內地鬧油荒民眾恐懼高油價
內地鬧油荒民眾恐懼高油價
2005.09.01 |

在上海,中石化、中石油九○汽油、九三汽油及柴油已經對外停止批發,社會經營單位拿不到汽油和柴油,因此無法報價,這讓各地的油市頓時陷入了苦境。
同樣的情況也發生在廣州,深夜十一點,陳小姐開著愛車兜風,突然儀錶盤顯示快沒油了,她立即關閉了空調,小心地開著車尋找加油站,但是走了幾家加油站都說沒有油,直到深夜二點鐘才找到有油可加的加油站。事實上,廣州的油荒已經一個多月了,陳小姐第一次感到了開車的不方便。
廣州大道的中石化冠德加油站裡,「加油請自覺排隊」的告示貼在油站最醒目的地方,加油站的工作人員一邊小跑一邊告訴記者:「九○的油可以加滿,九七的油,有IC卡的可以加二百元的油,沒卡的一律只能加一百元,外地車和本地車一樣,柴油也有限制,」工作人員說,甚至有些天每人限量只能加五十元的油。這樣的限制實際上是讓車子吃不飽的。
油價漲、加油要排隊,大城市裡很多人都開始不開車了。「私家車想省錢,少開就行,公共運輸車可就沒輒了,」計程車司機一個勁地抱怨,現在真是愈賺愈少了。這還不是最痛苦的,由於加油站對加油有限制,老道的司機通常會和加油站約定好,每次去加多少油,相當於簽約客戶,才能保證不至於因為沒油而影響生意。

油荒暫時難紓解

全廣州市有五百二十個加油站,中石油和中石化兩大集團占了七○%,因此廣州四十八萬多輛汽車的用油也多來自於此。廣東油氣商會郵品部主任姚達明近期在接受記者採訪時表示,正常情況下,廣東每天消費成品油約四萬噸,廣州約占四分之一,也就是說每個加油站每天平均需要供油近二十噸。「目前大的加油站還可以維持,但是在郊區甚至更偏僻的地方,供應量就有困難了,」一位汽車業內人士說,運輸困難也是造成「油荒」的一個原因。 
  「現在四○%的原油從國外進口,進價就比國內價每噸多出一千元。加工後再虧損賣出去,這種買賣沒法持久,」熟知進油管道的人士說,「油價未來再漲二○%至三○%,煉油企業才能保本。」
原油價格上漲,加油者最終將成為埋單者。對於一輛百公里油耗八升的北京捷達車主來說,今年九三汽油從三.三九元每升漲至四.二六元,按家用轎車一.五萬公里年行駛里程算,將增加油費一千多元。如果油價超過五元,油費支出將增加近兩千元,無論如何這都是不小的數字。
(汽車觀察)對消費者忍受油價程度的調查表明,九六%的消費者無法承受每升五元以上的油價,在近七○%擁有或準備購買十萬元以內或排量低於一.六升的經濟型轎車消費者中,僅五七.四%的實際用戶承受上限為每升四.五元,但是目前九三汽油價格在每升四.三元左右。不論從價格或是供應短缺的雙重壓力來看,很多人應該會暫時打消買車的念頭。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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