《紐時》再爆黃仁勳第二段婚外情，傳董事會最快本週拍板黃仁勳去留|經理人

輝達（NVIDIA）執行長黃仁勳承認與疑似中國間諜的黃樂發生婚外情才過 3 天，又被爆出另一段婚外情，對象是直接向他報告的輝達醫療保健副總裁金柏莉．鮑威爾（ Kimberly Powell）。

指控未經證實，但誰是金柏莉．鮑威爾？

《紐約時報》11月11日引述5位不具名的輝達內部人士報導，現年63歲的黃仁勳與48歲的鮑威爾有過一段關係，兩人都各自已婚。

鮑威爾在2008年加入輝達，負責將輝達 GPU 打造成醫療影像儀器的加速平台，現任輝達醫療保健副總裁，她負責公司全球醫療保健業務，包括為醫療影像、生命科學、藥物研發和醫療分析生態系統提供加速運算、人工智慧和視覺化的硬體和軟體平台。

在此之前，鮑威爾曾領導公司高等教育和研究業務，以及策略推廣計畫、輝達人工智慧實驗室 (NVIDIA AI Labs) 和輝達創新計畫 (NVIDIA Inception)。

報導指出，今年3月輝達在加州聖荷西舉辦年度 GTC 大會期間，兩人在會場所在的飯店被拍到舉止親暱。當時有人用手機錄下畫面，據報黃仁勳的維安團隊隨即將拍攝者「隔離」，並要求對方簽署保密協議。

這段關係牽涉直屬上下屬，加上可能動用維安人員處理私事，讓外界關注的焦點從私德延伸到公司治理。不過目前這些內容仍屬未經證實的指控，輝達尚未說明董事會的調查是否會納入這部分，鮑威爾也沒有立即回應媒體詢問。

董事會傳最快本周拍板，決議黃仁勳的去留

《華爾街日報》引述知情人士報導，董事會因黃仁勳先後 2 段婚外情，正準備撤換他，最快周三就會召開會議。彭博（Bloomberg）也報導，董事會已委託外部公司物色執行長人選，並在周三開會討論黃仁勳的去留。到目前為止，沒有任何報導指出可能的接班人或代理執行長人選。

也有專家認為結局未必是去職。《財星》（Fortune）引述的公司治理學者分析，董事會可能採取折衷做法，例如指派明確的二把手、更公開地說明接班規劃、調整董事席次以強化監督，讓黃仁勳留任，但權力受到更多約束。

負責調查的律師是誰？

這波風暴的起點是黃樂（Alice Huang），她曾任新加坡資料中心業者 Megaspeed 高層，《紐約時報》10 月 29 日揭露，美國情報單位認定她替中國國家安全部工作，黃仁勳仍稱兩人的互動「完全正常」。

直到11月8日，他才在給員工的內部信中承認：「我對我的妻子不忠。我的行為傷害了她和我們的孩子。」輝達董事會同日宣布，由獨立董事組成委員會展開調查，後來委任 Wachtell, Lipton, Rosen & Katz 律師事務所協助。

獨立董事委任的調查負責人，是 Wachtell 合夥人、前聯邦檢察官金俊賢（Joon H. Kim）。他 2017 年至 2018 年擔任紐約南區代理聯邦檢察官，督導超過 220 名助理檢察官。更早之前，他在同一轄區當了 6 年助理檢察官，參與起訴彼得．高蒂（Peter Gotti）等黑幫人物。

他最為人知的案子是 2021 年的古莫案，紐約州檢察長指派他共同主持獨立調查，釐清州長安德魯．古莫（Andrew Cuomo）的性騷擾指控；調查認定古莫性騷擾多名女性，古莫隨後辭職。金俊賢在 Cleary Gottlieb 律師事務所待了將近 10 年，上個月才轉入 Wachtell 擔任訴訟合夥人。

Wachtell 成立於 1965 年，專門替大企業與董事會處理併購、公司治理與股東爭議，共同創辦人馬丁．利普頓（Martin Lipton）是「毒丸」反收購機制的發明者。2022 年，它代表推特提告，逼馬斯克完成 440 億美元收購；2021 年受 NBA 委託調查太陽隊老闆羅伯特．薩佛（Robert Sarver）的不當行為，薩佛最後被禁賽 1 年、罰款1000萬美元。

市值蒸發近 1 兆美元，財報與國會簡報接連登場

報導刊出後，輝達股價周三盤後下跌超過 9%。Axios 估算，從第一波間諜疑雲報導出現至今，輝達市值已蒸發將近 1 兆美元。

接下來一周，黃仁勳還得面對 2 場硬仗。輝達預計11月 17日公布第三季財報；隔天11月18日，眾議院 3 位共和黨委員會主席要求他出席國會閉門簡報，說明他與黃樂的往來，以及輝達防範外國間諜的安全措施。

輝達預計11月17日公布第三季財報，這會是風波後管理層第一次面對投資人。國會那邊，眾議院 3 位共和黨委員會主席要求黃仁勳出席閉門簡報，說明他與黃樂的往來，以及輝達防範外國間諜的安全措施。

黃仁勳接下來會面對哪些劇本？外媒整理過幾個版本，而根據《華爾街日報》推測，董事會已經往後面幾種劇本靠近：

1.調查結案，續任執行長：調查認定黃仁勳雖遭情報行動鎖定，但沒有明知故犯洩露敏感資訊，也沒有損害公司利益，這是輝達最初聲明指向的方向，不過只要調查人員找到新證據，董事會的立場就可能改變。

2.留任，但受到更嚴格的監督：如果調查發現內控需要補強、卻找不到他故意洩密的證據，董事會可能重新檢視高階主管處理敏感資訊、客戶關係的方式。

3.董事會要求他辭職：觸發條件是調查發現他對董事會隱瞒重要資訊、誤導董事會，或沒有揭露重大利益衝突，董事會不必等到刑事定罪就能行動。前例是英特爾執行長布萊恩．科再奇（Brian Krzanich），他2018年因為與員工交往、違反公司政策而下台。黃仁勳的第二段婚外情對象正是內部主管，跟這個前例的情境更接近。

4.調查拉出更大的治理或國安漏洞：如果證據顯示受管制技術或敏感資訊落入未經授權者手中，國會壓力會再升高，換人會成為選項之一。

5.他主動請辭，輝達啟動接班：即使調查沒有發現他明知參與情報行動，風波拖久也可能讓他與政府、客戶、投資人往來變得困難。問題是他掌握產品策略與關鍵客戶關係，接班人不好找。

資料來源：Axios、Tom's hardware、Reuters、Bloomberg、Yahoo Finance、Tom's hardware 2

隨著生成式 AI 快速發展，AI 的角色正從回答問題、生成內容，進一步走向執行工作、參與決策，這也讓「自主型企業（Autonomous Enterprise）」成為企業數位轉型的新願景。在這樣的企業中，AI 不再只是被動等待人下指令的工具，而是可以在授權範圍內自主做出決策、執行任務，且會持續學習與優化的數位員工，而人則肩負起監督與審核的責任，確保 AI Agent 的決策與行動符合企業目標及治理要求。

然而，要實現自主型企業的願景，除了依靠強大的 AI 模型外，企業還需要掌握兩個關鍵：一是釐清自身希望透過 AI 解決哪些業務問題、達成什麼目標；二是讓 AI 真正理解企業的業務脈絡。這兩個關鍵，不僅決定 AI 能否從概念驗證（PoC）走向實際營運，更是企業朝自主型企業邁進的重要基礎。

邁向自主型企業，企業必須掌握的兩大關鍵

Teradata 首席營收長 Richard Petley 指出，企業在定義 AI 導入目標時，不能只著眼於技術是否可行，更應該從實際業務需求出發，設定明確且可衡量的成果與投資報酬。

舉例來說，金融業可能希望提高詐欺偵測率、降低風險；零售業則想要藉由個人化推薦提升轉換率與顧客體驗；製造業也許會將縮短生產週期、提升供應鏈效率列為目標。雖然不同產業對 AI 的期待各有不同，但共同點都是希望解決具體的業務問題，而不只是驗證 AI 能做到什麼。

第二個關鍵則是讓 AI 理解企業的業務脈絡。即使企業已經將所有資料集中在同一個平台，也不代表 AI 就能理解這些資料。例如，AI 可能知道某位客戶的交易金額下降，卻不知道背後究竟是受到合約條件改變、採購週期等哪一項因素影響。

換句話說，若 AI 不清楚數據背後的意義，以及企業實際的業務流程與決策依據，即便數據量再多、模型能力再強，仍難以做出適當判斷。因為真正影響企業決策的資訊，往往不只存在於數據本身，也可能藏在不同部門的作業流程、內部文件，甚至資深員工長年累積的經驗之中。

因此，企業不只要整合散落在不同系統、資料庫與文件中的數據，還必須建立資料之間的關聯，讓 AI 不只看得懂數據，更能理解數據背後的業務意義與決策邏輯。如此一來，AI 才不會像一名對公司業務一無所知的新進員工，而是能夠根據企業的實際情境做出適當判斷、執行任務。

Teradata 兩大解決方案，打造由知識與脈絡驅動的 AI

Teradata 首席產品長 Sumeet Arora 認為，邁向自主型企業是一段漸進式的轉型歷程，若能讓 AI 充分理解業務脈絡，就有機會加快轉型腳步。為此，Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案，協助企業打造由知識與脈絡驅動的 AI 應用，讓 AI 不只理解企業的業務邏輯，更能將這些理解運用在實際任務中。

舉例來說，歐洲某醫療研究機構運用 Teradata 解決方案及自家資料庫，開發出一套僅有 200 萬個參數的輕量化 AI 模型，可預測不同病患族群未來 10 年內的疾病發生情況，提供相關單位及早做好醫療需求與資源規劃。美國某大型醫院透過 Teradata 平台整合病患數據，進而開發出可直接在資料庫內執行的病患風險分層模型，可從病患特徵去辨識其風險程度與照護需求，讓醫師據此規劃更精準的照護計畫。

擎昊
Teradata 首席產品長 Sumeet Arora 表示，Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案，協助企業打造由知識與脈絡驅動的 AI 應用。

經理人

首先，Tera Context Engine 扮演的是企業知識整合與轉譯者。它能整合企業分散在四處的數據與內容，並納入內部專家長年累積的經驗，在符合數據治理規範的前提下，轉化為 AI 能夠理解與運用的企業智慧。換句話說，Context Engine 的價值不只是提供更多資料，而是讓 AI 理解資料背後的商業意涵，以及如何運用在實際情境中。

有了業務脈絡，下一步就是讓 AI 真正採取行動，這正是Tera Harness 所扮演的角色。它會結合 Context Engine 提供的知識與脈絡、企業設定的目標，如：提升客戶滿意度，讓 AI 去執行對應任務，並依據結果持續調整行動策略。而在涉及重要決策或較高風險的應用情境中，Harness 也能導入人機協作機制，由人介入決策、提供回饋，降低 AI 自主決策可能帶來的風險。

然而，當 AI 開始自主執行更多任務，企業也面臨另一項挑戰：如何在擴大 AI 應用的同時，兼顧主權 AI 與資安需求？對此，Sumeet Arora 指出，Tera Harness 支援地端、雲端及混合部署等不同 IT 架構，能夠配合資料所在位置去執行任務，企業可依據自身的治理與法遵要求彈性部署，將重要知識與商業機密留在內部可控的環境中。

此外，當 AI 開始承擔更複雜、執行時間更長的任務，如何避免因意外而導致任務中斷，也是企業相當關注的課題。為此，Teradata 在 Harness 中導入檢查點與記錄機制，倘若 AI 因意外而中斷正在執行的任務，Tera Harness 會從最近一次的檢查點接續執行，不必從頭再來，減少不必要的時間與成本浪費。同時，Harness 也具備高併發處理能力，可同時處理多個 AI 任務，提升 AI 參與日常營運的穩定性與可靠性。

從資料倉儲走向 AI 知識平台，Teradata 3.0 攜手擎昊加速企業轉型

Tera Context Engine 與 Tera Harness 的推出，不只協助企業加速 AI 應用落地，也反映 Teradata 對自身定位的轉變，正從傳統資料倉儲供應商，轉型為企業 AI 知識與 AI 執行能力的供應商，協助企業將分散的資料轉化為 AI 可理解的脈絡資訊，進而驅動智慧決策與自動化執行。

Richard Petley 進一步說明，Teradata 的發展可分為三個階段，在最初的 Teradata 1.0 時期，以軟硬體整合的資料倉儲設備為主，到 2.0 則轉向支援地端與雲端部署的現代化軟體，如今進入 3.0 階段，客戶不一定要採購整套資料倉儲解決方案，也能依需求導入 Context Engine 或 Harness。這樣的轉變，顯示 Teradata 正以更開放、彈性的合作模式，讓企業能夠在既有技術架構上導入所需的 AI 能力，而不必全面汰換原有系統。

擎昊
Teradata 攜手台灣代理商擎昊科技，結合原廠 AI 技術與在地系統整合經驗，協助企業加速 AI 應用落地，邁向自主型企業。圖中由左至右，依序為 Teradata 首席產品長 Sumeet Arora、擎昊科技總經理劉宗坤及Teradata 首席營收長 Richard Petley。

經理人

然而，再先進的技術架構，仍需要在地專業夥伴協助落地。而擎昊科技作為 Teradata 台灣代理商，不僅與原廠保持密切互動，更擁有深厚的技術實力，及豐富的企業級系統規劃、建置與整合經驗，協助企業打造穩定可靠的 IT 環境，讓 AI 應用能夠順利導入並持續運作。此次 Teradata 兩位高階管理者 Richard Petley 與 Sumeet Arora 來台，除了與企業客戶交流 AI 發展與應用需求，也攜手擎昊科技深化在地合作，共同拓展台灣市場。

面對缺工、高齡化與市場競爭加劇等挑戰，如何運用 AI 提升營運效率並強化決策能力，已是企業的當務之急，這也讓自主型企業成為未來必然的發展方向。在這條智慧轉型的路上，Teradata 將持續攜手擎昊科技，融合 AI 技術、企業知識與系統整合能力，協助企業加速 AI 應用落地，朝自主決策與智慧營運的新階段邁進。