小泉領軍 搖滾政治大改革
小泉領軍 搖滾政治大改革
2005.12.15 | 科技

八○年代「日本第一」的榮景,突然在一九九二年崩壞,日本整個政治、社會和經濟系統像骨牌一樣全倒:受賄官員入獄自殺、企業倒閉、銀行破產等黑暗事件層出不窮;貪污僵化的金權政治、居高不下的不良債權、窘態盡出的跛腳官僚和疲憊不堪的總體經濟,讓所有日本國民感到絕望。
終於,在今年九月十一日舉行的日本第四十四屆眾議院改選,日本國民用他們的選票,表達了強烈要求改革的憤怒。這次大選,政治改革新星加上民間專業人士,結合國民不滿浪潮,日本終於站了起來。英國(經濟學人)甚至以這個選舉結果大膽預測「旭日東昇,日本再起。」

若日本國民想改革 請支持我

這個被日本媒體評為「改革聖戰」的選舉,日本首相小泉純一郎求日本國民:「請不要阻止我改革」、「請你來裁判我們要不要改革」。這個動人心魄的感性訴求,讓他所屬的自民黨即使面對黨內分裂的危機,卻出人意料地取得全面勝利:自民黨在國會議席數激增八十四席,達到單獨過半的二百九十六席,如果再加上公明黨的三十一席,執政黨聯盟共獲得三百二十七個議席,超過了眾議院四百八十席次的三分之二強。最大在野黨的民主黨,本來打算要靠這次的改選機會來奪得政權,最後卻以痛失六十四個席位慘敗收場。
小泉勝選的最重要原因在於民心思變。雖然日本政府已經嘗試一連串的行政、財政改革,但仍然不夠好、不夠快,經濟產業省官員鈴木英敬接受採訪時表示。小泉純一郎自己身為自民黨黨魁,甚至說:「為了改革,擊潰自民黨也在所不惜。」
日本的專家學者也把勝選的主因歸功於首相小泉的個人魅力。他二○○一年開始就任首相,以神似貝多芬的狂亂白髮突出於永田町的油亮黑髮中,向來被稱為日本政壇「怪人」,常常不按牌理出牌。在這次選戰中,小泉的「刺客戰略」完全奏效,他親手挑了三十七個政治刺客,企圖要終結三十七個在郵政民營化決議中叛變的自民黨議員。
小泉提名的這些刺客都是民間高知名度的專業人事,例如Livedoor總裁堀江貴文,和前瑞士信貸第一波士頓的首席經濟學家佐藤由香里等。這些人不屬於任何政治派閥,清新專業、都會色彩強烈的形象獲得國民的極大好感。多位刺客成功地當選,代表支持改革、政黨意識淡薄的中間選民,已成為決定選舉勝負的關鍵力量,派閥政治、樁腳政治已經受到唾棄。

郵政民營化是改革象徵

大選結果證明日本國民用選票一刀剪斷過去,郵政民營化政策終於在十月份通過,郵政系統要從過去無人監督的死角走出來。更重要的是,原本由郵政系統控制的三兆美元(約九十八兆新台幣)將開始在日本資本市場流通,這將大大改善日本經濟。「郵政存款睡著了,有人要把這些錢叫醒,叫日本人民開始投資,資本市場的錢才能動起來!」女性創業家、兼任內閣顧問的DeNA總裁南場智子,在我們的採訪中殷切地期許。
日本強大的改革壓力,來自國際也來自國內。透過國際化的浪潮,民間企業加強在外國布局,涉入國際事務日深,美國與其他跟日本有生意往來的先進國家在十五年來不斷給日本,要求開放。
另一方面則是國內不景氣的壓力,泡沫崩壞後,日本政府一邊安撫民眾不景氣已經快要結束,另一邊卻繼續擴大大企業、政府、自民黨、國會四位一體的主導力量,不願意正視自身系統的問題,政治、經濟、社會一起深度沉淪,拉長復甦的時間表。這次選舉也展現了日本國民不耐的情緒。 
改革的號角響起,小泉十一月初公布的新任內閣名單中,最大特色是打破派閥、任用實務派新人、強調改革,連最大在野黨的民主黨黨主席前原誠司也肯定小泉新內閣,「民主黨將在(真正的改革)上與自民黨競爭。」政黨惡鬥的時代似乎已經回歸基本面。至少在這艘名叫改革、目標未來希望的船上,日本已經全員到期。

帶動日本搖滾政治的明星政治家 小泉純一郎
小泉出身於政治世家,祖父和父親都是政府部長,他當首相前,曾擔任郵政大臣和厚生大臣,政治經驗豐富。他的崛起歸功於自民黨內初選規則改變,加重地方黨員投票的加權比重,黨員對黨魁選舉的影響力變大,摧毀了過去派閥操縱選舉的弊習,無派閥靠山的小泉才得以脫穎而出。
當然,自民黨內享有高聲望的田中真紀子大力支持,也是關鍵。田中真紀子是前日本首相田中角榮的女兒,她在自民黨黨魁選舉中大力為小泉助選,提倡他的構造改革,讓小泉如虎添翼,一舉拿下首相的寶座。
小泉就任後,延攬了很多民間人士入閣來幫他推動改革,其中最有名、由民入官的代表人物是竹中田藏,他本來是慶應大學的經濟學教授,卻被付予郵政民營化的神聖使命。這幾位改革派人物本來在黨內遭到很大的批判,自由化的訴求四年來受到既得利益者的反制並不被歡迎。直到今年九月改選,小泉大勝才讓民營化的改革勢力揚眉吐氣。
放眼未來,小泉已經擺明他不選下一屆首相,新內閣名單中的內閣長官安倍晉三已內定為接任首相的人選,一般預料「後小泉時代」將會產多變數,特別是日本右翼、鷹派抬頭的問題,將對東亞安全體系帶來許多潛在危機。

泡沫經濟之後的日本政治改革
1992 細川護熙 選舉制度改革
1994 村山富市 財政改革
1996 橋本龍太郎 日本版Big Bang金融改革
1999 橋本龍太郎 行政官廳改革
2001 小泉純一郎 構造改革
2005 小泉純一郎 郵政改革

小泉切斷既得利益,改造日本 改革郵政就是改變日本經濟政策
過去郵政系統是一個擁有二十五萬公務人員,存款和保險金金額三兆美元(約九十八兆新台幣)的既得利益者網絡,這筆錢讓日本郵局形同世界最大的銀行,至於如何使用,完全由自民黨、國會和官僚主導。 長期以來,日本政府運用這九十八兆新台幣的八成購買日本公債,讓日本政府有恃無恐地持續擴大財政支出,推行零利率的經濟政策。甚至因為這個財庫太巨大,「日本政府就繼續吃自己的腳來活命,政府負債比例占國民生產毛額(GDP)的比例竟然超過一七○%,」一橋大學商學院教授米倉誠一郎指出。 「問題不是在於日本東北哪個城市少了一條路,北海道哪裡少了一座橋,真正的問題在政府,他們不願意處理不良債權,不敢處理整個盤根錯節的利益輸送問題,」米倉教授毫不留情地指出。郵政民營化後,日本政府將無法繼續如此浪費國民血汗錢的政策。 根據小泉的改革法案,郵政公社將在二○○七年成立四家控股公司,分別處理郵件遞送、郵政櫃檯服務、郵政儲金和郵政壽險服務。這四家公司起初由政府完全持股,逐步把持股比率降為三分之一,目標在二○一七年三月底前賣出郵政儲蓄和郵政壽險公司的所有股票。接下來,小泉還要對八家國營銀行、公共醫療系統和國民年金制度開刀。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓