「景氣何時復甦?」這可是最近的當紅話題,不管在各種場合,總會聊到這上面來,而答案則莫衷一是,從V型反轉、U型反轉、W型調整到L型盤整都有,而且背後都有很精闢的理由支持。
1個月來,我與多位採訪對象談到這個話題,包含電子業的李焜耀和陳泰銘,從矽谷回來的台灣女創業家張若玫,英特爾來台參加科技論壇的4位副總裁,甚至打算在5月創辦雜誌的黎智英。結論是:他們對景氣復甦的時間沒有共識,但是他們的工作進度和計畫,並不受景氣影響,甚至在不景氣中,他們反而看到機會。
以張若玫為例,過去她的公司股價在200塊美元以上時,很難說服一流人才加入,因為能再漲的空間有限。但是最近股價跌到4塊,她反而吸收不少一流人才,因為對方看到股價有成長空間。再者,她之前做好現金管理,手上還握有2.5億美元,此刻正好整以暇收購別的公司,「當大家撤退時,我要加緊投資。」
黎智英也一樣,在不景氣時,還投資5億台幣來台灣辦雜誌,因為他相信,過去讀者看雜誌,是像吃飯一樣,餓了才吃;但是現在讀者看雜誌像穿衣服,好看就買,雜誌好看就能爭取到讀者,無關乎景氣。因此,他所設定的雜誌規模,是台灣從未見的35萬本數量。
就是這種逆向思考的積極精神,成就他們在不同領域的事業。李焜耀和陳泰銘也是,心中各自設定一個成為世界第一的目標,景氣不好,反而有利他們進行併購,拉近他們與目標的距離。
他們的確沒有悲觀的理由。
1992年諾貝爾經濟學獎得主蓋瑞.貝克(Gary S. Becker)觀察,20世紀和19世紀比較起來,最大的進步是人的平均壽命增加一倍。這代表生活、休閒和工作的時間都增加。
另一方面,管理大師彼得.杜拉克發現,企業的平均壽命愈來愈短,主要是因為競爭激烈、產業環境變動速度遠勝以往,過去待在一家公司從頭做到退休的景象,將很難再見到。
人愈活愈長,企業卻愈活愈短。過去企業壽命長時,遇到不景氣,還有能力照顧員工;現在,景氣一下來,公司可能自身難保,奢言保障員工。過去,景氣循環像波浪,上上下下需要幾年時間;未來,景氣循環可能變成鋸齒狀,短時間就發生一回,不景氣反而是常態。
不管個人或企業,都必須調整看事情的角度,才不會囿於景氣榮枯。你不需要是卓越的企業家才能懂這個道理。52歲的知名攝影家謝春德就是例子。
過去2年,謝春德推掉所有工作,在他的工作室裡,用電腦、印表機和一堆印表紙,嘗試列印出他心中理想的構圖和色彩,在數位世界裡,走出傳統攝影的新路。「我今年52歲,但感覺只有2歲,」他高興地說。
「景氣何時復甦?」謝春德答不上來。但是在疊滿印表紙的工作室裡,他卻看到未來攝影工業的機會。
不景氣中,你看到了什麼?
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。
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。
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。
「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
