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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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