「鑽石恆久遠,一顆永留傳」神話幻滅?金價十年翻四倍,為何鑽石卻淪為賠錢貨?
「鑽石恆久遠,一顆永留傳」神話幻滅?金價十年翻四倍,為何鑽石卻淪為賠錢貨?

2026年初,全球金融市場正處於全面不確定性的頂峰,十年前,每盎司黃金僅約1,100美元,甚至一度突破5,200美元大關,漲幅驚人地達到400%。然而,與金光閃閃的黃金走勢相反,鑽石價格卻在過去兩年內近乎腰斬,甚至連珠寶巨頭戴比爾斯(De Beers)都不得不降價求生,為什麼在同樣的通膨陰影與動盪局勢下,黃金成了投資人的終極避險標的,而鑽石卻成了乏人問津的「昂貴石頭」?

當金價登頂5,200美元巔峰,鑽石卻搭上失速列車

根據中國金融數據商Wind資訊統計,倫敦黃金現貨價格自2015年約每盎司1,000美元起步,2022年後漲勢明顯加速,至今年1月28日,更歷史性的突破5,200美元,累計漲幅已經超過4倍,僅今年1月,漲幅也已經來到驚人的20%,堪稱全球表現最強勢的資產之一。

金價飆漲的背後推手,主要受到全球地緣政治緊張、各國央行瘋狂增持黃金儲備以去美元化、市場預期聯準會(Fed)降息導致美元走弱,以及通膨與財政赤字壓力下的避險需求推動,當投資人對未來經濟不確定性恐懼加劇,資金自然流向黃金這類避險資產。

華爾街對金價後市也展現高度共識,高盛、花旗、摩根大通、瑞銀等大型投行普遍預期,2026年金價區間將落在每盎司5,000至5,400美元之間;美銀則更為樂觀,認為春季有機會上探 6,000 美元,甚至不乏激進派看好年底挑戰1萬美元。

然而,與黃金形成鮮明對比的,是同樣被視為高價資產的鑽石。國際鑽石交易所(IDEX)鑽石指數自2022年的階段性高點158一路走低,目前僅剩約84.72,跌幅超過45%;另一項指標「鑽石標準指數」(Diamond Standard Index)顯示,今年1月28日天然鑽石每克拉報價約2,730美元,較2011年高點8,488美元暴跌67%。

鑽石指數趨勢
2021年至2026年國際鑽石交易所(IDEX)鑽石指數趨勢圖。
圖/ 擷取自IDEX官網

致命一擊!人工培育讓鑽石變成白菜價

鑽石價格為何陷入全面崩盤?這並非單一因素的偶發事件,而是一場從需求端萎縮到供給端革命的「完美風暴」。

陸媒《第一財經》引述業內人士分析,鑽石市場的潰敗首先源於婚慶需求的快速萎縮,以全球關鍵市場中國為例,2024年結婚人數創下歷史最大降幅,僅剩610萬對,約為2013年巔峰時期(1,347萬對)的一半,即便2025年出現小幅反彈,但「晚婚、不婚」的社會趨勢已成定局,讓過去支撐鑽石溢價的最強動力面臨斷崖式衰退。

若說需求端動搖了鑽石市場的地基,那麼人工培育鑽石(Lab-Grown Diamonds, LGD)的崛起,則是對供給端投下的致命一擊,直接瓦解了天然鑽石的定價邏輯。

隨著技術的進步,人工培育鑽石在物理、化學與光學性質上,已與天然鑽石完全一致,甚至在純淨度與穩定性上更勝一籌,當消費者發現,無論肉眼觀察或精密儀器檢測,兩者幾乎無從區分時,支撐天然鑽石高昂溢價的「稀缺性」,便逐漸成了國王的新衣。

陸媒報導,北京一位珠寶店負責人表示,人工培育鑽石不僅生產成本遠低於天然鑽石,價格僅為後者的10分之1到5分之1,而且從成分、莫氏硬度到折射率和火彩等關鍵物理性質都與天然鑽石幾乎一致。

更致命的是,培育鑽石的產能擴張速度,與天然鑽石動輒數十年的開採週期形成強烈對比,中國河南已成為全球培育鑽石重鎮,掌握超過六成產量,從生產到出貨只需數週時間,當「稀缺」可以被快速複製,價格自然失去支撐。

制度層面的轉折,進一步加速了這場價值重構。2018年,美國聯邦貿易委員會(FTC)正式修訂定義,承認人工培育鑽石在物理與化學屬性上與天然鑽石完全一致;2023年,美國寶石學院(GIA)更全面調整分級體系,捨棄過去帶有貶義的「合成」稱呼,改以與天然鑽石等同的4C(克拉、淨度、顏色、切工)標準出具鑑定報告,這項轉變,等於由全球最具權威的鑑定機構,替人工培育鑽石「正名」。

市場數據也清楚反映消費者態度的轉變。《華爾街日報》引述獨立分析師Paul Zimnisky指出,人工培育鑽石在全球鑽石珠寶銷售中的占比,已從2016年不足1%,快速攀升至逾20%;在訂婚戒指市場,滲透率更為驚人,美國2024年超過一半的新婚夫婦選擇人工培育鑽石,較2019年大幅成長40%。

鑽石diamond_shutterstock_114395257.jpg
圖/ Shutterstock

愛情神話賣不動了!戴比爾斯地位難保

「鑽石恆久遠,一顆永留傳」這句由廣告公司N.W. Ayer在1947年為全球鑽石霸主戴比爾斯(De Beers)構思的標語,被譽為20世紀最成功的營銷廣告,然而,到了今天,這層包裹著浪漫糖衣的壟斷神話已正式宣告幻滅。

隨著全球經濟形勢與消費者心態的劇變,這家曾控制全球90%鑽石市場的巨頭正陷入前所未有的生存危機。2026年初始,戴比爾斯便投下震撼彈,宣布不再為每盒鑽石單獨定價,改採模糊的合併計價方式,等同變相將0.75克拉以上的毛坯鑽售價下調10%至15%。

事實上,這並非戴比爾斯第一次低頭,自2022年起,面對需求急凍與庫存失控,公司已多次降價止血,僅2024年一年內,鑽石價格就累計下調約25%;即便如此,截至2024年底,戴比爾斯仍累積高達約20億美元的未售出鑽石庫存,創下2008年金融危機以來新高,棘手的是,降價不但沒有換來銷量回溫,反而進一步動搖市場對「天然鑽石保值性」的信心,形成惡性循環。

在價格體系鬆動的同時,戴比爾斯也做出關鍵的戰略誤判。2024年,公司決定淡出中國市場,將成長希望寄託在印度,押注這個被視為「人口紅利龐大、需求強勁」的新引擎。

然而,印度雖是全球最大的鑽石加工基地,卻並非高端天然鑽石的核心消費市場,其消費力僅約中國的三成,市場結構也以中低價位為主,難以消化戴比爾斯庫存中大量的大克拉高價鑽石。

加上印度鑽石產業高度依賴出口,美國占其珠寶出口比重超過三分之一,2025年美國對印度相關產品加徵高關稅,直接重創整條產業鏈,戴比爾斯原本寄望的新引擎反而變成風暴中心。

隨著終端賣不動、中游切割商拒接高價貨源,戴比爾斯賴以稱霸百年的「看貨會」也開始失靈。過去,全球頂級切割商只能被動接受它給出的供貨量與價格,如今,在二級市場價格持續走低的情況下,越來越多經銷商寧可違約,也不願再按其報價接貨。

價格崩跌與庫存壓力,最終反映在資本市場,戴比爾斯的估值大幅縮水,已成為母公司英美資源集團的沉重負擔,在營收縮減三成、資產價值大幅衰退後,英美資源集團已決定拋售其持有的85%股份,有趣的是,潛在的接手者並非其他跨國礦業公司,而是博茨瓦納、安哥拉與納米比亞等非洲產鑽國,這些國家正尋求回收多數股權以加強資源控制權。

鑽石
「鑽石恆久遠,一顆永留傳」這句由廣告公司N.W. Ayer在1947年為全球鑽石霸主戴比爾斯(De Beers)構思的標語,被譽為20世紀最成功的營銷廣告。
圖/ unsplash

你能立刻賣掉黃金,卻賣不掉鑽石

黃金與鑽石這兩種曾被視為財富象徵的商品,在過去十年間走出了截然不同的命運曲線,關鍵就在於資產的流動性與定價透明度。

綜合《每日經濟新聞》、《第一財經》等媒體報導,鑽石在二手市場的表現堪稱「慘烈」。一名女士10年前以人民幣(下同)10萬元購入一枚一克拉鑽戒,如今詢問多家回收商後,最高估價僅約3萬元;另一名安徽女子曾以1.8萬元購入鑽戒,近日在社群平台分享,其回收價竟僅剩180元,貶值幅度高達99%。

與此形成強烈對比的,是黃金在流動性與保值性上的表現。近年金價走高之下,民眾「買金存金」的增值案例屢見不鮮,就有消費者連續15年為家人購買黃金,如今估值已超過170萬元,累計收益逾100萬元,報酬率超過150%。

業內人士指出,鑽石在零售端看似昂貴,但其價格結構中,約有50%至80%來自品牌溢價、門市租金、行銷與人工成本,一旦進入二手市場,這些附加價值幾乎瞬間歸零。回收時,鑽石只剩下4C參數與戒托金屬殘值可供估價,30分以下的小鑽,甚至因鑑定成本高於實際價值,往往被回收商直接忽略,最後只剩戒托材質撐起殘值。

鑽戒在回收市場上的折價幅度,遠超一般消費者的想像,多數具GIA證書的一克拉鑽戒,正規回收價僅為原價的30%至60%;普通款式更常落在10%至30%區間,部分案例甚至低於5%。

黃金與鑽石的最終差異仍回到本質,黃金是一種準貨幣,擁有全球即時定價與變現能力;鑽石則是高度非標準化的消費性商品,一旦市場進入「風險優先、流動性優先」階段,自然被排除在核心資產之外。

業內人士直言:「以前炒作的是地殼億年生成的稀缺,現在人工培育鑽石要多少有多少。」對Z世代而言,與其花費數十萬元購買一顆注定貶值的天然鑽石,不如用3萬元買一顆等級相近的培育鑽石,剩下的資金,還能用來旅行、投資,甚至直接買黃金。

本文授權轉載自工商時報

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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