“给我剪刀。”手术台旁的人形机器人听到医务人员的语音指令后开始移动。机器人用摄像头扫视手术工具放置的托盘，然后抓起剪刀。从医生发出指令到机器人开始动作，未满2秒。 16日下午，在首尔江南区三星生命一元站大厦，三星首尔医院首次向公众展示了正在开发的人形手术辅助机器人，现场还重现了真实的手术室。 活动现场展示了三台机器人通过远程操控进行手术的场景，以及一名外科医生在两台机器人的协助下进行手术的过程，参与者还亲自操作了像人手一样灵活的多关节机器人手。 在由一名医生和三台机器人共同进行的胆囊切除术模拟演示中，使用的是山羊肝而非真实患者或活体动物。大屏幕上实时显示了通过腹腔镜摄像头拍摄的器官组织和机器人手臂的运动。 机器人帮助拉紧手术部位以确保视野，并确认胆囊管和血管与周围组织的分离位置。随后，机器人将胆囊管和血管用夹子固定后进行切割，展示了胆囊切除术的关键步骤。机器人将手术器械递给医务人员，或抓住内窥镜摄像头，以一定的力量拉紧组织，完成了“手术室助手”的角色。通过“请求-传递-使用-回收-整理”的工具循环过程，减少了手术流程的中断，帮助医务人员集中精力进行关键操作。 ◆ 韩国机器人协作“全球领先”……核心技术包括‘RCM、视觉伺服、语音识别’ 三星首尔医院在此次演示中强调了医务人员与多台人形机器人的协作。医院表示，结合了远程操控的机器人和由人工智能控制的手术辅助机器人。 研究负责人、耳鼻喉科教授郑勇基评价韩国的机器人技术“处于全球领先水平”，并表示“国内拥有精湛手术能力的医务人员、机器人开发企业和人工智能研究人员，具备了推动相关研究发展的良好条件”。 与现有的达芬奇手术机器人相比，此次研究所使用的人形机器人展现了明显的差异。达芬奇是为执行手术而设计的特殊目的机器人，而此次研究中的人形机器人则侧重于根据末端工具和控制方式执行多种任务的通用性和扩展性。 郑教授表示：“多关节机器人手可以利用多个手指，即使在工具难以抓取的位置或重叠的情况下，也能更稳定地操作。” 手术机器人的角色主要包括准备和传递手术器械的“OR-擦拭(Scrub)”，抓住内窥镜并拉紧组织以确保视野的“OR-内窥镜(Scope)”，以及外科医生远程操控时直接移动手术器械的“OR-远程操作(TeleOp)”。郑教授表示：“未来手术室可能会出现外科医生与多台机器人共同工作的形式。” 机器人的核心技术有三项：保持器械插入点一致的“RCM（远程运动中心）”、通过摄像头追踪目标并自动校正运动的“视觉伺服”，以及将医生的语音指令转化为动作的“语音识别（AI）”。 根据三星首尔医院的说法，实验室评估中，语音命令识别率和动作成功率均超过了目标值95%。手术器械五种的抓取成功率为100%，传递成功率为98.7%。命令识别后开始动作的时间在2秒以内，最终目标是1秒以内。 机器人还配备了安全装置。具有紧急停止语音命令和专用踏板、按钮，紧急停止时，机器人会立即停止并后退，关节力量释放，医务人员可以用手推开。然而，关于机器人故障导致的责任问题等医疗纠纷的讨论尚未进行。郑教授表示：“这是重要内容，但技术尚未成熟到可以讨论的阶段。” 应对出血、手术延误、患者器官结构差异等实际手术中出现的变数仍是未来需要解决的课题。切割、缝合等高难度手术操作仍处于研究阶段。 ◆ 2029年临床计划……“解决医疗人力短缺”填补地方和夜间急救空白 三星首尔医院计划于2029年在四家医院进行胆囊切除术和垂体肿瘤切除术的首次临床试验。计划从内窥镜保持、腹腔镜手术视野调整、组织牵引等风险较低的辅助工作开始逐步扩大应用范围。 关于实际患者手术的应用时机，医院表示：“根据承担的角色不同，应用时点会有所不同。”医院方面认为，可以首先考虑将抓住内窥镜并根据手术调整位置的角色应用于临床。 三星首尔医院明确的最终目标是“解决医疗人力短缺”。通过让机器人承担简单重复的工作，使医务人员能够集中精力进行关键手术，从而填补地方和夜间急救现场人手不足的空白。郑教授表示：“我们希望在地方医院或夜间急救手术等人力不足的现场提供一定水平的手术辅助。” 最近，特斯拉首席执行官埃隆·马斯克表示“在三年内，机器人将超越人类医生”的言论也受到了一定的关注。约翰霍普金斯大学与斯坦福大学的联合研究团队曾在《科学机器人》上发布了使用达芬奇机器人进行的自主手术研究，针对摘除的猪胆囊进行实验。然而，有人指出，由于实验并非在活体动物上进行，距离实际临床应用仍有差距。 此外，此项目自去年7月三星首尔医院被选为韩国版ARPA-H主办机构以来启动。计划于2029年12月前进行54个月，政府支持的研发费用总额为138亿3500万元。 三星首尔医院负责定义临床需求和实证。Rainbow Robotics负责机器人主体，Aiden Robotics负责抓手和机器人手的开发。成均馆大学和首尔大学参与AI软件开发，国立癌症中心和全北大学医院等负责数据收集和实证。

负责三星电子半导体业务的设备解决方案(DS)部门计划在本月底引入企业级生成型人工智能(AI)服务‘ChatGPT企业版(ChatGPT Enterprise)’。 在2023年内部信息泄露事件后，三星电子半导体组织对外部生成型AI的使用持保守态度，但现在将企业级AI实际应用于日常工作。考虑到半导体设计、工艺、设备、源代码、良率等敏感信息的业务特性，三星电子决定加强安全控制，而不是全面封锁生成型AI，而是将企业级服务与内部管理体系结合起来。 根据22日《亚洲经济》的综合报道，三星电子DS部门已与OpenAI签署企业合同，正在进行相关程序，目标是在本月底引入ChatGPT企业版。 最初计划在6月引入，但由于对半导体技术和内部数据的额外安全检查，时间推迟了约一个月。 三星电子相关人士表示：“最初考虑在6月引入，但时间调整至7月”，“DS部门在安全方面需要审查的事项比其他组织多。” 自6月12日起，三星电子全公司组织已可以使用外部生成型AI。希望使用外部生成型AI的员工需事先完成在线安全培训。 然而，DS部门因涉及半导体设计、制造工艺、生产设备、软件代码、良率等与公司竞争力直接相关的核心信息，进行了单独的安全审查。决定采用数据保护和管理功能增强的企业级服务，而非普通消费者服务，正是出于这一原因。 三星电子计划引入的服务是OpenAI的ChatGPT企业版。该服务并非利用三星电子自行开发的语言模型，而是与OpenAI直接签订企业合同提供服务。 ChatGPT企业版是比普通用户生成型AI更加强化组织账户、安全和数据管理功能的服务。三星电子预计在处理大容量文档和附件、技术资料搜索和摘要、软件开发支持等方面，其应用价值将高于现有AI工具。 据悉，现有服务在一次性附加大量资料时，处理速度会下降或工作不顺利。引入ChatGPT企业版后，半导体工程师将可能利用其搜索、分析大量技术文档、研究资料和软件代码，并提取所需信息。 尤其是半导体业务在工艺阶段和产品系列中积累了大量技术资料，相关信息分散在个人电脑、公司服务器、公共文件夹和数据库中，因此对生成型AI的整合搜索和分析需求很大。 高丽大学AI研究所教授崔炳浩表示：“过去只能搜索数据库中存储的信息，但现在可以将散落在个人电脑、云端、公共文件夹和数据库中的资料一次性提取、总结，并连接到原始来源。” 他进一步指出：“生成型AI不仅限于简单的搜索和摘要，还可以基于积累的信息进行一定程度的推理、分析和预测。” 然而，三星电子并未公开员工在ChatGPT企业版中可以输入多少半导体相关数据。被指定为国家核心技术的信息或与半导体设计、工艺、设备、良率相关的敏感资料，可能会根据内部安全规定受到限制。 服务在哪个地区的服务器上处理和存储、外部网络与内部网络如何连接、是否建立可以访问公司数据的独立系统等具体运营结构也未公开。 企业级生成型AI引入的关键在于控制信息输入后如何处理和存储。对于半导体企业而言，一条技术资料可能直接关系到竞争力，因此服务器位置、数据加密、访问权限、使用记录管理等要求比一般企业更为严格。 崔教授表示：“要保护数据主权，首先要确认服务器的位置”，“服务器是在组织内部还是外部，数据如何加密以及谁可以访问是核心安全要素。” 他补充道：“在组织内部建立服务器并切断外部通信可能是最安全的方式，但不存在100%完美的安全技术。最终，技术、访问权限、使用程序和事后检查的管理精细程度决定了企业的能力。” 此次引入也引起了人们对三星电子生成型AI使用策略变化的关注。 三星电子在2023年确认部分DS部门员工将与半导体设备相关的资料、源代码和会议内容输入外部ChatGPT后，大幅限制了外部生成型AI的使用。此后，使用外部ChatGPT需经过单独的批准程序，并为降低内部信息泄露风险，三星电子还并行推出了自有AI服务。 当时的事件被视为全球制造业中生成型AI安全风险的典型案例。由于员工为方便工作而输入的信息可能流入外部AI服务商的系统，三星电子在生成型AI的使用上更注重信息保护。 然而，随着生成型AI迅速成为软件开发、文档撰写、数据分析和研发工作的核心工具，仅仅全面封锁已难以确保工作效率和技术竞争力。 三星电子推进企业级生成型AI引入，意味着其战略从一味禁止外部服务转向结合安全性增强的付费服务与内部控制，扩大使用范围。 三星电子还在扩大AI相关培训。针对主要管理层进行AI转型(AX)培训，并要求全体员工在使用外部生成型AI之前完成在线安全培训。 为将AI工具实际应用于工作，员工需要明确可输入的信息与禁止信息的界限，并对结果的准确性进行直接验证。 然而，也有观点认为，引入企业级AI并不意味着生产力会自动提高。如果公司内部积累的数据未整理成AI可利用的形式，且未清除过时或重复的资料，则难以期待准确的回答。 崔教授指出：“要将生成型AI实际应用于工作，首先需要对内部数据进行充分整理和加工”，“企业内部资料的格式和版本各不相同，即使是相同的信息，撰写时间和部门也可能存在差异，这使得AI难以准确理解。” 他表示：“企业所需的不是看似合理的答案，而是准确的答案”，“一旦出现错误，验证结果将耗费大量时间和人力。” 生成型AI将事实错误地呈现为真实的‘幻觉’问题仍然是一个挑战。如果在半导体设计或生产现场使用错误信息，可能会影响开发进度、生产力和质量管理，而不仅仅是文档错误。 崔教授指出：“幻觉问题源于生成型AI根据概率生成回答的结构，因此难以完全消除。重要的是向AI提供足够的企业和工作知识，并确保其仅在可信资料范围内作答，以尽量减少错误。” 他还表示：“如果AI无法找到足够的信息，应明确设定条件让其回答不知道或停止工作，并需要建立提供回答依据的原文和来源的系统。” 三星电子还在逐步引入除ChatGPT外的其他生成型AI服务。作为编码支持服务的‘Claude Code’已于5月优先向软件开发人员开放。 三星电子内部通知中还确认了计划于11月引入谷歌的生成型AI服务‘Gemini’。但该时间表可能会根据内部安全审查和系统准备情况而有所变动。 业界关注三星电子可能根据工作特性，建立选择性使用ChatGPT企业版、Claude Code和Gemini等多种生成型AI的体系。由于文档搜索和分析、软件开发、研发等工作的特点各不相同，可能会根据用途分开应用不同的服务，而不是依赖于单一的AI。 三星电子DS部门引入ChatGPT企业版，预计将成为在生成型AI使用与半导体技术安全之间寻找平衡的首次试验。要实现实际的生产力提升，关键在于制定包括输入数据范围、访问权限、回答验证和事故发生时责任体系在内的精细运营标准。

三星电子在加速人工智能转型的过程中，去年信息技术（IT）投资规模大幅提升，超过11万亿韩元。尽管引入外部生成型人工智能（AI）后内部安全需求增加，但信息安全投资比例却降至历史最低水平。根据韩国互联网振兴院（KISA）1日发布的信息安全公示，三星电子去年信息技术部门的投资额为11万3898亿382万韩元，比前一年（6万6598亿1961万韩元）增长了71%。三星电子的信息技术投资额在2021年为3万2301亿韩元，2022年为4万3842亿韩元，2023年为6万992亿韩元，2024年为6万6598亿韩元，逐年稳步增长，去年则出现了显著的增长趋势。这一变化被解读为公司近期正式引入外部生成型AI服务的影响。三星电子已在全公司范围内引入ChatGPT、Gemini、Claude等外部AI服务，以便员工在工作中使用，从本月起，数字转型（DX）部门的员工开始应用这些工具。在引入外部AI的过程中，信息技术外包服务费和系统建设费用的增加，导致整体投资规模大幅上升。为了使生成型AI能够在研发、行政工作、软件开发、文档撰写等多个领域得到应用，相关基础设施的投资也得到了加强。三星电子方面表示，信息技术投资的急剧增加是为了“建立和创新公司内部的工作系统”。信息安全投资也呈现增长趋势。去年信息安全部门的投资额为4121亿2905万韩元，比前一年（3477亿9897万韩元）增长了18.5%，首次突破4000亿韩元。三星电子的信息安全投资额从2021年的1717亿韩元，逐年增加至2022年的2434亿韩元，2023年的2974亿韩元，2024年的3478亿韩元。去年信息技术投资中，信息安全投资的比例为3.6%，为信息安全公示义务化以来的最低水平。各年度的信息安全投资比例分别为2021年的5.3%、2022年的5.6%、2023年的4.9%、2024年的5.2%，保持在4%至5%之间，但去年首次降至3%以下。尽管生成型AI和软件竞争力的基础设施投资急剧增加，安全投资规模却未能跟上整体IT投资的扩张速度。随着外部AI的使用扩大，数据泄露、权限管理、个人信息保护、AI模型滥用等新安全威胁也在增加，因此需要投入更多资源来加强安全防护。信息安全行业人士表示：“生成型AI的引入对提高工作生产力有显著效果，但企业需要建立与现有IT系统不同层次的强大安全体系。随着AI应用范围的扩大，信息安全投资应被视为公司核心竞争力的保障。”※ 本报道经人工智能（AI）系统翻译与编辑。

德国潜艇制造商蒂森克虏伯海洋系统（TKMS）的一位高层主管声称，“在加拿大下一代潜艇项目中，德国和挪威的联合提案比韩国的韩华海洋更为合适。”他以英语为基础的合作体系和文化兼容性为理由，但韩华和加拿大专家对此表示反驳，认为这一框架不合适。 据加拿大《环球邮报》25日报道，TKMS潜艇业务部销售负责人菲利普·肖恩在最近的LinkedIn帖子中表示，“加拿大需要问自己将进入什么样的文化生态系统，未来40年将如何发展。” 加拿大正在考虑韩华的KSS-III型潜艇和TKMS的212CD潜艇作为下一代潜艇项目的候选。 该项目涉及引进12艘潜艇的大型合同。潜艇本身的价格预计在200亿至300亿加元（约合21800亿至32700亿元人民币），包括运营、维护和升级费用在内，整体规模预计在400亿至500亿加元（约合43600亿至54500亿元人民币）。预计加拿大政府将很快决定韩华和TKMS中优先谈判对象或最终候选。 肖恩强调，“212CD项目是德国和挪威的多国合作项目，工作语言也是英语。”他指出，“在国防合作中，工程师和军方人员之间无翻译的直接沟通至关重要，”并称“技术文档、软件开发、训练、维护、作战系统集成和后勤支持等全过程中，语言是核心基础。” 他还表示，“如果加拿大选择韩华潜艇，可能需要适应其他国家的语言体系。”如果韩华被选中，加拿大将成为首个从非西方国家采购主要武器系统的案例。 TKMS方面表示，“该帖子发布在个人社交媒体账户上”，因此未作官方评论。随后，肖恩在另一篇帖子中澄清称，“并无贬低特定语言、文化或合作国的意图。”但他仍然坚持212CD能够为加拿大提供经过验证的潜艇能力和长期合作结构的观点。 韩华防务加拿大的首席执行官格伦·科普兰对此表示遗憾，反驳了肖恩的观点。他指出，“负责加拿大业务的韩华团队拥有海外工作和留学经验，具备出色的多语言能力，”并表示“团队中不仅有英语，还包括法语、日语、意大利语、阿拉伯语和德语的人员。”科普兰强调，“工程和数学是制造优秀舰艇和潜艇的通用语言。” 在加拿大国内也有批评声音。亚太基金会副会长比娜·纳吉布拉指出，“将潜艇决策视为不同‘文化生态系统’的选择是不必要的，”并警告这可能在紧密合作国之间造成人为的文化裂痕。他强调，“韩国企业在全球市场中跨越多种语言、法规和商业环境进行合作的经验丰富。” 与韩华讨论合作可能性的加拿大汽车零部件制造协会会长弗拉维奥·博尔费也表示，“在过去20年中与韩国大企业广泛合作，但在英语沟通上没有问题。”※ 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。