亞洲威脅還是亞洲抬頭?
亞洲威脅還是亞洲抬頭?
2004.03.01 |

從1970年代開始,隨著美國製造業外移,以及亞洲出口至美國產生的貿易逆差逐年增加,有關「亞洲威脅」論的聲音始終不曾斷過。站在美國立場,日本的家電、汽車到晶片業;台灣的個人電腦,韓國的石化及鋼鐵材料,到近年的中國成衣和家具,甚至印度的白領人力,都曾經、正在或將要對美國造成衝擊。

亞洲不是威脅 而是共存共榮

儘管這種亞洲威脅論是單一觀點,卻是美國政府每次檢討貿易政策時的議題。美國過去十多年將數以百萬計的工作流到亞洲,每一次遇到大選,失業問題必定是候選人針鋒焦點,但到後來都不了了之。
關鍵在於,龐大相對廉價的亞洲產品輸出到美國,幫助美國民眾維持了生活水準,而貿易逆差則轉為美國的債務,這些債務再由政府出面發行公債,最後大部分仍由亞洲國家買走,做為該國出超資金的安全棲息地之一,同時也等於幫美國吸收債務風險穩定經濟。
從這個角度來看,亞洲對美國不是威脅,而是共存共榮。聯邦儲備理事會主席葛林斯潘就表達過類似意見,不贊成美國壓迫人民幣升值。摩根士丹利首席經濟學者羅奇也指出,美中兩國所得相距太大,勞工彼此的替代性低,人民幣升值造成中國產品成本升高,只會讓美國商人把採購地轉到東歐和中南美,無助於工作機會回流美國。
《華爾街日報》在2月初的一篇調查採訪指出,當美國高舉民族主義大旗,怒斥中國木製家具低價傾銷美國、造成美國工人失業的同時,美國的家具進口商,卻成批跑到東莞和深圳,要求當地供貨商降價,以維持這些進口商的利潤。另一方面,這些商人又在國內民意高漲時,到美國國會作證簽字,支持政府徵收懲罰性關稅制裁中國傢俱業。
這種投機說明亞洲威脅論的荒謬,而美國真正該面對的問題,是本身的經濟實力下滑,連帶使得科技產業的主導力跟著流失。

來自東亞挑戰 美國優勢難再

投資大師巴菲特去年底在《財星》雜誌發表文章指出,美國經濟目前最大的隱憂,是過去十年的資產淨流出趨勢。這指的是外國資本累計流入美國購買的資產(土地、大樓、企業、債券和股票等),已經大於美國資本到外國購買的資產,而且差距逐年拉大。十年前,美國是資產淨流入國家。這好比一個公司營運正常時,現金流是呈現淨流入,一旦現金流變成淨流出,就代表體質出問題。
當美國國內資產逐步流到外國投資者手上(許多來自亞洲),代表美國經濟的主控權,以及經濟繁榮所產生的果實,也將逐步流到外國投資者手上。更糟的是,萬一美國有風吹草動,外國投資者在短期內大舉出脫持有的美國資產,很可能引發美國經濟崩盤。
不管巴菲特是杞人憂天還是有先見之明,美國自1980年代雷根主政以來,靠政府舉債和民間擴充信用消費以帶動經濟的時代,將告一段落,美國必須先處理自己的龐大債務,在那之前很難再以美國3億人的內需市場,撐起全球60億人的經濟成長重擔。
管理大師杜拉克在今年初的一場訪問強調,未來的全球經濟,不再是美國一家領軍,而是歐盟(由德法等15國構成,今年預計再加入10國)、東南亞國協(加上中國、日本和韓國)和北美自由貿易區(加拿大、美國和墨西哥)三強鼎足而立。
不過,美國政府和民間要改變消費習慣,短期內恐怕不容易,這也意味美國資產淨流出的情況還會持續,其中最令美國政府擔心的就是尖端科技的優勢不再,而最大的挑戰者則來自東亞地區。
以參議員李普曼(2000年美國大選時與高爾搭擋參選副總統)為首的一派就認為,以晶片的設計和製造技術為例,美國的優勢愈來愈不明顯,這將不利於它掌握制定新一代科技產品規格的能力。

亞洲勢力抬頭 競爭加速分工

甫於去年退休的半導體設備商應用材料前董事長摩根,在3年前就預言,從日本、韓國、中國到台灣的這一塊東亞地區,未來一定是全世界蓋晶圓廠最密集的地方。當美國業者受困於景氣下滑而減少資本支出時,全世界最活躍的晶圓廠會轉到東亞。
而東亞之所以活躍,來自這裡已成為科技產品的生產重鎮,全世界最多的PC、手機、液晶面板、數位電視和數位相機,都在這裡生產,而這些產品都要用到晶片。
有趣的是,產業分工的型態,也在這個區內開始形成。屬於標準化大量組裝的產品生產線,正從日韓台三方移出到中國,而牽涉投資龐大的晶圓廠和TFT-LCD廠案子,日本則逐步退出,主要落腳在台灣和韓國,日本則專攻關鍵零組件(如數位相機的CCD和後端晶片,以及新一代DVD規格)和工業設計。
這種分工目前還很粗糙,但隨著區內彼此的貿易、資金和技術的持續交流,分工將持續進行下去。1998年之前,誰會想到日本業者同意移轉LCD技術給台灣廠商?而2004年,誰又能料到新力會跑到韓國投資三星的TFT-LCD廠,跳過日本同業?
當然,分工過程也蘊涵了競爭,而競爭更加速分工。中國目前是全世界最大的電視機生產國,中國的TCL去年和法國湯姆遜合作之後,今年將成為全球最大的電視機生產公司,但主要是映像管電視。這將促使原本的電視機廠商韓國三星和LG,加緊往新的液晶電視和電漿電視發展,而這麼做又可能刺激日本新力和夏普,要在新一代電視的解析度、功能和造型上創新。
當東亞的產業分工趨於明朗,再加上技術方面的持續創新,這才是美國真正要擔心的。2003年,在美國取得專利件數的前10名企業中,美國僅占4家,東亞國家則占了6家(日本5家,韓國1家)。
與其說是亞洲威脅,毋寧解讀為亞洲抬頭。而對於身處在這個區域的玩家來說,接下來最重要的議題,是找出自己在分工架構中的新位置,創造自己被需要的價值,乘著這波熱潮上升,而非盲目弄潮被淹沒。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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