為什麼疫苗買不到?政府錯在哪?了解過去一年國際各國在疫苗開發與採購上的困境
為什麼疫苗買不到?政府錯在哪?了解過去一年國際各國在疫苗開發與採購上的困境

疫苗採購這議題能吵到這種地步也是令人吃驚,一堆人好像都上禮拜才開始了解全球疫苗的產能與配送狀況及各國採購情況,在一知半解的情況下就開始砲轟政府,要批評政府當然沒問題,但要確定問題點到底在哪裡,而不是靠自己腦補的資訊與邏輯去罵,這樣批評與反駁方只會互相鬼打牆,對於釐清問題一點幫助也沒有,更遑論去解決問題。

剛好從去年疫情爆發開始就有固定在關注疫苗發展進程,幫大家回顧一下過去一年疫苗發展的歷程,至於在這樣的背景下台灣做得好不好,自己判斷吧。

去年歐美疫情爆發後,美國、歐盟、英國等先進國家政府都投入大筆預算給藥廠發展疫苗,並協助藥廠擴充產能,因這些國家都有共識以當時的情況幾乎不可能靠任何限制措施來有效控制病毒的擴散,只有大量施打疫苗達成群體免疫才能真正的對抗疫情,其中又以美國的operation warp speed最積極,一出手就是180億美元。美國、歐盟、英國等先進國家當時與有實力開發疫苗的廠商簽訂雙邊合約,用提前預購的方式來為藥商提供經費,優點就是疫苗成功可以優先使用,但相對的疫苗失敗錢就等於丟水裡了。

當時最被寄予厚望的不是現在大放異彩的輝瑞/BioNTech(Pfizer/BioNTech,指的是德國生技公司BioNTech與美國輝瑞藥廠合作研發的疫苗)的BNT162b2或莫德納(Moderna)的mRNA-1273這兩款疫苗,而是牛津大學與AstraZeneca合作開發的AZD1222(俗稱AZ疫苗)。

疫苗_shutterstock_1852683142.jpg
莫德納疫苗mRNA技術,不確定性高、開發成本昂貴。
圖/ ShutterStock

mRNA技術在這次疫情才第一次被用來做疫苗開發,不確定性很高,製造成本昂貴,再加上mRNA非常不穩定,對運輸跟儲存的要求非常高。而Oxford/AstraZeneca疫苗(AZ疫苗)採用的腺病毒載體技術相對成熟,製造成本低廉,對運輸跟儲存環境的要求也沒那麼高,當然更受偏愛。

但去年11月中Phase III數據出來後兩款mRNA疫苗跟AstraZeneca疫苗黃金交叉,臨床實驗數據顯示兩款mRNA疫苗保護力更強,還可以快速針對變種病毒做調整,超乎大家的預期(可以看莫德納跟AstraZeneca的股價走勢對比,莫德納到Phase III數據出來後才開始暴漲)。

之後疫苗開始進入量產並配送,這時候mRNA疫苗易於量產的優勢開始嶄露,配合operation warp speed的支持產能一路暴衝,3月的時候兩家藥廠就蠻有信心可以在上半年完成各自對美國政府2億劑疫苗的出貨,而AstraZeneca歐洲產能出包,原本預計在第一季交貨9,000萬劑疫苗給歐盟,結果最後只出貨了3,000萬劑,歐盟跟英國還就這事吵了起來,叫英國要分享不要自己先用,歐盟甚至直接禁止歐盟生產的疫苗出口。

AstraZeneca
AstraZeneca歐洲產能出包,原本預計在第一季交貨9,000萬劑疫苗給歐盟,最後只交了3,000萬劑。
圖/ AstraZeneca

結果就是,美國跟英國施打進度順利,歐盟問題連連。同時,AstraZeneca疫苗出現血栓疑慮,雖然只是零星個案,但也增加對此疫苗的安全顧慮,很多國家暫緩AstraZeneca疫苗的施打,或只開放給老年人施打,因血栓案例主要發生在年輕人身上。

同時在另一個角落,以色列正開始大規模接種Pfizer/BNT疫苗(俗稱輝瑞疫苗),二月初就有將近3成的國民完成第一劑接種。以色列在Pfizer/BNT疫苗三期中期報告快出來前才與輝瑞(Pfizer)簽訂供貨合約,但透過提出誘人但條件讓Pfizer優先出貨給以色列,包括承諾快速施打及協助蒐集數據為條件,大幅提高採購單價,並免除疫苗相關的法律責任,以色列開始大規模接種後,並沒有出現嚴重副作用,也證實群體免疫能讓疫情得到良好控制,死亡率與重症率大幅下降,經濟重啟,讓大家對輝瑞-BNT(Pfizer/BNT)疫苗更有信心。

AstraZeneca產能出包且有安全疑慮,而輝瑞-BNT(Pfizer/BNT)表現出色,有錢買得起輝瑞-BNT(Pfizer/BNT)疫苗的國家就開始搶輝瑞-BNT(Pfizer/BNT)的產能了,免得自己到年底都沒疫苗打。只是輝瑞-BNT(Pfizer/BNT)的產能都被買光了,至少都要等到5、6月歐美打得差不多後才能出貨。今年輝瑞-BNT(Pfizer/BNT)疫苗能出貨30億劑(如公司承諾),而AstraZeneca目前趨勢看來只能完成15億劑的出貨(公司宣稱能出貨30億劑)。

AstraZeneca雖然實際產能遠不如預期,但起碼還是有持續完成疫苗供貨,公司也簽了很多外包合約,印度SII是主要用來交貨COVAX的主力(沒錯,印度也在搞疫苗外交),結果印度前陣子又爆了,疫苗沒辦法出口,又引起了新一波的疫苗採購潮,這時候莫德納(Moderna)在美國也證明了自己,更多國家購買莫德納的疫苗。

回到台灣這邊,台灣第一批採購合約是跟COVAX簽的,於去年9月加入COVAX並在10月初付訂金,採購量476萬劑,當時的時間點疫苗的研發進度還不明朗,在沒有要採用砸大錢分散風險的策略下選擇先跟COVAX簽約確保一線抗疫人員的疫苗供給相當合理(你多買COVAX也不會先給你,COVAX要確保參與國家第一線抗疫人員都盡早獲得疫苗)。之後11月跟AstraZeneca完成1000萬劑疫苗的簽約,這應該是三期中期數據公布前就已經開始談的合約,那個時間點AstraZeneca的疫苗看起來確實是最好的選擇。

然後就出現BNT疫苗採購的問題,衛福部採購團隊11月開始了解疫苗的技術細節,應該等到之後數據出來決定採購,並在12月底完成簽約準備,但到1月BNT更改決定暫緩簽約。11月時衛福部購買Pfizer/BNT疫苗的意願跟優先度應該是大於Moderna疫苗的。12底的新聞又透漏台灣已經購買了約2000萬劑疫苗,476萬劑來自COVAX,1000萬劑來自AstraZeneca,500萬劑洽談中暫不公布,之後也證實當時不公布的500萬劑疫苗指的就是Pfizer/BNT疫苗,然後就是今年2月公布購買Moderna疫苗505萬劑了。之後就一路快進到本月跟高端疫苗簽下500萬劑購買合約加500萬劑開口合約。

所以對比起來,台灣買疫苗策略就跟大部分不想砸大錢亂買的國家一樣,先加入COVAX,再買AstraZeneca,然後等mRNA疫苗測試結果出來再買mRNA疫苗,但想買表現得到更好證實的BNT疫苗時不成功。如果今年1月順利跟BNT完成簽約,而且2月數據更完整後有可以進一步加購的選項,或許就不會走到今天這一步了。

寫文至此,大概梳理出台灣疫苗採購策略的問題。問題其實很單純,即在2月跟3月時在買不到BNT疫苗跟知道AstraZeneca產能有問題的前提下,為什麼沒有加買Moderna疫苗做保險?或許當時國產疫苗廠商給出很多樂觀的消息,高端也掛保證今年出貨1000萬劑沒有問題,反正都是等,那就等國產疫苗出來吧。但另外的問題就是,這樣會不會過度押注國產疫苗的成功,畢竟Phase II數據都還沒公佈,變數相當大,怎麼不先確保今年能夠大致施打?

看到最後,希望讀者對政府疫苗採購策略有了較完整的看法。我認為,政府的採購策略肯定有需要檢討的地方,但在切入問題時得先了解問題為何,討論起來才會聚焦,而不是無的放矢。政策議題應該是越辯越明,而不是互抹泥巴。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:蕭閔云

往下滑看下一篇文章
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用

下一個替你買東西的,可能不是你自己,而是 AI。當 AI 開始介入搜尋、比較與消費決策,品牌與消費者之間的入口也正在改變。iKala 共同創辦人暨董事長程世嘉認為,AI 競爭正進入下一階段,企業真正要面對的已不只是「如何導入 AI」,而是當消費者逐漸把選擇權交給 AI,品牌如何確保自己仍在 AI 的選擇名單中?

零點擊只是開始!Agentic Commerce 恐讓 AI 從「導購」變「代購」

過去,消費者透過搜尋引擎找到品牌、進入官網,再完成比較與購買;如今,愈來愈多搜尋與決策可以直接在 AI 中完成。程世嘉表示,「零點擊只是剛開始。」隨著 AI Agent 從提供答案進一步走向執行任務,下一步甚至可能替消費者選擇商品、完成交易,讓 Agentic Commerce 從「AI 幫你找」走向「AI 幫你買」。

Sega 側拍.jpg
程世嘉指出「零點擊只是剛開始」,AI Agent 正從「幫你找」進化到「幫你買」,加速 Agentic Commerce 時代到來。
圖/ iKala

這場變化真正改寫的,不只是流量入口,而是交易的主導權。當 AI 開始代表消費者採取行動,品牌未來面對的,可能不再只是「如何吸引消費者」,而是如何成為 AI 最終選擇的對象。

AI 不認識你,廣告下再多都沒用!SEO 下一戰:搶進 AI 的「推薦名單」

要被 AI 選中,第一步是先被 AI 認識。程世嘉直言:「如果 AI 連第一步都不認識你,那你在網路上下多少廣告都沒用。」這也讓品牌競爭從 SEO 進一步走向 GEO(Generative Engine Optimization):過去企業搶的是搜尋排名,現在更要掌握 AI 如何描述品牌、引用哪些來源,以及在什麼問題下會提到自己。

面對新的消費決策入口,iKala 將 AI Marketing 定位為協助品牌成長的全方位行銷服務,結合市場資料、自有 AI 產品與專業顧問團隊,提供從顧問診斷、策略規劃、專案落地到成效優化的一站式服務。從品牌定位、市場與競品分析,到 GEO 內容優化、創作者合作與媒體投放,iKala 不只提供數據分析工具,更協助品牌找出成長機會、制定行銷策略,並持續追蹤與優化執行成效。

iKala AI Marketing 總監許巧彤指出,品牌不只要「聽人」,也要「聽 AI」。透過 Ontix 掌握社群話題、消費者需求與市場趨勢,協助品牌發掘潛在商機;Kuroma 追蹤品牌在 AI 平台的能見度、推薦情境與引用來源,找出內容布局與 GEO 優化方向;Kolr 則結合創作者數據與行銷執行服務,協助品牌媒合合適的 KOL/KOC,規劃內容合作與媒體投放,將市場洞察轉化為實際行銷行動。

iKala
iKala AI Marketing 總監許巧彤分享,iKala 透過全方位行銷服務,搭配獨家產品賦能,協助品牌成長。
圖/ iKala

對內打通資料,對外洞察市場!程世嘉:老闆要懂 AI,AI 更要懂台灣

外部的搜尋與消費入口正在改變,企業內部也面臨另一場 AI 轉型。

企業 AI 為什麼推不動?程世嘉直指,第一個問題往往是「老闆自己不用 AI」。決策者若連 AI 能做什麼、不能做什麼都不清楚,再大的導入計畫也很難解決真正的企業痛點。iKala 提出「小步快跑、長期陪跑」的轉型策略,從關鍵場景快速驗證,再逐步擴大;同時以 AI Service、AI Marketing 雙軸出擊,讓 AI 不只改善內部工作效率,也能成為企業掌握商機、推動品牌成長的助力。

而當 AI 愈來愈深入企業決策、品牌溝通與消費者選擇,另一個問題也隨之浮現:AI 真的讀得懂台灣嗎?

對 AI 而言,語言相通,不等於真正讀懂一個市場。語言背後還有文化脈絡、在地知識,以及台灣人實際使用語言的方式。iKala 投入 TMMLU+,便是希望透過開源的繁體中文 AI 評測基準,檢驗模型對繁體中文與台灣知識的理解能力,讓「AI 到底懂不懂台灣」不再只是主觀感受,而有一套具體的評測依據。

TMMLU+.jpg
TMMLU+ 在九月全新推出 v1.1
圖/ iKala

從 Agentic Commerce、GEO 到企業 AI 落地,背後其實都回到同一件事:AI 應用最終仍建立在人與資料之上。正如許巧彤所說,「先有人才有 AI,因為 AI 終究是要讀資料。」人們創造內容、累積市場訊號,AI 從中學習、理解並影響消費決策,形成相互作用的循環。當 AI 逐漸從輔助工具走向決策與交易入口,企業競爭的關鍵將不再只是如何運用 AI,更在於如何讓 AI 理解企業、讓企業讀懂市場,進而掌握新的成長機會。

【關於iKala】

iKala 致力於透過將 AI 與數據嵌入企業經營核心,協助企業做出更精準、更快速的決策。我們透過引導組織從「數據累積」邁向「決策產出」來支援 AI 轉型,並提供完整的 AI 解決方案,將企業的自有數據與 iKala 基於全球數十億社群訊號所建立的智慧模型相結合。

iKala 總部位於台灣,足跡遍布全球,服務超過 1,000 家企業及 50,000 個品牌,版圖橫跨全球 190 多個國家,客戶群包含多家財星 500 強企業(Fortune 500)。

iKala 官方網站:https://ikala.ai
iKala AI Marketing 介紹:https://ikala.ai/zh-tw/ikala-ai-marketing/

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