「中國威脅」,全球發酵!
「中國威脅」,全球發酵!
2004.12.15 |

歐盟最新出爐的《2004年度歐盟競爭力報告》中指出,歐盟應重視中國經濟所帶來的挑戰,在這份全部394頁的報告中,有53頁在討論「中國科技威脅」這個議題。歐盟副主席韋賀根(Gunter Verheugen)表示,歐盟應該提昇歐盟的競爭力和創新意識,以迎接來自中國等新興國家的挑戰,因為中國已成為一個高科技產業內的「低成本競爭對手」。
歐盟的報告中指出,世界高科技行業競爭日益激烈,而區域專業化已經初露端倪。雖然科技行業仍然被工業大國所主宰,但是大部分消費品的組裝都是在低薪國家完成。1990年代以後,隨著中國科技行業以及國內市場突飛猛進的發展,政府以稅收等手段間接地保護國內企業,並在工業政策上大力支持國內生產,鼓勵外商在重點領域投資並為其提供更多的機會,以及要求進入中國市場的全球供應商透露其軟體的原始碼,並將其智慧財產權遞交給中國專家等等措施,中國有可能在許多的科技領域形成了完整的產業鏈。

**各國正視中國科技威脅

**
今年11月底,加拿大北電網絡(Nortel)執行長歐文斯(Bill Owens)指出,北電網絡正為中國華為和中興兩家公司的通信產品而頭痛,中國廠商較低的生產成本,使得北電網路在內的北美和歐洲廠商毛利率嚴重下滑。今年4月以來,北電網路已經為此裁員3250人。
在歐盟發佈年度競爭力報告之前,美國矽谷許多企業早就指出,中國的目標絕非只生產低技術的產品,而是要成為先進科技開發的中心。聖他克拉(Santa Clara)半導體設備公司應用材料(Applied Materials)行政總裁摩根(James Morgan)就說:「中國可能直逼矽谷以及其他美國科技重鎮。」甚至英特爾公司也認為,中國是美國最大的市場,也是美國最強勁的科技競爭對手。而據商務部人士透露,由於害怕過多的核心技術流失,許多日資企業在中國北方的科學研究機構和核心製造部門正逐漸遷回日本本土。不只是日本,韓國企業由於害怕過度依賴中國,以三星、現代、LG、SK(鮮京電訊)所代表的韓國高科技企業被政府授意「暫緩投資」。韓方人士表示,政府也提醒這些高科技企業小心技術外洩的問題。
歐盟對中國的擔憂不無道理,2003年中國科技產品(包含電信設備和電腦)對歐盟的出口以每年20%~30%的速度遞增。歐盟的報告指出,雖然中國經濟高速發展為歐洲企業提供了無限契機,但低成本和越來越具有創新能力的中國產品已經威脅到了歐盟,要想繼續保持市場競爭力,歐盟必須要提高創新意識和生產力。

**歐盟報告打壓中國?

**
2004年5月,瑞士洛桑國際管理學院公佈《2004年洛桑報告》指出,2004年中國科技競爭力在全球的排名第24,比2003年的29名提昇了5名。另外,中國的高技術產品出口額已經上升到世界第5,是唯一進入前5名的發展中國家。排在中國之前的四個國家分別是美國、日本、德國、英國。
伴隨著「威脅論調」的,是來自西方國家對中國產品的反傾銷和各種技術標準的限制。中國業界擔心這份歐盟報告可能帶來新的貿易封鎖。事實上,歐、美、日等西方國家對中國武器等高科技產品的出口一直都有限制。「隨著中國加入WTO後市場壁壘的逐步消除,西方國家針對中國產品的反傾銷和各種技術標準的限制將越來越多,」中國中科院院士倪光南表示,這些都讓中國體會到,中國科技的進步還是必須立足於自主創新,提高產品的附加值,盡可能多地擁有智慧財產權,這樣才能在國際市場複雜、激烈的競爭中順利發展。
製造優勢不是科技優勢
然而中國科技水準是否已經達到了西方國家所擔憂的程度呢?中國社科院世界政治與經濟研究所的歐洲問題專家沈驥如反駁,事實上中國只是一個「製造大國」,而非「技術大國」,許多產品的關鍵技術還是掌握在跨國投資商的手中。他舉例,中國製造和出口量最大的DVD,由於許多元件和核心技術必須從國外購買,因此每生產一部DVD機就必須付給這些擁有專利的歐美日本企業近20美元左右的專利費,「我們只賺到了加工費,這還是一個『低技術的活』,」沈驥如說。
沈驥如認為,中國成為世界的製造工廠,只是全球化背景下國際分工的結果。歐美國家就此指稱中國的科技威脅,是一種對自身利益和雙邊貿易的短視。沈驥如表示,由於中國目前對科研資金的投入依然過少,使得許多有研究實力的人才無法得到應有的研究資金,因此失去了對科技產品深入研究的機會。
據中國科技部報告指出,中國對科研資金的投入在逐步上升,占GDP的比重已經由2000年的1%上升到了2001年的1.09%、2002年的1.23%。但無論是絕對量還是相對量都不是很高,總量約為美國的5.67%,人均支出僅為美國的1.2%,日本的1.1%。

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