全球房價今年開始反漲為跌
全球房價今年開始反漲為跌
2005.08.15 | 科技

全球房價今年開始反漲為跌

在《經濟學人》最新公布的〈全球房價指數〉(House Price Index)中,在被納入指數的二十個國家中,今年第一季房價漲幅超過10%的國家超過半數,而去年漲幅最高的美國全國平均漲幅為50.5%,今年第一季則又增長了12.5%,事實上,美國房價上漲並不是短期現象,從1997年到今年第一季,美國房價漲幅為73%,創下近十年來的高點。在HPI指數調查中,南非以高達224%的漲幅名列第一,而西班牙、愛爾蘭、英國、澳洲漲幅都超過一倍。
國際貨幣基金會(IMF)的研究指出,這波房價上漲因為利率、經濟活動、政策調整而成為全球現象,尤其利率引發的資金流動與購屋需求最為強勁。低利率使得投資人認為償還房屋貸款的利息比租金來得便宜,但是現在的房價是否真的合理?從《經濟學人》統計的房價租金比來看,房價與租金之間已經出現了巨大差異,美國的房價租金比率比1975到2000年的平均值提高了35%,甚至英國,澳大利亞和西班牙的房地產價格都高估了50%。
然而根據美國商務部最新的資料顯示,美國房市今年3月份的房價下跌17.6%,這一數字創下了1991年以來房價的最高月度跌幅。房價開始下跌的國家還包括英國、澳洲、愛爾蘭等,以英國為例,儘管今年第一季的房價漲幅還有5.5%,但是交易量比去年同期減少29%,經濟學家預估,美國在接下來的一年內也會開始下滑。
房價出現的反轉訊號讓IMF提出警告,全球房價不會同步下跌,但是所產生的影響將會非常大,一旦房價暴跌發生之後,所產生的傷害是股市崩盤的兩倍大,甚至會導致經濟衰退。

房價上漲背後的隱憂供需失衡

房價上漲的現象在全球各地發生,儘管經濟學者認為,過去幾年房價漲得太高,降低了人們的支付能力,而且利率的上漲也會影響購屋意願,因此保守預估今年全年的漲幅約在15%到20%之間,但是今年第一季仍上漲了28%。
從1995年至2004年,愛爾蘭的都柏林房價漲幅為273%,居全球之冠。英國倫敦房價從1996年起漲,點燃了全球各大城市的地產熱,房價從1997年到去年,幾乎年年都已近20%的漲幅繼續推高房價,使得倫敦去年的平均房價為27.8萬英鎊(約新台幣1600萬元),為全球之冠。主要原因是歐洲經濟成長穩定,上漲時間與漲幅超前其他地區。不過今年第一季倫敦房價漲幅已經降到比前年同期只增加12%,房價漲幅逐漸趨緩。
西班牙首都馬德里過去一年新屋平均價格漲幅為14%,西班牙全國房價過去二十年年均漲幅是10%,而現在新屋的平均價格是1985年時的七倍。西班牙人認為,購買房屋的利潤比公債高,也比股票獲利穩定,不過受到房價上漲的鼓舞,西班牙建設開發部統計去年已有60萬戶新屋開工。
南非則是過去三年房價漲幅最高的國家,南非首都約翰尼斯堡去年一年的漲幅為32%。不過,南非與整個國際市場房價上漲的原因並不相同,主要是因為南非黑人中產階級數量持續增加,並且經濟能力增長,造成房價上漲。
美國過去一年房價漲幅只有12.5%,其中以南加州Bakersfield的33.7%漲幅最高,而觀光大城拉斯維加斯去年的漲幅也有33%。過去五年則以華盛頓DC特區的平均房價漲幅最高,高達108%。
相較之下,亞洲地區大城市的房價漲幅表現相對弱勢,香港去年第四季房價漲幅相較前年同期漲了29%。而根據摩根士丹利的統計,1998至2003年中國房地產銷售量每年以24.5%高速增長,中國官方統計,現在房地產市場最熱的上海,去年房價平均漲幅僅14.6%,只有在市中心內環線以內的房價漲幅較高為27.5%。
至於台北的房市,過去五年到今年上半年為止,新推個案標準每坪單價漲幅約15%,但是整體台灣地區的漲幅卻只有2.1%。
房屋銷售速度下降使得價格漲幅萎縮,正在各城市同步發生,各國政府積極採取升息、採取調高房屋稅、增值稅,企圖減緩投資客炒作房市。房地產目前最大的隱憂在於供需失衡,當消費者的購屋力因為房價、利率的高漲而下降,各地大量正在興建或待售的房屋,將會因為供過於求,使得房價面臨嚴重考驗。

全球流動性泡沫創造高油價幻影

自去年第三季來油價一路攀升,主要是供給與需求之間的緊張關係以及人為炒作因素。近期因為沙烏地阿拉伯可能遭受恐怖攻擊以及美國煉油廠的停工,引發了市場對石油供應的憂慮,八月上旬原油期貨價格創下每桶逼近65美元的歷史新高。
儘管供需失衡的情況提供石油價格飆漲的好理由,但是摩根士丹利首席經濟分析師謝國忠卻認為,高油價是一個泡沫,因為全球經濟對石油的強勁需求反映的是全球流動性泡沫,在原油期貨與油品市場中最大的買單,幾乎是來自於對沖基金,創造出投機性的需求。
中國是目前全球最大的原油進口國,印度對進口原油的依存度高於中國,未來預估15年內原油消費會比目前再成長一倍。全球最大的能源集團埃克森美孚(ExxonMobil)預測,石油輸出國組織(OPEC)以外的石油產量5年後就將達到最高點,未來供給面顯得吃緊。為了解決高油價對於經濟帶來的衝擊,亞洲國家對原油的需求量正在逐步降低。今年上半年,中國的原油進口量雖然小幅增加3.9%,但是遠低於去年同期的34.8%。其他如韓國下降7.6%,印度也下降了4%。此外,許多國家開始積極尋找替代能源,像是中國上半年煤炭進口量增長58%。日本石油進口量下降2.1%,但是天然氣進口量卻增長7.1%。
從高油價獲利最多的莫過於石油生產商,對於亞洲經濟成長以及中國需求寄予厚望,但是謝國忠提醒,亞洲與中國的經濟成長都以慢速進行,當能源市場認清亞洲或中國需求並非無止境時,油價便會開始大幅下跌。

中國印度大量需求造成貴金屬上漲

在貴金屬市場中產品交易量最大的是黃金與白銀,而貴金屬在國際交易平台上都以美元為主要計價單位,因此美元匯率的走勢影響價格波動。世界黃金協會研究顯示,由於新礦的準備作業時間長達七到十年,而主要的產金國家如南非、美國、澳洲等國,都嚴格管制產量,可預見未來數年全球黃金產量難以大增,而去年黃金需求量,受到印度與中國對於消費金飾需求大幅增加,價格維持在420美元以上。
在黃金市場裡最受矚目的,就屬中國市場的需求大幅攀升,因為個人收入增加與政府鼓勵消費刺激內需的雙重因素下,今年第一季中國的黃金珠寶需求增加13%,而投資用途的黃金更是增加36%。美林證券預估,人民幣若逐步升值,增加對美元計價商品的購買力,到2010年時,中國將取代印度成為全球最大黃金消費國,而金價甚至由現在每盎司437美元上升至725美元。
此外,當1944年黃金被列為國際貨幣系統的一部分後,黃金的價格就成為和固定匯兌下的轉換因子,美元走勢對非美元國家的貴金屬價格影響頗大,如果美元上升,非美元國家對黃金購買力將會下降,打擊黃金價格;反之,隨著美元走勢長期呈現疲弱,黃金的價值則相對強勢。
在白銀市場上,主要受到中國對外出口白銀的數量增加,使得價格表現不如黃金,但是從過去五年的價格波動來看,電子工業用的銅、鉛、鎳、白銀、白金漲幅都在四成以上。整體而言,全球經濟若能持續成長,貴金屬的消費與工業需求將會持續增加;反之,如果經濟情況逆轉,將對需求造成打擊,使得價格失去持續上漲的支撐。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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