九張資訊圖表帶你一窺震驚國際的巴拿馬文件|數位時代 BusinessNext

堪稱是自「‎維基解密‬」與「Snowden」之後，最震驚全球的資料洩密事件（資料的數量級也遠遠超過！），在週日晚間拉開序幕。由德國《南德意志報》與《國際調查記者同盟》協作的深度調查「巴拿馬報告」（#PanamaPapers）揭秘了巴拿馬法務公司「Mossack Fonseka」出售空頭公司，為其頂級客戶境外洗錢的國際秘密網路。

總容量高達 2.6 TB 的核心調查資料總共累積了將近四十年的紀錄，其中包含了來自 21 個不同經濟領域或法域（境外公司的註冊地，俗稱的避稅天堂）共超過 210000 間境外公司（離岸公司）的資訊。

資料中顯示「Mossack Fonseka」公司藉由與超過 1 萬 4 千多家銀行、法務公司、法人以及中間人等合作，幫助他們的客戶們建立海外公司、基金會或是信託基金。《國際調查記者同盟》就利用洩露的內部客戶資料庫中的國家類別，來檢驗各個國家中有多少中介人。

在計算境外公司的存在時間時，需要做一些資料上的處理。因為在內部資料庫中並不包含這些境外公司的關閉時間；事實上，境外公司一般是很少關閉的：它們要嘛就是停止業務活動、不然就是停止繳納規費，公司的狀態就成為了境外公司的術語中所謂的「struck off」。國際調查記者同盟在做分析時就將停止活動或是「struck off」的日期作為是境外公司休業的時間（如果兩者有不一致的，將會使用時間較早的日期）。

《國際調查記者同盟》預計在五月上旬將會公佈完整的公司清單以及與其相關連的人員名單。而在詳細的資料釋出之前，我們先來看看這九張資訊圖表，帶你一窺巴拿馬報告的內幕。

▼《從 1977 年開始境外公司相繼成立》

從「Mossack Fonseka」公司洩漏出包含將近 40 年，21 萬間境外公司的資料，從巴拿馬到香港共有 21 個避稅天堂。

▼《四十年來境外公司的成立與休業》

紀錄上揭示從 2009 年以來「Mossack Fonseka」公司的客戶所擁有的公司都在很快的時間內休業，而近四年來新成立的境外公司數量也持續減少。

▼《橫跨加勒比海到太平洋：「Mossack Fonseka」染指過的避稅天堂》

在超過 21 個避稅天堂操作的實績，讓「Mossack Fonseka」堪稱是世界前五大的境外公司大盤商。而在 2004 到 2005 年間的重大法律變革也讓境外市場產生巨大的波動。

▼《巴拿馬報告中最熱門的十大避稅天堂》

根據「Mossack Fonseka」的檔案顯示每兩間境外公司就有一間是來自於英屬維京群島——總數超過 11 萬 3 千間，而第二名的熱門地點就是其總部所在的巴拿馬。

▼《境外公司的盛衰》

根據記錄顯示，境外公司通常只會活動一段很短的時間。「Mossack Fonseka」管理的境外公司裏，有在活動的公司數量在 2009 年達到高峰（約有 8 萬 2 千間），之後就逐年衰減。

▼《最多中間人的前十名國家》

「Mossack Fonseka」公司藉由與超過 1 萬 4 千多家銀行、法務公司、法人以及中間人等合作，幫助他們的客戶們建立海外公司、基金會或是信託基金。

▼《不記名股票大追擊》

不記名股票不需要註冊持有者的姓名，也因此具有較好的保密性。當英屬維京群島在 2005 年修改有關於不記名股票的規定之時，「Mossack Fonseka」公司就將這些持有不記名股票的客戶轉移到巴拿馬去。

▼《前十大為客戶開設最多境外公司的銀行》

總計超過五百家的銀行，前前後後向「Mossack Fonseka」公司註冊了將近 15600 間空頭公司。根據《國際調查記者同盟》的分析，其中又以匯豐銀行（HSBC）與其附屬銀行開設的 2,300 家為最。

▼《中間人最為活躍的前十名國家》

「Mossack Fonseka」公司共計與全球超過 100 個國家的中間人合作，根據境外公司成立的數量排名，最活躍的中間人分別是來自於香港、瑞士以及英國。

《巴拿馬報告關鍵圖表》的原始資料整理、分析與視覺化由 Rigoberto Carvajal, Mar Cabra, Álvaro Ortiz and Fernando Blat 等人協作完成。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。