中國向前看,台灣頻回首
中國向前看,台灣頻回首
2002.08.01 |

身旁意氣風發的人群夸夸其談2008年北京奧運,甚至於2010年上海有機會主辦世界博覽會的璀璨遠景。夢想太遙遠,更增添了不真實的色彩。
同時間的台灣,星期日晚間綜藝節目「超級星期天」中,已然沉寂多年的城市少女組合,尋找著失散多年的摯友,這是台灣集體懷舊愁緒,始終方興未艾的眾多浪頭之一。但是實在年代太久遠,已逾而立之年的資深少女歌手唱著天真的歌曲,構築另一種不真實的氛圍。
面臨經濟谷底,兩岸微妙的集體情緒,反映了兩地的難題。目前中國雖然外資熱絡,但是動力是否能夠延續還在未定之天,缺乏過去的榮耀可以誇口,只好把希望寄託在未來;台灣則是竭力壓搾對逝去榮光的緬懷。其實無論是中國的向前看,或是台灣的回頭望,都是對經濟現狀的逃避。

**偏向投資忽略了消費

**
兩岸最大的問題,都在缺乏成熟的國內消費市場。經濟發展的兩具引擎是投資與消費,但是中國和台灣的發展,都是偏向投資而忽略了消費。
中國近來的發展固然令人艷羨,但是仔細分析中國GDP的成長數字,雖然或許未必如同歐美部份經濟學家揣測是假造的,但是毫無疑問其中有很大一部份是外資瘋狂投入中國支撐起來的。中國近10年的經濟發展策略,有一大部份歸功於「割地求款」,將有價值的地陸陸續續出售,換取可觀的外匯。
如今全世界各地的經濟都受到打擊,市場對於外資持續進駐的動力已經開始質疑,萬方期待的中國內需市場顯然還沒有展現威力。如果外資挹注的力量減緩,中國經濟的隱憂將逐漸浮上檯面。
台灣則是另一種扭曲。過去數十年來,台灣引以為傲的經濟奇蹟的發展是靠著外銷,從國外的市場換取外匯。而企業所需的投資,則是靠著不斷從股民身上藉由「現金增資」套取資本。
亦即台灣當初經濟成長最主要的原因不外乎是投資、投資以及投資,長期以來消費市場在台灣卻被忽略了,以至於過去台灣的消費市場一直都不是台灣經濟發展的動力。尤其在台灣具有消費力的族群大量出走之際,又恰逢經濟不景氣,內需市場更顯乏力。
於是當兩岸的市井文化,具體而微的反映經濟生活的起落浮沉時,也是該有所作為的時候了。
值得做為借鏡的,有80年代的美國,當時是「日本第一」等書籍暢銷的年代,美國不但經濟不振,國內的消費市場,也充斥舶來品。但是後來「購買美國」(Buying America) 等重建美國內需市場的活動,不但扶持起威名百貨(Wal-Mart) 等以內需市場為主的企業,也奠基了90年代的榮景,韓國在97年起的亞洲金融風暴後重建國內市場,讓產業復甦,重新進軍海外。台灣與其繼續仰首企盼國際經濟翻身,美好時光重來,不如設法重建國內消費市場。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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