維基經濟下的台灣危機
維基經濟下的台灣危機
2007.08.01 |

今年六月三日龍應台基金會主辦的思沙龍座談會上,台積電董事長張忠謀認為,台灣企業首要命題是創新商業模式,而非兩岸開放。大家都知道,台灣的成功經驗起自於代工,久而久之,台灣在國際經濟上也就自我限定於此一角色。當這種角色所帶來的利潤愈來愈低的時候,台灣並沒有尋求轉型,而是在一樣的商業模型運作之下,變本加厲。最後產業利潤愈來愈低,員工工時卻愈來愈長。

當中國崛起,台灣承續傳統的思維,看到的是夕陽產業的脫困之機。但英特爾(Intel)在大連設廠卻有著明顯的遠見。如果我們了解英特爾始終掌握開放式創新策略,不僅是一家生產工廠,也是價值中心的話,就可以非常清楚,它這一步棋,絕對不是著眼於節省成本,而是搶著占領一塊開放式創新的處女地。中國有的不僅是廉價勞工、大學知識份子,更重要的是「未來」。現在大家可以同意,關係或關聯的建立,包括顧客、供應商、員工,在維持競爭力上,比創新更為根本,也更為長久。而根據佐格比民調機構(Zogby International)的調查,美國有四分之一的人認為,未來十年,中國將成為創新發明的世界領袖。

然而,要讓台灣的眼光從短視的「兩岸開放」轉變成創新商業模型,卻又是臨淵羨魚。首先,我們習慣線性合作,只有上下游的連接,或同業之間的扶持,缺乏創造與拓寬價值的廣度。在生產上的創新是游刃有餘,但對於產品、甚至組織的整體規劃卻一籌莫展,但這些才是讓企業在當前國際商業環境中存續的關鍵。品牌管理就是一例。品牌所蘊含的是整體的組織文化,因此也絕對不可能以購併得來。
**
善於要求員工卻吝於分享**

中國人有所謂「海納百川,有容乃大;壁立千仞,無欲則剛」。照理說,這種分享的胸襟,和將全球視為研發的平台、研發人員不必一定為我所控管的開放創新,不謀而合。然而,華人企業的經營模式卻往往反其道而行:對分享興趣缺缺,但充分運用中國人勤奮努力的個性,極度開發(exploitation)人力資源,卻成了保持競爭優勢的唯一方法。

事實上,台灣產業居於科技產業鏈當中風險最高、報酬最少的位置,也有其苦衷。單打獨鬥、激烈的競爭,使得企業不得不現實功利、求速效而失遠利。這使企業不欣賞任何一項離開目標的研究。而台灣企業往往離不開降低成本、銷售業績,這些短期、量化、與遠景無關的目標。狹窄思維積重難改,結果就是企業無法推動革命性的研發或商業模型的改良,只能就在最低水平享受微薄但可能量大的利潤。

這種欠缺創新的企業文化,當前遇到了一個更為嚴峻的難關,就是創新的周期愈來愈短,創新者與非創新者的差距將會愈來愈大。過去一家創新公司要能夠達到在國際上呼風喚雨的地步,沒有幾個十年是不行的。例如一八七六年貝爾發明電話,但電話真正成為全民的工具,發揮具體的商業效能,恐怕是二次世界大戰之後的事了。然而,現在科技要達到那樣的程度,所需的周期明顯縮小。用經濟學的術語來說,就是創新的時間邊際效益比以往更大。

沒有創新的傳統難以劇變

不但如此,創新的風險比以往更低。例如一八八○年代美國出現前所未有的鐵路熱潮,但一八九○年代卻是美國歷史上公司破產最多的時期,因為鐵路的投資太高,一旦挹注資金,就無法轉型。但現在不同,透過開放式商業模型,公司可以迅速調整經營方針,歷史包袱不再成為新組織的負擔。受惠於這種邊際成本遞減的效益,使得創新更為值得嘗試。然而,如果企業長久以來沒有形成創新的文化,驟然創新,談何容易?

今天Web 2.0、甚至過去的Web 1.0之所以為人樂道,就是因為它們在既有體制之外創造了生機,但如果它們永遠處於商業的邊陲,無法成為現有企業致勝的手段,就會很快失去動能。Web 2.0尤其重要,因為創造力在Web 2.0的回饋比起以往更大。不管是合作對象還是顧客來源,都透過Web 2.0向全球無限延伸。

大家也許知道摩爾定律:每十八個月,CPU的運算能力加倍。如果摩爾發現這個定律,但他所創立的公司並不是設計以適應它,那麼英特爾就不過是另外一家普通的科技公司罷了。但摩爾看到了此一趨勢,而英特爾的開放式創新設計,就是以靈活變化為特色的新商業模型,用以配合他對計算機能力的預測。

所以Web 2.0固然帶給我們很多驚喜,但這機會是給全球的。當我們正準備運用Web 2.0出奇致勝,全球也一樣看到了這個機會。根據網路效果,誰能夠快速轉型,首先行動,誰就脫穎而出。台灣企業的僵化體制、在適應變化上較歐美公司為弱,讓我們為台灣的未來擔憂。 

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