加拿大新總理馬克卡尼是誰?揭秘四幕「救火人生」:為何他成對抗川普新希望?
加拿大新總理馬克卡尼是誰?揭秘四幕「救火人生」:為何他成對抗川普新希望?

加拿大在4月底選出新總理馬克·卡尼(Mark Carney),他曾擔任加拿大央行總裁、英格蘭銀行總裁,是一位政治素人。在美國和加拿大剪不斷理還亂的政經關係中,他對川普展開強硬回擊。加拿大人為什麼選擇他?

「脾氣暴躁的央行總裁如今變身為『加拿大隊長』」《經濟學人》如此形容剛出爐的加拿大新總理。

2025年4月28日,加拿大自由黨上演一場近乎不可能的逆轉勝。原本民調落後的他們,最終在政治素人馬克·卡尼(Mark Carney)帶領下翻盤,自由黨也第四次連任總理。

某種程度上,加拿大人這次選擇的不是一名傳統政治人物,而是一位「消防隊長」。 從金融海嘯、英國脫歐到疫情,卡尼這位加拿大與英國前央行總裁,上場後都成功讓雇主安渡危機。

卡尼走的不是典型政客的路徑。他出生於加拿大西北方小鎮,擁有哈佛大學經濟學士與牛津大學博士學位。《紐約時報》形容除了家人和妻子外,「卡尼最愛的兩件事是加拿大和冰上曲棍球。」由於冰球技術優異,他還獲得哈佛大學獎學金。

但真正鍛鍊他的,是在跨國投資銀行高盛(Goldman Sachs)的13年。

救火人生第一幕:金鴻海嘯,帶領加拿大成G7復甦最快經濟體

在那段時間,他駐點過倫敦、紐約、東京與多倫多等全球金融中樞,參與過新興市場債務危機與主權資產評估等專案。他建立了一個橫跨歐美亞的財經人脈圈,也深刻理解了市場情緒如何在幾小時內點燃全球風暴。

正因如此,2008年金融海嘯襲來時,加拿大政府將這個「圈內人」任命為央行總裁。 他臨危受命,不到一年內推出降息與購債雙管齊下的政策組合,使加拿大成為G7中復甦最快的經濟體之一。

不只海嘯期間流失的就業機會迅速恢復,通膨也穩定維持在2%的央行目標。 《經濟學人》甚至讚譽在卡尼帶領下,加拿大銀行體系為「全球最穩健之一」。

英國脫歐之際,他再次被推上前線。

救火人生第二幕:英國脫歐,守住流動性,緩解經濟衝擊

2013年,卡尼成為英格蘭銀行(Bank of England)首位外籍總裁,三年後英國脫歐公投,市場劇烈震盪,他24小時內即啟動緊急計畫,準備高達2500億英鎊的流動性工具;隨後更降息至0.25%。

《衛報》(The Guardian)稱他對局勢表現「絕對冷靜」(absolutely serene),並讚英格蘭銀行的作為「及時、全面且具體」。BBC也指出,他的作法成功「支持、緩衝並幫助經濟調整」。

救火人生第三幕:新冠疫情,備齊完整工具應對GDP重挫

三年後,風暴再度降臨。2020年2月,卡尼在沙烏地阿拉伯參加其任內最後一場G20財長會議。當時新冠病毒剛露頭,但多數國際領袖尚未重視。卡尼卻敏銳察覺異常,返國後即撥電話給流行病學權威彼得·皮奧特(Peter Piot)——這位曾對抗伊波拉的專家警告:疫情可能奪走英國25萬條人命。

他知道英格蘭銀行無權決定封城,但卻有責任「讓經濟為災難做準備」。他召集經濟學者建模、推估若封鎖,GDP可能瞬間重挫10%。實際跌幅後來是20%。但政策早已備齊。他設計了全新流動性工具,並在卸任前,把這些應對計畫完整交給繼任者。

三場危機、三次救火。這次美國總統川普掀起的關稅戰,他又被加拿大人民指派上場第四次救火。

救火人生第四幕:對川普強硬!能在關稅戰中找出美、加雙邊最佳利益?

2025年加拿大大選。由於前總理杜魯多施政不力,國內通膨高漲、民眾生活成本大增,自由黨原本民調低迷。

然而隨著美國總統川普上任,從對加拿大課關稅,到鼓吹「加拿大應該成為美國第五十一州」,反川情緒迅速在加拿大蔓延。

雖然對手保守黨領袖博勵治也批評川普,但他風格激進、缺乏國際聲望,反而讓選民擔心他是另一種版本的民粹領袖。

自由黨則推出卡尼, 《華爾街日報》形容,卡尼在每個方面都是川普的反面:他理性、奉行全球主義、自由派、還身兼聯合國氣候變遷大使。這些反川特質,使得選民不再計較自由黨帶來的國內生活不如意,而是用選票把這位「加拿大隊長」推上台。

正如國策院資深顧問羅致政所言:「川普之亂最大的贏家是加拿大自由黨,這激發了加拿大的民族主義。」

卡尼勝選後,已經明言「加拿大和美國的傳統關係已經結束。」 過去加拿大對美國百依百順。然而在卡尼任內,這種情況恐將不復見。

川普上任後,立刻對加拿大課關稅,當時還是代理總理的卡尼,宣佈對等報復,安大略省還對美國三個州停止供電,川普暴跳如雷。後來美、加官員會談後各退一步,這充份顯示了卡尼的強硬立場。

加拿大77%的商品都出口到美國。這項貿易提供了加國超過200萬個就業崗位,約佔所有就業機會10%。美國可說是加拿大最大金主。當其他經濟體面對川普威脅,大多選擇息事寧人談判,卡尼卻公開硬槓。

這種「不跪」態度讓一些加國民眾的民族主義獲得滿足,不過也有不同看法。

《經濟學人》引述加國一位民眾道斯(Allan Dawes)說法,加拿大經濟效率低落,各省之間貿易壁壘充斥,基礎建設項目要花幾十年才能獲得批准。川普的關稅談判有助讓加拿大自由化提昇效率,「考慮到川普掌管世界上最大的經濟體,用手指戳他的眼睛真是太愚蠢了。」

雖然看法分歧,加國主流民意已做出選擇,他們決定讓卡尼上場正面迎戰川普。曾三次在危機救火的卡尼,在這第四次考驗裡,如何在加國高漲的民族主義,以及與美國的經濟利益間取得平衡?恐怕是這位60歲的前哈佛大學冰球選手最大挑戰。

延伸閱讀:父拋家、母嗑藥,川普副手范斯從底層變菁英...他代表的「鐵鏽帶」是什麼?
不是語言不通!日本調查最困擾外國觀光客的事,「它」蟬聯第一

本文授權轉載自:商業周刊

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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