中國今年GDP若超過5％一定是假的！經濟學家：中國跟全球競爭斷絕，像80年代的蘇聯|數位時代 BusinessNext

中國今年GDP若超過5％一定是假的！經濟學家：中國跟全球競爭斷絕，像80年代的蘇聯

今年3/26，上海市疫情防控專家吳凡在記者會上宣告：「上海不能封城……，上海在全國經濟社會發展中承載了重要功能。」短短兩天之之後，上海封城，至未解……

2022年3月26日，中國上海市疫情防控領導小組專家組成員吳凡在記者會上宣告：「上海不能封城……，上海在全國經濟社會發展中承載了重要功能。」短短兩天之後，上海封城，至今未解……。

從去年初的互聯網巨頭遭重罰、年中對補教業的上市與資本化禁令，到9月突發的「能耗雙控」事件，乃至今年初多地的封城與封省，在在凸顯出過去這動盪的一年間，中國國家主席習近平那雙「看得見」的手，無時不刻在對中國產業與經濟發展下指導棋。

長年觀察國際與兩岸產業趨勢發展的台新金控首席經濟學家李鎮宇認為，過去一年的中國經濟，就宛如一個高度可塑的「捏麵人」一般，在中國政府這雙超級巨掌下，正被以習近平為首的中共領導層，用改革開放以來罕見的力道與強度，重新「塑形」。

習近平將把中國經濟帶往何方？透過《今周刊》2022年、也是連續第19年的「兩岸三地一千大企業市值排行」調查（簡稱一千大），得以一窺這場「變形大計」的完整內涵。

攤開此次一千大榜單，無論是透過哪個指標排名，例如市值、營收和淨利成長幅度，抑或相較去年排名躍升的幅度，乃至新進榜企業的家數等，本刊發現，位居榜單前列者，多屬於「新能源」相關企業。在「市值成長率」排名前50強中，即有7家新能源企業。

另一個被中國政府「巨掌」所重新形塑的產業，是半導體。攤開一千大排名，有中國政府基金「國家集成電路產業投資基金」入股、且位居「前五大股東」的半導體公司家數，總共有16家，其中9家排名躍升，平均進步名次高達103名。

上海封城月餘，鑑於中國官方嚴苛的「動態清零」政策，已嚴重衝擊中國的經濟與供應鏈，4月下旬至5月初，多家外資機構紛紛下修中國今年經濟展望。截至目前，包含國際貨幣基金（IMF）、摩根士丹利、瑞銀、美銀、巴克萊與摩根大通等各家法人，對2022年中國經濟成長的預測，普遍落在4.2％到4.6％之間，這比官方希望達成的年度5.5％成長目標，足足低了1個百分點。

儘管有不少分析認為，中國有望在下半年二十大之後放寬清零政策，但李鎮宇認為，如此想法或許過於天真。他解釋，「獨裁者不會受到任期的限制，反過來說，他也不會受到任期的保障，所以，他眼裡的每個人都是政敵。」

至於對習近平日前表態，要求「今年中國GDP成長率必須超過美國」，李鎮宇聳聳肩，「中國全年GDP的成長，了不起就4％左右。如果有5％以上，那麼，數字一定是假的。」他笑說。

笑歸笑，但他綜觀過去一年由習近平一手捏出來的新中國，卻是做了一個偏向悲觀的長期定調：「這是一個悲傷的故事……。」

李鎮宇感嘆，當計畫經濟主導產業樣貌，「中國也等於是把門關起來，跟全球競爭斷絕，有點像是80年代的蘇聯。」而他眼裡的中國前景，「大概就是好一點的蘇聯……；中國最美好的時光已停留在2018年。」

這就是習近平捏出來的新中國。不久後，全球電動車的新龍頭或許會在這裡誕生，被美國「卡脖子」的半導體產業，成熟製程的產業能量也正加速追趕。然而，一個對外更封閉、對內更嚴控的中國，能讓這些產業能量創造出什麼樣的外溢效果？同樣地，恐怕也掌握在習近平的收放之間了。

本文授權轉載自：今周刊

責任編輯：傅珮晴、侯品如

好友缺你一個，加入數位時代LINE，科技產業趨勢新聞一次掌握！

傳送門點這裡

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。」

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。