好日子沒結束,風險越來越大
好日子沒結束,風險越來越大
2004.05.01 | 科技

4月25日,中國人民銀行宣布將金融機構的存款準備金率將從7%提高到7.5%,針對若干資本充足率較低的金融機構,存款準備金率甚至增加到8%。這是繼去年8月以來,中國財政當局再次以大幅度的貨幣手段進行調節,抑制中國金融機構過度增長的信貸投放。
最重要的原因是,中國的經濟溫度似乎已經太高;中國固定資產投資年成長率去年創下48%的高點,2004年第一季的成長率依然高達43%。大筆的資金投入工廠、房地產、基礎建設與因應北京奧運的都市改良計畫,也為GDP成長注入動力;加快建設配合生產外銷,加上供應端的緊湊,從去年以來,中國的需求已讓包括鋼鐵、銅、鋁、塑膠、石油與水泥在內的原物料價格飛漲。

**中國的投資熱潮,彷彿泡沫

**
根據官方資料,去年中國的投資占GDP比重已經竄升到20年來的新高,也創下世界經濟的新紀錄,在2003年高達43%。已有許多經濟學家公開表達憂慮,一旦投資的金額與力道衰減,中國的經濟成長將難以避免地低緩下來。
在資本流入增加的同時,雖然產量增加,中國的生產力或許並未有效提升。國際貨幣基金會(IMF)的經濟學家賀騰斯(Paul Heytens)和哲布克(Harm Zebregs)的研究發現,中國有將近四分之三的經濟成長來自於資本累積,而衡量總體經濟效益的生產力指數(total factor productivity),從1995至1999年每年卻僅增加2%。
巨大的投資力道,建立在金融機構高度的信貸創造上,也與湧入的外國投資相關。但由於中國固定資產的投資,有70%來自效率低落的國有企業,鑒於國有企業的結構性問題,許多投資的未來獲利相當可疑,可能會創造更多新的壞帳。但由於持續資本注入帶動的榮景,許多企業可以繼續以新的投資項目獲得貸款、吸引投資。「因為一直有錢進來,中國有許多公司的現金流量是正的,也讓資產負債表上的數字越滾越大,」一位往來兩岸頻繁的外商基金經理人觀察,最大的問題是,「如果有正確的損益表,我相信很多公司仍是赤字。」
但在金融市場先天的結構性缺陷影響下,中國當局的貨幣調控手段,有效性也可能大不如前。「想要讓經濟獲得可持續性成長,有賴於收入與投資維持同樣的速度,但在中國卻是後者速度遠遠大於前者,」摩根士丹利經濟學家謝國忠直接以泡沫來形容中國的投資熱潮,認為對於未來的樂觀預期讓中國持續流入龐大的資本,也讓中國的經濟發展,過度依賴各種固定資產的增長,「這些流入的海外資金,讓中國地方政府與企業得以抗拒中央政府的經濟緊縮措施,同時讓投資泡沫與最終將會到來的調整,變得越來越大,」他警告。

**中國經濟的好日子要結束了?

**
4月中旬,美國聯邦儲備理事會主席葛林斯班就謹慎指出,「中國面臨的問題,不是對商品需求增加太快,而是貨幣供應量快速增長,可能造成經濟過熱,」中國的貨幣供給額年增長率為20%,加上占據重要比率的國有企業生產「缺乏靈活性」,已給中國當局帶來壓力,「他們在試圖尋找適當的平衡,可能將採取更具彈性的人民幣匯率政策,」葛老的這番話,暗示中國可能透過人民幣的適當升值,配合緊縮銀行信用,讓經濟在今明兩年順利軟著陸。
這表示中國經濟的好日子要結束了嗎?那也未必。「中國的經濟的確過熱,但還不到泡沫的地步,」瑞銀華寶(UBS)長期研究中國的經濟學家安德森(Jonathan Anderson)分析,中國的存貨並未增長過頭,消費者物價也大致平穩,而在最受關注的房地產貸款過速增長問題上,去年以來當局也逐步降溫。
由於中國公佈的官方數字真實度不盡可信,安德森綜合中國的國外直接投資、信貸增長量與工業利潤等指標,發現中國的經濟的確有過熱跡象,但也僅約莫等於1992~1994年當時的熱過頭程度,「現在的現象的確需要適當冷卻,但是比起當時的過熱,現在中國有確實的需求作為底子,出口占GDP的比重也比過去增加一倍,」他認為情況並未失控到無法收拾,中國的GDP在今明兩年仍將分別有9.6%與7.4%的實質成長率。

**回歸基本面,
解決中國經濟循環

**
長期的發展仍將持續,但是短期而言,中國經濟將會面臨不小的挑戰。原物料價格的高漲,配合固定資產投資的快速成長,意味著中國工業生產與包括房地產內的相關建設,在供應量擴增的同時,成本也同步上升;工廠與住房越來越多,如果實質需求無法趕上供給的速度,隨之而來的跌價壓力會越來越大,這會進一步惡化企業的獲利與償債能力。如果葛林斯班在今年夏天如市場預期般調高利率,中國可能將面臨雙重壓力:來自美國的需求可能會減緩,而國外流入的資金水位也會降低。
如果不再迷信資本流入帶來的效益,解決中國經濟循環起伏的良方,最終仍要回歸基本面:除了每一單位投資下實質生產力的有效提升,還要有健全合理的信用分配體系。前者涉及國營事業的真正改造,後者則是銀行體系的全面整頓,但這兩者卻都有龐大的社會與政治風險,也是中國經濟改革始終無法順利度過的瓶頸。
1994年,中國的宏觀調控沒有觸及這些實質問題;到了2004年,雖然有所改善,同樣的老問題依然存在,但中國的經濟規模已大到會深刻影響全球經濟運作的地步了。如果中國還想再拖上10年,這一次,恐怕全世界會有更多人被迫要加入中國的財經改革陣營,疾聲要中國打破更多禁忌。

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