是誰獵殺了紅色四月?
是誰獵殺了紅色四月?
2000.05.01 | 科技

雲淡風清的四月天,在矽谷的街道上,人們相遇的第一句話卻是:「這一切結束了嗎?」
持續多年多頭行情的美國那斯達克股市,卻在短短一個月內下跌超過三成。「新經濟概念股」,被認為是這一波股市下挫的元兇,雅虎跌幅超過三成,和信超媒體超過五成,EToys更高達九成以上。影響所及,告別「新經濟」的聲音,逐漸蔓延。

**什麼是新經濟,anyway?

**
要了解股市下挫對「新經濟」的影響,必須先釐清什麼是「新經濟」?媒體、經濟學家、未來學家、和華爾街分析師眼中的「新經濟」,其實是包含了一組既相關、卻又不盡然相同的概念的名詞:
◆新經濟指的是90年代美國持續的經濟擴張,同時又能夠維持低通貨膨脹率、低失業率的總體經濟現象;
◆新經濟指的資訊科技和網際網路所帶動的經濟成長;
◆新經濟指的是網際網路的發明,和網路所帶動的經濟和社會轉型。也就是說,新經濟就是網路經濟;
◆新經濟指的是網路和資訊科技類股所帶動的美國股市榮景。
美國「官方」觀點下的新經濟,可以用美國聯邦儲備理事會主席葛林斯潘的看法為代表。葛林斯潘認為,美國企業自從1980年代末期以來持續在資訊和通訊設備上的投資,是層面更廣的技術與經濟轉型的重要關鍵。葛林斯潘相信,美國是處於整個二十世紀絕無僅有的時光,科技的創新與發明從根地改變了經濟架構。資訊科技的普及,讓不斷更新的資訊變得垂手可得,從而改進了企業的經營效率;生產的規劃變得更加容易;庫存得以降低;運送的時間縮短了;通路的本質則全然被改寫。基於這樣的信念,美國的聯邦儲備理事會在整個90 末期都採取了較為寬鬆的貨幣政策。

**真有新經濟嗎?

**
但是經濟學家克魯曼則認為,「生產力」才是經濟領域中,唯一重要的事情。只有生產力顯著地提昇,才有所謂的「新經濟」。從統計數字上來看,美國非農業部門的生產力提昇,的確讓人耳目一新。自從1996年以來,美國的生產力每年有2.2%的平均成長率,過去25%年來的平均成長率則只有1%左右。生產力的增長在1998年下半年更跳升到3.4%,1999年第一季則是3.5%。經濟學人指出,除非這樣的生產力增長能夠持續,「新經濟」之說才能成立。
然而,西北大學的經濟學教授高登(Robert Gordon)指出,從1995年第四季到1999年第一季這段期間,電腦製造部門的生產力大幅提昇了將近42%,所以儘管電腦製造部門僅佔美國總體經濟產出的1.2%,這樣的成長幅度仍足以推升總體經濟的生產力。換句話說,資訊科技部門本身的成長有著無與倫比的力量,但是對其他經濟部門生產力的影響,「要不是小到無法察覺,就是根本是負面的,」高登說。
生產力提昇有限,為何先前股市能夠大漲?為何又能維持低通貨膨脹率?《經濟學人》雜誌指出,低通貨膨脹率和低失業率之間的關係,本來就不需要靠一套「新經濟」理論來解釋,一些小小的舊理論的結合,就足以說明過去幾年來美國股市為何得以持續上漲,卻又有著低通貨膨脹率:強勢美元、低物價、華爾街的力量、美國以外地區(例如97'~99的亞洲)的循環性經濟低潮、和非薪資的勞動成本壓力減輕等等。

**哪個「新經濟」完蛋了?

**
美國過去幾年來因高經濟成長率、低通貨膨脹率和低失業率「同時」存在而浮現的「新經濟」奇景,很可能也就是資訊科技部門的生產力驟然大幅翻揚的「偶然」結果,而不是全新的總體經濟結構轉變。美國股市的漲漲跌跌,既不是因這樣的「新經濟」而浮現,當然也就不是因為這樣的「新經濟」破滅而下跌。
資訊科技部門的成長,是美國90年代經濟發展的主要動力,則是無庸置疑的事實。根據美國商務部的統計,數位經濟-包括電腦軟硬體和電訊產業約佔美國國民生產毛額的8%,卻佔有自1994年以來實質國民生產毛額增長率的35%。就連一向對「新經濟」的概念多所保留的《經濟學人》都為文表示:「如果新經濟指的是更多的科技公司和工作者,這是毫無爭議的」。

**沒趕上新經濟熱潮嗎?很正常!

**
網路股大跌,網路公司的營運面臨空前未有的風聲鶴唳。道瓊集團旗下的媒體公司Barron's和網路評量公司Pegasus Research所提出的研究報告指出,207家的網路公司當中,將會有51家因現金流量不足,而在一年內以倒閉收場;花旗/旅行家集團的共同執行長威爾(Standford Weill)預言,八成的網路公司會在五年內消失;專業網路研究機構Forrester Research則預測,大部分的網路零售商將在2001年以前結束營運。
美國「投資之神」華倫巴菲特(Warren Buffett)說:「想從社會轉型中獲利,風險從來就沒有低過。」從來不投資科技股巴菲特在一次演講中提到,他其實由衷地相信,徹底改變人類生活的資訊革命早已到來。只是巴菲特也提醒我們,多少人從過去的產業大變革中致富呢?少得可憐!巴菲特舉世紀初兩個同樣對社會轉型造成重大影響的產業為例:汽車和飛機工業。
汽車工業草創之際,全美國至少有兩千家以上的製造商,如果你在汽車工業的初期階段就知道這個產業大有可為,你或許會說,「正這是通往財富之路」。歷史證明,二十世紀的確可以說是汽車的世紀,但是到了二十世紀的九○年代末期,當初的兩千家汽車製造商經過慘烈地廝殺,只剩下對投資人沒有特別吸引力的三家主要汽車廠。飛機工業的狀況也很類似,在1919到1939年這段期間,美國大概有三百家飛機製造商,到了現在,碩果僅存的則不到五家。汽車和飛機工業對美國社會與經濟產生重大的影響,但是對多數的投資人而言,沒有。 
巴菲特感慨地說,「就算你了解汽車的重要性,要選擇可以讓你賺錢的公司,仍舊很困難。」
社會大轉型的年代,計算輸家可能還來得比較容易一些。
時代的浪潮終究要淘汰多數的網路公司,要比股市的震盪更為嚴苛。

**網路新經濟與股市

**
事實上,管理學大師彼得杜拉克對此早有洞見。杜拉克指出,工業革命初期的一些產業,像是布料、鋼鐵和鐵路等等,也曾經在一夜之間,創造出許多的產業鉅子、百萬富翁,像是作家巴爾札克筆下的銀行家,或是文豪狄更生所描寫的鋼鐵大亨。工業革命以後所浮現的新產業,同樣創造了許多的百萬富翁,只是他們不再能光靠時機和運氣而一夜致富,而是二十年的苦幹實幹、越挫越勇才獲得的成就。
杜拉克的真知灼見在於告訴我們,光靠股市狂熱,不可能撐起一個新時代的榮光。
荷蘭在十七世紀所引爆的鬱金香狂熱,在1636年達到最高峰,當時一顆鬱金香球莖的價格,可以換得二十七公噸小麥、五十公噸裸麥、四頭牛、八條豬、十二隻羊、外加成堆的酒類和布料。如今,金融投機早已為人所淡忘,但是荷蘭,三百多年來,卻是全球色彩最繽紛的花卉王國。
杜拉克認為,網路及網路所帶動的電子商務,終將會成為全球傳遞與流通商品、服務、甚至是管理與專業性工作的最主要方式,從根改變經濟、市場、與產業結構,更重要的是,我們看待這世界,和我們身處這新世界的方式。
楊致遠、貝佐斯的一夜致富,只是證明了我們正處在一個新時代的開端。「新經濟」的實質影響力仍舊那樣有限,我們如果期待資訊科技和網際網路所帶來的經濟和社會轉型,所當要求的,理應是二十年以上的胼手胝足打造,而不僅只是仰望股市的短期漲跌。
楊致遠雖然身價非凡,但他仍是一個努力無比的工作者,每天工作12個小時以上,他的創業夥伴菲羅(David Filo),仍然常在公司打地舖,以解決突如其來的技術問題,「我們一心作的事,是把Yahoo!打造成一個服務顧客的公司,」坐在矽谷的速食店裡,楊致遠對慣常於摩天大樓頂層CEO辦公室採訪的Fortune主編說道。
如果「新經濟」指的是網路和資訊科技,及其所帶來經濟活動和人類生活的變革,是沒有太大的疑問的。但是經濟學家的統計數字也告訴我們,網際網路和資訊科技產業的發展本身沸沸揚揚,對總體經濟生產力的提昇,卻像是黎明的曙光,耀眼卻不炙熱,還有很長的路要走。
至於股市的起伏對網路新經濟的影響,則如同舊時代來來去去的金融遊戲一般,是一場無害的嘉年華會,它至少告訴了多數的旁觀者,新時代的新方向。

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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