活在「價格無盡崩壞」年代中
活在「價格無盡崩壞」年代中
2002.09.15 |

從1986年台股突破1000點以來,股市就成了企業和百姓生活與營生的重心之一。這十許年來,加權指數行情有漲有跌,但大多數時段走的是多頭行情,最明顯的特徵,即是台股擁有「持續而穩定的高本益比(P/E Ratio)」,不僅超越香港、新加坡、南韓多多,也大幅領先美國紐約、英國倫敦等老牌證交所。
本益比是「每股股價除以每股獲利」的數值,也就是假如現在企業每股賺1元,你願意用幾倍的代價,去持有分配這利潤的股權。台股十幾年來享有高本益比,最大的原因是,台灣擁有創業精神旺盛、才智與鬥志雙全的中小企業,不斷登上股市,投資人願意用較高的代價,去購買這些成長型企業「未來」的獲利。

**「超額供給」終結高本益比

**
但是這好光景,就在這一兩年由量變到質變,不見了。
以老牌股王華碩、廣達的股價來看,它們今年的獲利和3、5年前的績優股差不多,但市場上給它們股價的本益比卻低得可憐,例如華碩預估今年每股還可以賺4元,股價卻只有70元,要是時光回到從前,連200元都嫌便宜。
最新的例子則是奇美光電,這家由經營之神許文龍創辦的台灣第二大TFT-LCD面板廠,預估今年一股可賺到5元以上,既有傳奇口碑又有現場實績,以前的話,奇美光電股票未上市就早已燒翻台灣半邊天啦(還記得固網公司募資,認股條滿天飛的場景嗎?),但實情是,它一上市先來5根跌停板,幫它承銷股票的券商非但不護盤,反而「認賠殺出」跑第一;以9月初奇美光電40上下的股價看,本益比只有8倍。
華碩、廣達、奇美光電的公司體質沒變,它們在世界產業圖譜的位置也沒變(主機板No.1、NB代工No.1、TFT-LCD面板No.4),變的是世界資本市場對PC產業再成長的信心。台股本益比的大崩壞,只不過是1990年開始的「銀色10年」(silver decade)終結曲的回應而已。在那個年代裡,以PC帶動的晶片、週邊族群,每年可創造15~20%以上的複合成長率,Intel和Microsoft每推出新一代的CPU和操作系統,就會吸引更多人來買PC,台灣工程師超強的技術擷取速度和量產生產效率,使電子業上市公司以等比級數的速度創造營收與獲利成長,高本益比理所當然。
但自2000年美國高科技股自高峰反轉,企業與個人新購PC的成長力蕩然無存,台灣公司即使能以較佳的生產效率去殺戮異國(或本國)同業,勉強取得營收成長,但投資人卻不再對它「未來獲利」的成長有信心,換句話說:上市公司產品一旦進入市場「超額供給」時段,就是高本益比蜜月幻滅的開始。
股市中「本益比的大崩壞」,對比的是超市裡「價格的無止境破壞」。

**沈淪在集體物價下跌風暴中

**
和直直落的股票行情表一樣,曾幾何時,走一趟各個大賣場,你再也找不到能「漲價」的商品。除了魚肉生鮮不能工業化的產品,每一種民生物資都只有在折扣下才具有順銷力。
翻開經濟部的消費者物價指數(CPI)統計,消費者物價年增率的「當期月vs去年同期月」增幅,由去年9月起就處在一路下滑的不歸路中,今年1~8月年平均值比去年下跌0.02%,首度寫下10年來負成長紀錄。也就是這樣的蕭條氣息,像「大潤發」這樣折扣定位的賣場才有號召力,一般百坪開內的平價超商,生意可是苦不堪言。
還記得小時候爸爸媽媽聞「物價上漲」而色變,現在連我們辦雜誌的文化人,都聞「物價下跌」而心揪。預期物價上漲的心理會使大家緊縮消費,帶來經濟衰退;預期物價下跌的心理殺傷力一樣大(既然明天會再跌價,為何我今天要去當傻瓜;既然大家都不買,廠商只好削減就業機會)。但它比「物價上漲」可怕之處,在於它並不為世界所熟悉,除了日本外,美國、歐洲和台灣都是自去年起才陷入集體物價下跌風暴中,包括葛林斯班在內的全球金頭腦,都仍想不出破解之道,而日本更已是用10年的時間,向世界證明它「鬼水怪談」沉淪般的恐怖。

**商品供給遠大於鈔票供給

**
由「通貨膨脹」(inflation)到「通貨緊縮」(deflation),是什麼力量帶來了這變化,它的衝擊有多大,我們又該如何是好?
電腦和通訊科技在過去10年的普及,無疑是個轉戾點。仔細想想,20世紀的90%時光裡,商品生產的供給其實始終少於鈔票的供給(所以動輒有通貨膨脹),因為國家和地理、文化的疆界,拘束了工業商品的生產和流通,某些國家被迫使用價格較高的商品,也保護了企業安穩的好日子,90年代前的北歐就是例子,即使日本電視機便宜多多,它們還是得選擇較貴的Nokia電視(你沒看錯,Nokia當年曾是紙漿、電纜和家電牛耳)。
但便宜科技帶來的全球化浪潮,使跨國設廠、跨國採購、跨國配送、跨國行銷的成本大幅降低,一下子全球市場中便塞滿了超額供給的高品質貨品,由芬蘭Nokia手機(美國設計、韓國組裝)、德國Adidas「飛火流星」足球(巴基斯坦生產、美國UPS配送)到日本Lexus汽車、大陸青島啤酒,不一而足;更剽悍的是,中國大概在近10年內投入8000萬勞動力,幫世界各大品牌製造商品,由Nike球鞋到Dell筆記型電腦,一舉把工業化產品的供給拉大到天文數字。
我們現在碰到的,就是人類史上最大規模「商品供給遠大於鈔票供給」的年代,這就是通貨緊縮的由來。
由本益比崩壞到商品價格破壞,你看通了道理,就好辦--那就選擇一個商品供給「遠小於」鈔票供給的工作來作吧!什麼工作?好問題!看看Nokia手機、Adidas足球、日本Lexus汽車,這些芬蘭、德國、日本籍員工在做什麼,那就對啦!想知道更多些嗎?咱們下期再細說分明。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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