台灣企業出現斷層、平均壽命僅7年,如何學習三星的「交棒哲學」?施振榮:不能只想賺錢
台灣企業出現斷層、平均壽命僅7年,如何學習三星的「交棒哲學」?施振榮:不能只想賺錢

三星電子會長李健熙78歲於25日病逝,他生前已交棒給長子李在鎔至少8年,換言之,在他70大壽時,三星已經展開第二次世代交接,而台灣產業普遍面臨高齡化危機,根據統計,台灣市值前一百大企業董事長平均年齡67歲,換言之,交棒議題已經近在眉睫。

目前台股市值前100大上市櫃企業中,家族企業占比從2012 年約75%逐年降到目前的70%左右,「去家族化」的趨勢明顯,台灣企業邁入「家族與專業經理人共治」年代,台灣過半數的上市櫃企業都已成立超過 30 年,企業平均年齡約33年。

世界最古老企業:日本「株式會社金剛組」

台灣水泥公司董事長張安平認為,台灣工商業現在剛好邁入第三次世代交替,但目前為止,還沒有看到很成功傳承的例子。他認為,亞洲華人社會至今沒有百年企業,這主要是因為華人的企業結構多始於家族商業行為,西方現代企業的形態到二十世紀才真正開始傳入東方,所以發展還很初期。

張安平舉了世界現存最早的企業──日本的「株式會社金剛組」為例,認為台灣企業要朝「百年」目標邁進,有許多可以學習的榜樣。「株式會社金剛組」是充滿傳奇性的「千年老鋪」,專門建造以及保養佛寺廟宇建築。

台泥企業團總執行長張安平
台泥董事長張安平認為可師法日本最老企業經營信條。
圖/ 簡永昌/攝影

這家千年老店創始於西元578年,同時間是中國的南北朝時代,「株式會社金剛組」標榜的是工匠精神和誠信,第32代領袖金剛喜定在遺言中留下家訓,成為公司的信條,被一以貫之地遵守,分別為:1. 須敬神佛祖先,2. 須節制專注本業,3.須待人坦誠謙和,4.須表裡如一。

張安平認為,「除了尊敬神佛祖先這一條以外,」他說,上述的公司信條在西方百年企業身上都可以發現相似價值觀。

施振榮:台灣企業平均7年,企業不只以賺錢為目的

宏碁集團創辦人、智榮基金會董事長施振榮則認為,台灣的企業平均壽命約七年,大陸企業平均壽命則約三年,距離百年企業都非常遙遠。他認為,是因為一般企業成立只以賺錢為目的,缺乏願景與使命感,加上創造價值的能力不足所造成。

「一旦經營過程中面臨挑戰,尤其外界環境變化大,新科技不斷出現,當企業在發展的轉折點如果沒有做出對的決策,未能在適當時機轉型升級,很快就會被淘汰。」施振榮說。

施振榮_宏碁創辦人_2019_02_11_蔡仁譯攝-1 (1).jpg
宏碁創辦人施振榮認為企業若只以賺錢為目的,無法成就百年企業。
圖/ 蔡仁譯攝影

施振榮強調王道精神,認為企業必須不斷創造價值,且兼顧所有利害相關者的利益平衡,方能達到永續經營的目標。

施振榮認為,企業所創造的價值要從「六面向」來看,在「有形、直接、現在」的顯性價值外,更要重視「無形、間接、未來」的隱性價值。才能持續建構一個能共創價值且利益平衡的機制,才能達到永續經營的目標,讓企業長青,邁向百年門檻。

台灣董事學會發起人、法國巴黎銀行台灣區董事總經理蔡鴻青,在其發表的新書《百年企業策略轉折點》也認為,台灣企業面臨迫切接班課題,專業經理人重要性大增。

蔡鴻青指出,過去15年台灣資本市場發展快速,上市櫃總家數從2005年的1,194家到2019年底的1,717家,總市值從0.5兆美金增長到1.3兆美金,外資持股比從30%增長到41%,亞洲公司治理排名也晉身第五名,挑戰永續經營,最迫切挑戰是接班。

台灣上市櫃448檔殭屍股,日均量低於百張

台灣股市也有一個危機,就是殭屍股過多。蔡鴻青觀察台股,有兩個極端現象,在天秤的一邊,是市值超過70億美元的大型股,數量僅佔台股1,717家的0.7%,市值小於5億美元的中小型企業數量占比超過9成,前者市值是後者的180倍多,這讓人擔心台股是否會陷入「一個人的武林」困境。

台股Andy.LIU / Shutterstock.com
台股是否是一個人的武林?殭屍股愈來愈多下,企業籌資目的將盡失。
圖/ Andy.LIU via Shutterstock

蔡鴻青認為,台股2020年7月指數創新高,但日成交量不到百張股票確有448檔,8成企業股價不漲,超過2成是殭屍股,流動性差,也讓上市籌資意義消失,另一個現象是,雖台股整市值成長,但主要靠台積電撐盤,虧損家數也從5年前的294家增加至2019年達382家。但他認為,台股有一群中堅冠軍企業,有機會讓台灣整體脫離台積電獨大的困境。

責任編輯:錢玉紘

關鍵字: #三星 #施振榮
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