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
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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