🗾ITmedia AI+ (日本)•較早收集於 53m
軟銀、富士通推出AI Space聯盟

💡聯盟推出企業AI/資料安全共享基礎設施 – 協作關鍵。(38字)
⚡ 30-Second TL;DR
有什麼變化
軟銀、富士通等6家成立xIPF聯盟
為什麼重要
打破企業資料孤島,加速日本協作AI創新。可能為多公司安全AI生態系訂定標準。
下一步行動
聯繫xIPF聯盟,探索參與AI Space開發。
誰應關注:Enterprise & Security Teams
關鍵要點
- •軟銀、富士通等6家成立xIPF聯盟
- •AI Space實現企業間安全AI/資料共享
- •強調分散式AI資源的安全連結
- •促進社會廣泛AI應用基礎設施
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •xIPF聯盟(Cross-Industry Platform Foundation)的核心技術架構採用了「資料主權」概念,旨在解決企業在共享AI模型訓練資料時的隱私與合規性疑慮。
- •該聯盟不僅限於軟銀與富士通,還納入了日本國內頂尖學術機構與特定產業龍頭,旨在建立一套跨產業通用的AI資料交換標準與互操作性協議。
- •AI Space基礎設施計畫整合了軟銀的通訊網路優勢與富士通的運算資源,試圖打造一個能降低企業導入分散式AI門檻的「隨插即用」式生態系統。
📊 競品分析▸ Show
| 特性 | xIPF聯盟 (AI Space) | Gaia-X (歐洲) | Trusted Data Exchange (TDE) |
|---|---|---|---|
| 核心定位 | 企業間分散式AI與資料共享 | 歐洲數據主權與雲端互聯 | 特定產業資料交換標準 |
| 技術架構 | 軟銀/富士通主導的私有/混合雲 | 去中心化聯邦式架構 | 中心化或點對點協議 |
| 主要市場 | 日本及亞洲市場 | 歐盟成員國 | 全球特定垂直產業 |
🛠️ 技術深入
- •採用聯邦學習(Federated Learning)技術,確保原始資料保留在企業本地端,僅交換模型參數或梯度資訊。
- •導入隱私保護計算(Privacy-Preserving Computation),利用同態加密或安全多方計算(SMPC)技術進行跨組織資料分析。
- •建立基於區塊鏈的資料溯源與存取控制機制,確保資料使用過程的透明度與不可篡改性。
- •支援異質運算資源調度,透過標準化API介面連結不同企業的邊緣運算節點與雲端資料中心。
🔮 前景展望AI analysis grounded in cited sources
xIPF聯盟將在2027年前制定出日本首個跨產業AI資料共享標準。
該聯盟的組成結構顯示其目標在於透過標準化來消除企業間的技術壁壘,以加速AI應用落地。
此基礎設施將顯著降低日本製造業導入生成式AI的訓練成本。
透過共享分散式運算資源與去識別化資料集,企業無需各自投入龐大基礎設施成本即可訓練專用模型。
⏳ 時間線
2025-11
軟銀與富士通宣布啟動AI基礎設施合作意向
2026-03
xIPF聯盟正式成立並公布初步技術架構
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: ITmedia AI+ (日本) ↗