统时，人们将电力视为“照明技术”。工厂老板们将蒸汽机移走，换上电动机，只是更换了工具，工厂结构却没有改变。电力真正发挥作用是在30年后，随着工厂意识到可以为每台机器安装小电动机，生产线发生了彻底的变革。最终获胜的不是善用电力的公司，而是重新设计一切以电力为基础的公司。 人工智能（AI）也正处于这样的临界点。自生成型AI出现四年来，我们一直在学习“如何有效使用AI”，这与电力仅作为灯具使用的时代相似。2026年将是这一阶段的结束。AI将不再是需要时才开启的工具，而是一个在不知不觉中始终处于开启状态的环境。 到2027年，问题也将发生变化。过去，会议室讨论的焦点是“AI可以用在哪里”。而2027年的焦点将是“在这个已经有AI的工作中，人类应该抓住什么”。前一个问题关注成本，后一个问题则关注责任。我们将正式进入人工智能转型的时代。 作为一名研究和教育AI42年的未来学家，我将2027年值得关注的趋势整理为10个关键词，首字母组合成“人类掌握驾驶权”（HUMAN DRIVE）。这并非偶然，因为这十个趋势最终指向同一个方向：驾驶权在于人类。 首先，H代表人类-副驾驶（Human-Copilot），即人与AI的同行。在飞机驾驶舱中，机长（人）和副驾驶（AI）共同观察同一个仪表盘，但责任在于机长。AI可以收集数据并撰写草稿，但无法保证其准确性，这只有人类可以做到。到2027年，职场上最有价值的一句话就是这句话。 其次，U代表超高速计算（Ultra-Computing）。量子计算机在2027年不会取代传统计算机，而是将一个复杂问题分解成多个部分，分别发送到最适合的计算机上处理。同时，迫在眉睫的任务是，当前使用的加密技术可能会被量子计算机攻破，因此金融和通信领域将开始大规模更换加密技术。 第三，M代表多模态（Multimodal），即能够听和看的AI。它可以同时读取工厂设备发出的微小声音、震动和温度变化，并提醒检查轴承。迄今为止，AI的好处主要集中在处理文档的办公室工作中，而现在它将深入到工厂、医院和建筑工地。 第四，A代表自主型（Agentic），即能够自主工作的AI。过去，AI只是回答问题，而现在它开始完成指派的任务。关键在于我们能将多少工作交给它。如果答案错误，人类可以修正，但如果执行错误则会导致经济损失和合同问题。因此，原则上应先交给AI处理可逆的工作。某公司的运营经理在周一早上开始审查AI在周末处理的400多项事务，最终他亲自查看的只有20项左右。管理者的工作从指令转向规则设计和例外判断。 第五，N代表神经形态（Neuromorphic），即模仿人脑的半导体。人脑用的电力比一只灯泡还少，而训练大型AI所需的电力却相当于一个城市的用电量。神经形态技术旨在缩小这一巨大差距。这对我们这个存储半导体强国来说是一次重新布局的机会。 第六，D代表开放权重（Open-weight），即模型的民主化。过去，企业使用AI时需支付租金，并将数据发送到他人服务器。现在，企业可以下载公开的AI模型并在公司内部运行。这标志着从租用AI转向购买AI的转变。对于无法将数据外泄的医院、银行和公共机构尤为重要。有一家制药公司的董事会曾询问：“那么我们现在购买的是什么？”这意味着他们支付了三年的使用费，但公司没有留下任何资产。 第七，R代表可信与可验证（Reliable & Verifiable）。到2027年，企业面临的瓶颈将不再是性能，而是证明。如果无法提供AI所学内容、判断依据以及事故责任的书面材料，就无法使用该AI。在某银行的审核会议上，问题不在于性能，而在于如何回答被拒贷款客户的询问。 第八，I代表行业特化（Industry-Specific）。最大的AI竞争时代已经结束。能够最准确解决我们工厂、医院和行业问题的AI将胜出。经过27年经验的检验员所培养的造船厂AI，其准确性超过任何大型模型，因为它是唯一了解该造船厂的钢材、焊接方式和失败历史的AI。 第九，V代表氛围编码（Vibe Coding）。在编写程序时，不再学习语法，而是通过语言或文字描述，AI便能生成程序。在釜山从事水产品批发的老板，三天内便能亲自制作出自己店铺的市场价格整理程序，这已不再是特别的新闻。在公司内部，营销团队可以自行制作仪表板，人事团队可以直接制作招聘管理工具，过去需要向信息技术部门提交请求并等待几个月的做法将不复存在。 最后，E代表生态智能（Eco-Intelligence），即可持续的AI。不可持续的智能最终也无法持续。减少AI使用的电力和利用AI解决环境问题必须并行进行。目前，新建数据中心面临的最大障碍不是土地或资金，而是电力。 那么，我们的任务是什么？面临的障碍并非技术，而是三个方面。首先是数据。我们的工业现场积累了数十年的资料，但未经过整理，无法使用。仓库中堆积的原材料尚未转化为资本。其次是电力。AI模型可以在几个月内构建，但电力传输线路却需要数年时间。如果AI计划与能源计划脱节，这一差距将无法缩小。第三是制度。企业面临的困扰不是严格的监管，而是模糊的监管。如果明确规定需要具备哪些条件，企业就会积极准备并向前推进。 韩国并不需要在制造最大的AI的竞争中获胜，而是应当在可以胜出的领域中脱颖而出。成为在制造、半导体、造船、电池、生物和内容等全球产业中，最深入应用AI的国家。通过使用耗电较少的半导体来改变游戏规则，并发展AI的检测和认证信任产业。这三者的胜负并非取决于资金的多少，而在于积累和制度的完善。 我建议个人思考三个问题：我能保证什么？我不愿意交给AI的是什么？我在持续学习什么？工具每六个月就会变化，但定义问题、确认结果和识别风险的能力，无论何种工具都不会贬值。 2027年并不是AI开始取代人类的年份，而是人类通过AI测试自身能力和产业潜力的年份。未来的决定权不在于AI的速度，而在于我们如何引导这一速度的选择。驾驶权在于人类掌握。 作者主要经历 ▷成均馆大学经营学博士 ▷每日经济记者 ▷韩国管理学会前会长 ▷可持续科学会现任会长 ▷成均馆大学全球融合学院院长、韩流国际大学院长（前）、融合国际学部教授（现） ▷韩国人工智能教育协会会长 ▷韩国氛围编码协会会长 ▷文亨南品牌研究所所长 ▷AI韩流研究院首席执行官 ※ 本报道经人工智能（AI）系统翻译与编辑。

KB国民银行正在推动管理层率先应用生成型人工智能（AI），加速全公司的“AI业务创新”。 KB国民银行于9月3日表示，针对高管和部门负责人开展了生成型AI“副驾驶”在实际工作中的应用培训。 此次培训由KB国民银行自主设计，超越了简单的AI功能培训，参与者通过与生成型AI共同撰写各自负责部门的2027年业务计划草案，进行实际应用。 李煥周行长也亲自参与了实操。通过让管理层首先体验AI在工作中的应用及其效果，推动全组织的AI转型，强化了“自上而下”的变革管理。 KB国民银行还在为建立全公司的AI应用文化奠定基础。设立了“AI中心”，配置了各业务组的AI专职人员，主导AI代理的开发，并在组织和个人评估中引入了AI应用的测量指标。 此外，KB国民银行还运营“AI学院”以培养AI专业人才，并引入“AI挑战计划”，分享员工的AI应用经验和优秀案例。未来，将扩大副驾驶许可证和培训至各部门的实务人员，并在下半年的业务计划制定中进行试点应用。 KB国民银行相关人士表示：“领导者首先需要在实际工作中应用AI并感受到效果，才能使全组织的AI应用文化迅速传播。”并表示：“未来将持续增强员工的AI应用能力。”

大型卡车自动驾驶初创公司马斯奥托宣布，将利用完全无人技术将韩国出口货物送达美国。 该公司计划利用基于E2E（端到端）AI的拖车自动驾驶技术，实现从韩国釜山港到美国洛杉矶港再到西点的100%无人配送，同时解决与物流效率直接相关的“空车运输”问题。目前，核心产品已收到来自韩国和美国客户的订单，预计今年销售额将达到63亿韩元，2027年将达到149亿韩元，年增长率达到两倍。 朴日洙代表在1日的记者会上表示：“现有自动驾驶系统的最大问题是初期投资成本高，技术扩展性差。为了解决这个问题，马斯奥托的‘马斯飞行员’应运而生，其成本仅为现有技术的1/20，能够在任何地点直接投入实战，具有无限扩展性。” 马斯奥托是由卡伊斯特大学毕业的朴日洙于2017年成立的大型卡车自动驾驶初创公司。自创立之初，该公司便开发了类似特斯拉的基于摄像头的E2E AI，目标是在2028年前实现货物运输的完全无人化。 其代表产品“马斯飞行员”已在国内14家客户公司投入使用，97%的客户线路实现了自动驾驶。今年上半年，累计自动驾驶里程达到250万公里，尤其在E2E AI高度化所需的卡车实际行驶数据方面，成功获取了2000万公里的数据。目前在美国也已记录了往返超过7000公里的自动驾驶货物运输。 在此次记者会上，马斯奥托宣布将国内首个拖车自动驾驶引入，推动“自动驾驶物流网络”，实现出口货物至釜山港的联运。此外，还发布了下一代大型卡车四级自动驾驶AI模型“马斯网3（MarsNet 3）”和订阅型大型卡车二级自动驾驶解决方案“副驾驶”。 马斯奥托近期获得了韩国国土交通部的移动性实证特例，并通过了韩国交通安全公团的评估，计划于今年第三季度开始国内首个拖车自动驾驶运输。拖车是国内出口集装箱物流的核心工具，占比超过95%。由于超过60%的远洋出口量通过釜山港处理，因此此次线路的构建直接关系到国内出口物流的竞争力。 朴代表表示：“我们将与三家客户公司合作，基于现代Xcient卡车，启动釜山港往返的拖车自动驾驶有偿运输。该线路约80%的区间重叠，因此可以扩展为基于重复运行的‘出口货物自动驾驶网络’。”这也是将“团队韩国”在美国大陆横穿自动驾驶货物运输中验证的技术和运营经验首次应用于国内出口物流现场的案例。 马斯奥托发布的大型卡车自动驾驶E2E AI模型“马斯网3”已将行驶范围从高速公路扩展到普通道路。长途货物运输中98%在高速公路上进行，但约2%需要在普通道路上运输。其核心在于在没有高精度地图（HD Map）的情况下，依靠摄像头进行复杂的城市驾驶。 为了提高E2E AI的自动驾驶性能，实际行驶数据和GPU基础设施是必不可少的。马斯奥托副代表诺济京表示：“为了加快马斯网3的开发，今年上半年我们积累了2000万公里的大型卡车实际行驶数据，并通过国家AI项目‘SDV转型及AI未来车E2E自动驾驶模型高度化’的选定，获得了Exaflops级的NVIDIA Blackwell GPU基础设施。” 他进一步表示：“学习数据将基于全国道路网获取的有偿运输固定线路，并结合合作伙伴卡车在白天和夜间及恶劣天气环境下的365天实际行驶数据进行高度化。”并计划在今年年底前达到目标性能后，在美国当地货物运输线路进行测试。 马斯奥托还发布了针对大型卡车驾驶员的二级自动驾驶订阅服务“副驾驶”。副驾驶旨在降低长途卡车驾驶员的疲劳度，并通过AI优化驾驶提高燃油效率。特别是通过与国内外合作伙伴的副驾驶试点运营，验证了超过10%的油费节省效果。这相当于在美国长途运输标准下，每辆车每月节省约200万韩元的费用。该技术将与韩国道路公社的“深夜时间段自动驾驶卡车专用车道试点项目”相结合，提升高速公路物流的安全性和效率。 此外，副驾驶还将加速四级自动驾驶的商业化，发挥“数据飞轮”的作用。通过稳定的订阅型收入创造商业服务，同时基于实际运输现场积累的大规模实际行驶数据，持续改善大型卡车四级自动驾驶E2E AI的性能。 朴代表强调：“真正的自动驾驶不仅是每辆车数亿韩元的成本，而是要通过在物流现场实际可扩展的E2E AI技术，构建经济、安全的货物运输生态系统。”他表示，将在韩国和美国扩大拖车自动驾驶，并基于马斯网3和数据飞轮提升AI，力争在2028年前实现中距离长途货物运输的完全无人化。※ 本报道经人工智能（AI）系统翻译与编辑。