資訊科技不再重要?
資訊科技不再重要?
2004.06.15 | 人物

2年前,《哈佛商業評論》(Harvard Business Review)的總編輯與甫從奇異電器退休的威爾許因採訪熟識傳出婚外情,消息曝光鬧得滿城風雨,威爾許以離婚收場,這位總編輯辭去職務,《哈佛商業評論》則賠上專業形象。
去年5月,《哈佛商業評論》再次成為話題,不過這次不涉及兒女私情,而是其中一篇文章「資訊科技不再重要」(IT doesn't matter),由於觀點過於獨特,一年來在全球資訊業掀起文化大革命,引發許多爭辯與討論。作者是40出頭的年輕編輯卡爾(Nicholas Carr),因這篇文章聲名鵲起,並擴充內容在今年5月出書,只是書名少了硝煙味,改為《資訊科技還重要嗎?》
(Does IT matter?)。
卡爾原本預期這篇文章只引起一、兩週的討論,沒料到捅到馬蜂窩,造成軒然大波,讓自己一夕成名。畢竟,全球資訊產業一年規模達1兆美元,與中國的GDP相當,而且在過去10年是帶動全球經濟成長的火車頭,角色也等同目前的中國。要說資訊科技不再重要,那代誌真正大條囉。

**資訊科技不再是競爭優勢

**
卡爾的論點在於,隨著資訊科技走向標準化,包括軟體和硬體在內的資訊產品,已成為標準產品(commodity),意味著來自不同廠家的同類型產品之間,差異極小,這種標準化特性導致資訊產品在短期內可以大量生產,而且成本大幅下滑,因而快速普及到企業和一般消費者手上。
也因此,資訊科技成為基本配備,本身的獨特性消失,過去企業因為比競爭對手早一步投資資訊科技,或比對手多花錢買更貴的資訊產品,從而塑造出來的獨特競爭優勢,已不復存,擁有資訊科技不再是競爭優勢來源。
卡爾以19世紀末的鐵路和20世紀初的電力為例,在這兩項產品初問世時,因為資源稀缺,能夠使用鐵路和電力的企業,比起那些無法負荷的企業,擁有更強大的競爭優勢,當時企業裡甚至設置「電力副總裁」(vice president for electricity)職位,負責制定企業的用電策略和管理電力使用,就像目前許多企業都設置「資訊長」(chief information officer),負責制定公司資訊策略和架構系統。
隨著鐵路運輸和配電系統的標準化,鐵路和電力的成本大幅下降,成為大多數企業都能使用的資源,擁有這兩項資源不再成為企業的競爭優勢,類似電力副總裁的職位跟著消失。
卡爾認為,當資訊科技一如鐵路和電力普及,不再形塑競爭優勢時,企業接下來要面對的,只剩下「成本」和「風險」問題。他建議企業不要再花大錢追求新奇的軟硬體,成為那些天花亂墜業者和一大堆未經完整測試即上市產品的白老鼠,改做市場的追隨者,而非領先者(讓別人先試,等臭蟲除得差不多再用,省錢又省麻煩),並仔細核算風險(如當機、斷線、中毐、駭客入侵和內部資料外流)等,找到因應之道,比方把資訊系統的管理和維護外包給專業機構。
這種言論看在資訊業者眼中,簡直大逆不道,特別是這個行業在過去幾年是最會創造概念和新名詞的,像是B2B、ERP、CRM、EAI和SCM等,每一個名詞都代表一套系統,和背後數十至數百萬美元的售價。

**改用成本來衡量投資效益

**
反駁卡爾意見的大有人在,以美國《商業週刊》為代表,認為卡爾所描繪的景象在未來可能發生,但絕不是現在,資訊科技的演進依然日新月異,新技術和新應用不斷出現,仍是企業用來區隔對手的競爭利器。
雙方看來還有得吵,也都說對某些事。無論如何,卡爾的文章倒反映了目前資訊科技業的三項變化。
第一是回歸「投資報酬率」(return on investment)。資訊產品有技術門檻,不在這個專業的人不易弄懂,使得資訊業者對於自身產品享有很大的論述空間(光華商場賣的PC不算,這裡指的是號稱能幫企業解決各種流程問題的軟體系統)。一般企業投資其他項目都會先做投資報酬率評估,唯獨對於投資資訊科技沒有,一方面是卡在技術門檻無法評估,一方面是使用資訊科技創造的價值很難量化。
但是最近幾年下來,在景氣降溫導致企業資本支出縮減,以及企業先前投資資訊科技尚未見效之下,不少企業已把採購新資訊產品的權力,從資訊長交到財務長手上,用成本而非抽象的價值,來衡量投資效益。
第二是深化產業分工。當客戶用成本來要求廠商,廠商只能回過頭去壓縮生產成本,或者乾脆放棄,重新開發價值更高的新產品。以摩托羅拉為例,原本有自己的晶圓廠,但是比技術和產能拼不過台積電,比設計又拼不過專門的晶片設計公司,非常尷尬。摩托羅拉在去年將晶圓廠獨立出來成為新公司FreeScale,本身晶片改為向外採購,傳聞已久的IDM(本身設計和製造晶片的半導體公司)轉型風潮又多一家(先前已有易利信、阿爾卡特、日立和NEC等IDM把晶圓廠脫手)。

**「賣產品」比「做產品」重要

**
另一個例子是IBM。IBM在1997年就把重心放在專業服務和電子商業上,電腦製造業務一直傳言要脫手。6月初,IBM和中國長城國際合資的筆記型電腦工廠(IBM持8成股份)已確定要賣,競標者有鴻海和聯想。接下來,就看IBM的晶圓廠(於2002年初改做晶圓代工,但業績未如預期)是否會跟進。
第三是業務能力當家。當資訊科技變成標準化,技術門檻下降,「賣產品」的能力將比「做產品」來得重要,擁有行銷業務能力的主管,將取代技術背景的主管,成為科技公司的執行長。葛斯納1993年成為IBM執行長,錢伯斯1995年成為思科執行長,菲奧莉娜2000年成為惠普執行長,已為這件事埋下伏筆。這3人都是業務出身。
以技術創新的矽谷來看,前三大企業惠普、英特爾和思科,已有兩家是用業務主管當執行長,而英特爾也將跟進;將在明年接棒的英特爾現任營運長歐特里尼,將是英特爾第一位非技術背景的執行長(前面4任諾宜斯、摩爾、葛洛夫和貝瑞特都是理工博士)。
資訊科技還重要嗎?卡爾無意挑起的話題,卻正好觸及1兆美元產業進入轉型關鍵時刻,牽動許多人事、資金、技術、產品和產業變革,你說這件事重不重要?

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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