再見!全球科技黃金10年
再見!全球科技黃金10年
2002.08.15 | 科技

今年,恐怕全球都要有過苦日子的準備了!
以科技產業衰退為核心的全球不景氣,時間之長、幅度之深,超過預期。歷經90年代末期,以科技產業爆發式成長所引導的新經濟,創造出高成長、低通貨膨脹的「非理性繁榮」;不料進入21世紀後,科技產業跳躍式的成長,進入平緩的高原期,使得經濟成長缺乏強力火車頭,企業裁員、關廠、預算凍結……,早已不是新聞,新經濟的神話破滅,讓科技股大本營Nasdaq今年至今,已向下修正接近4成。
除了美國企業的財報弊端,究竟,全球科技產業怎麼了?
這一波不景氣,主要來自推升科技產業主力的企業IT支出,始終不如人意。根據IDC的統計,全球企業的IT支出,在歷經去年的大幅衰退後,預估今年IT支出也只不過成長3.7%,達9810億美元,其中資訊硬體更衰退4%,根據摩根士丹利(Morgan Stanley)的統計,截至今年第1季為止,全球科技產業營收已經連續衰退4季,衰退幅度分別為10%、17%、22%、18%,與過去動輒兩位數的成長相比,科技產業已不再得天獨厚的擁有爆發性成長。
缺乏創新科技應用,是這波產業大回檔最主要的原因。過去,由於PC的運算速度不斷突破、筆記型電腦陸續走入每個人的背包、手機用戶快速增加、Internet的相關應用越來越多……,由各種創新技術所扮演的殺手應用(Killer Application),總能不停創造出大幅的消費需求。而在全球分工、科技化生產下,產品能夠快速複製生產,充沛的產量、快速下跌的價格、新產品不斷問世以及被消費者接受,良性的循環使得產業空前繁榮,成了新經濟論者引以為傲的高成長、低通膨。

**缺乏刺激消費的創新產品

**
但是,缺乏殺手應用,則使新經濟成了一場大災難。當一般使用者已感受不到PC速度突破的意義,而人人都有手機、筆記型電腦、PDA以及寬頻網路後,下一個能夠讓消費者掏腰包購買的科技產品,卻遲遲無法誕生,新經濟所上演的繁榮假象,就跟著結束。去年,發展25年的PC、4年的手機,同時出現史上首度衰退,使得科技產業的成長,少了兩根強有力的支柱,相關PC硬體、週邊、通訊、半導體、網路設備等產業,跟著受傷不輕。
從缺乏創新應用開始,效應就好比一道道骨牌,陸續產生了惡性循環。在缺乏創新應用,消費需求無法刺激出來,過去不斷擴充的產能,就顯得過剩,進而使廠商投資腳步更顯得保守,並裁員、減薪因應不景氣,導致消費者的荷包減少,更不願意消費。
在90年代末期,扮演新經濟火車頭角色的美國,現在這樣的骨牌效應,特別明顯。
由於企業進行投資產能,資金來源大多數來自銀行貸款,從銀行貸款餘額的消長情形,可以清楚看到企業的投資態度。90年代末期,由於Internet及通訊相關的題材興起,美國IT產業走入大幅成長期,各家廠商莫不把擴廠生產作為當務之急,在2001年前,企業大幅進行投資,以及銀行給予高度的融資,美國整體企業貸款餘額水漲船高,根據國際清算銀行(BIS)統計,自1998年至2001年之間,光是美國的通訊業,借款餘額就增加到4100億美元。此外,根據FED統計,從1998年11月到2001年2月,長達27個月的時間,美國企業貸款餘額年增率都保持在兩位數以上,積極投資的腳步明顯。
但這樣積極擴張的產能,在消費需求不振下,就成了過度投資。摩根士丹利就指出2000至2001年,美國企業的IT支出中,高達1300億美元是浪費的,Gartner更進一步指出,全球每年2.7兆美元的IT支出中,高達20%是浪費支出。在產能供過於求的狀況下,美國企業開始大幅縮減投資,根據FED統計,儘管2001年來連續11次降息,銀行基本放款利率也同步降低,美國企業貸款餘額今年以來,卻不斷走低,從1月起,連續5個月在1%以下,其中5月的年增率更只有0.04%,與過去兩位數的成長有天壤之別,《紐約時報》(New York Times)則指出:在企業支出不振下,儘管家庭與個人的消費已經明顯成長,但仍然無法支撐起經濟復甦的力道。

**超額投資的企業開始嚐到苦頭

**
除了美國企業大幅投資外,持續投入的國外資金,也是10年榮景的關鍵。FRD統計,這段期間,雖然美國儲蓄率由9%降至0.9%,但資金水位卻持續成長,M2及M3年增率都提高至10%以上,主要就是來自國外資金的挹注。
美國能夠吸引國外資金,主要來自經濟成長的活力以及健全的財務制度,但在科技產業成長不明,假財報事件越演越烈下,國外資金也開始撤出美國。儘管目前美國儲蓄率已提高至3.1%,但6月M2及M3年增率卻下滑至7.63%及7.22%,M3年增率更是32月以來新低。根據高盛(Goldman Sachs)統計,今年前4月,歐洲企業對美國直接投資,從去年同期的398億美元,減至39億美元,國際資金已陸續撤出美國。
除了國外資金退出美國,國際企業在美國的支出,也同樣在減少。例如,德國媒體巨人貝塔斯曼(Bertelsmann)旗下的藍燈書屋(Random House),已投資3億美元的紐約曼哈頓區總部,今年秋天將到期,資訊費用也已投資1億美元,目前都將有可能暫停。
高度樂觀的成長預期,以及超額的投資,使得以美國為主的全球科技業,吃足苦頭。《紐約時報》專欄作家保羅‧克魯曼(Paul Krugman)近來就在專欄中指出,道瓊指數在萬點以上的高點時,企業樂觀的預期與投資,使過剩的產能,還要花很長的一段時間消化,「當時有人樂觀的預估,道瓊將一路衝到36000,現在這個預估,希望只是多個3而不是多個0。」
從雲端摔入谷底的科技產業,正歷經高度成長後的衰退,然而就如同過往每一次經濟循環,跌落谷底後,必然會有一波成長,而下一次科技產業的成長動能,答案還是在於殺手級應用何時出現。

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