輕鬆解讀數位經濟
輕鬆解讀數位經濟
2000.06.01 | 科技

傳統經濟,遵守規則的競賽 數位經濟,創造規則的競賽
傳統經濟,跑得快、跳得遠的是贏家;數位經濟,理解什麼是快、定義什麼是遠的會是贏家。
在傳統經濟中,我們通常假設廠商會面臨「問題」,再針對這些問題尋求「解答」。這些問題通常會被用很數量化的方式提出來,而解答,則是「理性的」--如果你遇到了問題,你要很有邏輯地解決它。換句話說,只要遵守產業的規則--品管最好,你就可以提高良率、提昇品質;產量最大,你就有了規模經濟,具備價格優勢;資訊的運用與掌握最成熟,流通運籌的能力可以成為重要的競爭優勢來源。

<

p>
這樣的模式,在面對以實體製造為基礎的經濟型態時,大致上是行得通的。因為在傳統經濟中,賽局是明確的,規則是固定的,致勝的關鍵在於向上提昇,追求卓越,比你的競爭對手表現得更好。所以年銷量百萬台以上的筆記型電腦大廠,績效永遠優於二線筆記型電腦廠商;良率無法提昇的歐洲半導體廠,注定要被亞洲的後起之秀所取代。
但是在以創新與技術為基礎的經濟,情況就有所不同了。光靠降低生產成本、改善品質或是加快全球運籌的速度,已不足以保證能夠在數位經濟的競爭型態中生存。
聖塔菲研究中心(Santa Fe Institute)的教授布萊恩亞瑟(W. Brian Arthur,最早提出網路經濟報酬遞增法則的「經濟學家」,現在他則自稱是「應用數學家」,因為他認為傳統的經濟學,早已無法解釋當代世界的經濟現象)將新經濟的賽局,稱之為「經濟的認知面」(the cognitive side of the economy)的競賽。亞瑟指出,數位經濟中的賽局,就像是參加一場賭局,你在賭桌前坐定了,新的遊戲就要開始了,你對這場賭局也有很高的興趣,甚至是有非參加不可的壓力,但是你卻對參加這場賭局的玩家毫無認識,也不知道遊戲的規則是什麼,因為遊戲規則只在遊戲開始後才能確定。風險如此之高的一場賭局。如果你從事的是電子銀行業務,你可能得花上20億美元才能取得參賽資格,但是你卻連遊戲是什麼都難以確知。
因為這樣的一場賽局,遊戲的規則是由技術、政府越來越難捉摸的法規限制、和遊戲的參與者在遊戲的過程中逐漸交織、融合而成的,沒有人可以預知。因為我們無法得知技術會如何發展,不知道政府的管制會如何的轉向,也不知道我們的競爭者會如何下注。以電子銀行為例,網際網路、無線通訊、資訊家電或是認證技術的發展都將深切影響電子銀行的走向;政府對銀行業全球化的回應、傳統反托拉斯法規對新產業的認定,目前仍舊沒有清楚的答案;銀行業與不同產業間的跨業結盟、銀行本身如何運用資訊與網路科技、以及銀行業者如何看待產業的未來,都將會融會交錯成未來銀行業的新版圖。而這樣的新版圖,在它還沒有到來之前,是很難預見的。
正因為預見新版圖很難,對新的經濟態勢的認知能力,也就成為競爭力的最重要來源。在數位經濟的時代中,企業的策略必須改變,不只是因為遊戲的不確定性,而是這樣的遊戲,是沒有單一正確答案的。所以管理者的真正挑戰,並不是把事情做對,或是做一個最好的選擇,而是對企業所面臨的情境,比起其他人有更好的認知。
亞瑟形容,新經濟的競局就如同你與比爾蓋茲、Scott McNealy(昇陽的執行長)和其他科技界的龍頭老大在同一艘船上,這艘船正試圖要穿越一片迷霧,由技術組成的迷霧,你能夠隱隱約約看到不遠處有一座城市的輪廓。新經濟的競賽就是不斷地試圖去認清城市的輪廓,儘管那樣的輪廓正不斷地在改變當中,而且,有一大票人正在和你做著一樣的事情!
降低成本、提高品質或是加強運籌或許仍將是企業經營所必備的能力,但是真正的關鍵,在於能夠洞察市場與未來是如何逐步被形塑出來的。
正如彼得杜拉克所說的,未來的變化不可預測,但是不願面對這些變化卻是注定要失敗。杜拉克認為,唯一的可行之道,就是去形塑未來,創造未來。創造未來的風險很高,但是不去創造未來的風險更高。
傳統經濟,生產工具的提供者 數位經濟,企業文化的創造者
傳統經濟,企業因提供生產工具而存在;數位經濟,企業藉打造組織文化而存活。
在古典左派理論家的視野當中,傳統經濟模式之下,資本家和勞工最大的分別在於擁有生產工具與否。資本家擁有廠房、土地、生產所需的機器設備、和企業運轉所需要的資本;相對地,勞工則只擁有他們自己,唯一的生存之道,就是出售自己的勞動時間。馬克思認為,在這樣的經濟體制之下,資本家取得絕對的優勢,攫取了企業絕大多數的獲利,勞工則從未獲得應有的合理對待。
數位經濟時代,許多的知識工作仍舊繼續出售自己的勞動時間,但是知識工作者的腦力,則一躍成為最重要的生產工具。換句話說,當代的知識工作者,既擁有勞動時間,也擁有生產工具。
部分的知識工作者於是轉而成為自我僱用的工作型態,同時享有既出售勞動時間,也「出租」生產工具所獲得的報酬。
但是在新經濟時代,失去了生產工具掌控權的企業,是不是會就此消失呢?至少我們看到了許多企業對這樣態勢的頑強抵抗,對生產工具的所有權「念念不忘」。舉例來說,許多科技公司要求員工在進入公司任職之際就簽下同意書,將來如果離職,在數年之內將不得從事相關業務,而在任職期間所獲得的專利權、著作權,則歸原公司所有。這種種的嚐試,都是企業試圖將知識工作者腦袋裡的「生產工具」文字化,再用法律的手段,設法留在企業內部的作為。
但是可以預見的是,這樣的做法即使有效,效果也是逐漸在遞減當中。在技術變化速度越來越快,昨天累積的資產,很快將會變成明日負擔的新經濟時代,知識工作者最重要的生產工具是「創造力」,不是過去的「經驗」或「成就」。而法律契約,卻只能留住員工的經驗或成就,無法保住知識工作者的創造力。
因此,新時代的企業所真正需要的,是打造組織創造力得以源源不斷湧現的企業文化。因為創造力的產生,需要互動與分享的人際溝通、需要能夠容忍犯錯的豐富資源、需要對外部環境變化的時時掌握,而這一切,都是必須要直接面對市場機制的個人知識工作者所無法取代的。

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