美股大屠殺,股票期貨接連下滑,標普500指數創半世紀以來最差上半年表現
美股大屠殺,股票期貨接連下滑,標普500指數創半世紀以來最差上半年表現

俄烏戰爭、聯準會積極升息打通膨的壓力之下,導致近期美股連續創挫,而今年上半年最後一個交易日仍是軟弱無力,四大指數全數收黑,正式進入熊市。

其中,道瓊工業平均指數連結的期貨交易下跌300點接近1%跌幅,標普500指數和納斯達克指數期貨分別下降0.98%和1.07%。其中,標普更是創下1970年以來,上半年最糟的表現。

今年標普500指數下跌超過16%,是2020年3月以來最大的單季跌幅;上半年大盤指數下跌20.6%是1970年以來最大的的上半年跌幅,甚至進入熊市,從1月初創高點下跌超過21%。

道瓊工業指數與那斯達克指數亦未倖免,道瓊指數中30檔股票在第二季下跌11.3%,自2022年以來跌幅超過15,那斯達克指數更是創下2008年來最大季度跌幅達22.4%。

這些指數表現將科技類股更推向熊市深淵,從去年11月創下的史高點下跌將近32%,今年為止則下跌29.5%。

受到上半年電腦、手機需求轉弱的影響,導致需求大減的窘境直接反應在美國記憶體大廠美光本季財測遠低於預期,2022會計年度第3季財報,營收年增16%,為86.4億美元至於第四季度財測預估為72億美元,但由於消費者和企業支出紛紛縮手,直接反映出對經濟衰退的擔憂,因此市場對於美光的前景也不是很樂觀。

雖然美光執行長Sanjay Mehrotra透過新聞稿表示,美光在第3季繳出破紀錄的營收成績,為因應近期轉弱的產業需求環境,美光將在2023會計年度採取行動減緩供應成長,但美光對記憶體和儲存的長期需求充滿信心。

梳理過去標普500指數的大跌情況

1970年代石油危機:
1970年代兩次石油危機,皆起因於中東重要產油國突然減產,導致油價飆漲、衝擊全球,造成經濟混亂與蕭條。由於埃及、敘利亞等伊斯蘭國家對以色列發動第四次以阿戰爭,阿拉伯石油輸出國組織為了打擊支持以色列的美國而發動石油減產與禁運,造成第一次石油危機。

標普在 1970 年上半年暴跌 21%,主要原因是政府擴張性的財政政策及通膨的加劇,而石油危機的爆發使得整體情況更加惡化。

2000年網路泡沫:
2000年的網路泡沫讓標普500最大跌幅達負47.4%,因為受到.COM公司之類的高科技股票隱含很高的本益比又稱本夢比,營收獲利不及投資者對公司寄予的期望,股價大幅的被炒作最後泡沫破裂,其中那斯達克指數一路跌到2002年9月的1,172點。

2007年次貸危機:
又稱2008年世界金融危機,主要是受到次級房屋信貸危機爆發後,投資者開始對抵押證券的價值失去信心,引發流動性危機。

標普500在2008 年11月20日大跌 12.4%,創下752的低點,2007年危機始於New Century Financial Corporation宣布破產,其中最慘莫過於雷曼兄弟原為美國第四大投資銀行,買下次貸公司希望藉由MBS賺取更多收入,連動違約導致一連串金融機構破產引發的全球範圍的金融海嘯,目前學界歸因於住房和信貸市場因影子銀行過分擴張。

2020年新冠病毒危機:
美國股市在10天內出現4次熔斷,市場卻也在一個月內快速反彈結束這一波跌勢。因為疫情導致鎖國政策、嚴格的隔離措施,使得經濟成長近乎停滯,各國政府端出寬鬆的貨幣政策與各類補貼試圖刺激經濟,然而美國大規模印鈔救市,卻也埋下了通膨帶來的隱憂。

然而今年的情況源於投資者努力應對失控的通貨膨脹與緊縮的貨幣政策,聯準會 (Fed)首選的通膨指標核心個人消費支出(PCE) 物價年增 4.7%,略低於市場預期,但仍處於近數十年來的高點。

聯準會加大對於通膨的控制力道,在6月份升息3碼,是從1994年以來最大幅度的升息。而這兩項項經濟因素都導致經濟下調,導致第一季GDP縮水1.6%,亞特蘭大聯邦儲備銀行GDPNow追蹤指出第二季經濟產出更將下滑1%。

根據《CNN》報導指出,市場會有如此情況,主要是俄烏戰爭、中國嚴格的封城政策、急遽惡化的通貨膨脹與鷹派的聯準會升息所致,而這些因素都加劇了投資者對於經濟衰退的擔憂導致急於退出。

Marketfield資產管理的Michael Shaoul 指出,如果我們有什麼安慰的話,那就是這種速度的損失很少連續幾個季度發生,但這並不代表不應該預期進一步的損失,說道,就目前來看很像是故事的中間情節,如同暴風雨前的相對的寧靜,但我們並未看到天氣有好轉的跡象。

根據《CNBC》調查指出,大部分投資者對於2022年認為市場會停滯不前,因此最安全的投資活動,有高達50%的投資人都認為手中持有現金風險是最低。

資料來源:CNBCinvestopediaCNN

責任編輯: 吳秀樺

往下滑看下一篇文章
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理

快速展店背後的挑戰 如何降低跨據點管理與維運負擔

對連鎖零售企業而言,展店代表商機與成長,但當門市數量快速增加,營運與管理的複雜度也隨之提升。尤其對便利商店(C-store)、餐飲連鎖與其他高密度展店型態的企業而言,總部需要面對的不只是據點數量增加,更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理,往往以單一門市為單位,各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形,或進行跨區域管理時,往往需要投入大量人力逐一確認資訊,不僅增加管理負擔,也提高維運成本。

此外,零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝,甚至調整營運規模。傳統一次性設備投資模式,容易讓企業在面對據點變化時缺乏彈性,也增加設備重新配置與後續維護的負擔。

因此,現代零售企業所需要的不只是單純記錄事件的設備,而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊,並支援未來智慧應用發展的智慧化管理架構。

晶睿通訊-2.png
圖/ 晶睿通訊

從既有設備開始升級 降低全面汰換設備的轉型負擔

面對智慧化轉型需求,許多企業最大的挑戰並非是否需要升級,而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言,全面汰換既有架構不僅成本高,也可能影響門市日常運作。因此,能夠兼容既有設備並逐步升級的彈性架構,成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構,企業可以從既有設備開始,逐步整合不同據點的安全資訊與管理需求,同時導入雲端管理能力。相較於一次性重新建置,新一代平台架構能協助企業延續既有投資價值,並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外,訂閱式雲端服務模式和混合雲安防架構,也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理,企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整,精準配置資源,降低一次性投入壓力,也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言,安全管理不再是一套固定且難以調整的架構,而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理,或因應營運策略調整,都能以更彈性的方式完成管理升級。

晶睿通訊-3.png
圖/ 晶睿通訊

AI 不只是安防工具 更開始協助零售提升營運效率

隨著 AI 技術快速發展,安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤;如今,智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為,協助企業從「看見發生什麼」進一步「理解正在發生什麼」,甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言,AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則 讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測,協助門市減少人工查看影像的需求。而進一步透過 Think Alert,管理者更可以直接以自然語言設定客製化的偵測條件,將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例,店員往往需要同時處理結帳、補貨與顧客服務,總部也難以持續掌握每個據點的即時狀況。透過 Think Alert,管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境;當符合設定條件的畫面出現時,系統即可主動發出警報,協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言,這代表 AI 不只是協助辨識既定事件,更能依據不同營運需求,讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查 Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後,如何從大量、多據點的影像中找到關鍵人物與事件脈絡,往往是最耗費人力的環節。透過 Think Search,管理者可以直接用自然語言描述想尋找的對象與情境,例如,當家長反映孩童可能在門市附近走失時,店員或總部人員不需要逐一查看不同攝影機的錄影畫面,只要在 Think Search 輸入「昨日上午,牽著小女孩的男性」等自然語言描述,系統即可協助從大量影像中篩選相關畫面,快速找到相關人物可能出現的時間與位置。若需要進一步追蹤,還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault,建立事件時間線與人物移動路徑,協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運 讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景,若顧客將手機、包包等物品遺留在座位或櫃台附近,遺留物與遺失物偵測可以協助門市人員更快發現異常,主動確認並協助顧客處理失物問題;人流分析則能協助企業掌握不同時段的門市活動趨勢,作為空間配置與人力安排的參考;車牌辨識可應用於停車區域或門市周邊管理,而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用,企業能在既有設備基礎上,進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言,AI 的價值已不只是「看得更清楚」,而是讓企業更快發現問題、更快找到資訊,並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則,到 AI 搜尋與事件調查,再延伸至顧客服務與營運分析,雲端安防平台正讓影像從被動的紀錄工具,逐步成為支援多據點安全管理與營運決策的重要資訊來源。

晶睿通訊-4
圖/ 晶睿通訊

85°C 北美導入 VIVOTEK AI 雲端安防平台 加速 80+ 門市智慧營運升級

隨著零售產業持續朝向多據點與數位化營運發展,如何在快速展店的同時兼顧營運效率、安全管理與服務品質,已成為企業的重要課題。

為支援持續拓展的營運需求,85°C Bakery Cafe 北美導入 VIVOTEK VORTEX AI 雲端安防平台,透過雲地整合架構與 AI 智慧應用,將原本分散的監控系統整合至單一平台,全面提升多據點管理效率、事件處理速度與日常營運效能。

此案例呈現零售企業如何從既有設備與架構出發,分階段導入雲端安防平台,並為未來智慧化管理與 AI 應用建立基礎。

閱讀完整案例

85°C Bakery Cafe North America 如何透過 VIVOTEK 雲端安防平台打造更智慧的門市管理模式

觀看案例影片

了解 85°C Bakery Cafe North America 如何應用 VIVOTEK VORTEX AI 雲端安防平台

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
台達電全解讀
© 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