陳錦稷／中信金融管理學院教授兼金融管理研究所所長
台灣經濟今年將收到四十年以來最好的成績。受惠於全球人工智慧（AI）需求快速擴張，半導體、高階伺服器及相關供應鏈持續擴大投資，出口訂單也大幅成長，投資與出口形成推動經濟成長的雙引擎。中央銀行9月將2026年全年經濟成長率預測上修至11.48%；中華經濟研究院10月更上修至12.16%，將會是台灣1987年以來最高的經濟成長率，這也顯示AI浪潮正為台灣經濟帶來少見的強勁成長動能。
這不僅反映台灣在全球AI產業鏈中的重要地位，也讓台灣成為這波AI經濟浪潮的重要受益者。從晶片、伺服器到資料中心，台灣科技產業正迎來難得的發展機會。企業擴大資本支出，供應鏈增加產能，出口持續成長，股市成交量放大、市值更攀升至全球第四大，反映市場對未來產業發展的期待。這是台灣經濟值得珍惜的榮景。
然而，當科技產業享受AI帶來的高速成長時，傳統產業與廣大的中小企業是否也能搭上這班列車？許多傳統產業負責人反映，人力不易招募，生產成本持續上升，原物料價格起伏，銀行貸款也不像過去容易。明明台灣經濟很好，為什麼有些企業卻愈做愈辛苦？
原因之一，是這波AI經濟成長並不是平均分配的。科技大廠擴大投資，需要大量工程師、土地、電力和資金，其他產業也得跟著競爭這些有限、價格持續上升的生產資源。當科技業有能力以較高薪資延攬人才、以較高價格取得土地與設備，傳統中小企業即使沒有直接參與AI產業，也可能面臨成本上升；如果產品價格無法同步調整，成本壓力最後就會壓縮利潤空間。
更重要的是，AI不只是創造新的科技產業，也正在改變傳統產業的競爭方式。對原本就面臨人力不足、技術升級緩慢、產品附加價值偏低的企業而言，AI浪潮反而讓這些結構性弱點更加明顯。換句話說，AI並不是傳統產業經營困難的唯一原因，卻可能加速既有競爭劣勢的累積與擴大。
資金就是一個例子。AI資料中心、伺服器及電力設備需要龐大投資，相關企業融資需求隨之增加，銀行則必須同時考量資金成本、流動性管理與授信風險。銀行監理上常用的流動性覆蓋率（LCR），簡單來說，就是衡量銀行持有的高品質流動性資產，是否足以支應30天壓力情境下的預期淨現金流出。在資金成本提高、授信風險評估趨於審慎的情況下，銀行對企業的現金流、獲利能力及還款來源自然更加重視。市場上已有中小企業反映，貸款利率提高、審核時間拉長，甚至出現有資金需求卻不容易借到錢的情況。
這不代表銀行已經沒有錢，也不能說所有中小企業的融資困難都是AI造成的。但對信用條件較弱、規模較小的中小企業而言，資金取得的難度確實值得注意。過去只要有訂單，就能透過銀行融資擴充產能；現在企業還得思考，自己的獲利能力和現金流，是否足以支撐更高的資金成本。
另一個容易被忽略的問題，是政府長期穩定油電價格所形成的隱性成本。油電凍漲可以減輕企業短期負擔，但成本並沒有消失，只是部分轉由台電、中油或之後由政府財政承擔。企業看到的電價沒有大幅上漲，未必代表能源使用的真實成本沒有增加。價格緩衝原本是為了避免成本短期劇烈波動，但如果長期無法反映能源的合理成本，企業就可能低估節能設備的投資效益，也降低改善能源效率的急迫性。
這就像溫水煮青蛙。企業帳面上還有獲利，訂單也還能維持，老闆自然不覺得非改不可。但競爭對手已經開始更新設備、運用AI檢查產品瑕疵、預測機器故障，甚至用系統安排庫存與生產排程。等到對手交貨更快、品質更穩、成本更低，客戶開始轉單，原本看似穩定的訂單才會逐漸流失。真正危險的不是今天沒有訂單，而是企業還不知道自己正在失去競爭力。
事實上，傳統產業打入AI供應鏈，已經有具體例子。曾經躋身台股「萬元股」的川湖，原本以家具滑軌聞名，後來將精密滑軌技術延伸到AI伺服器機櫃。隨著AI伺服器愈來愈重，機櫃需要能夠承受重量、方便抽拉維修，還要兼顧結構穩定，這些需求讓原本看似傳統的滑軌技術有了新的市場。川湖長期投入精密製造、研發與專利布局，累積了深厚的技術基礎；2026年第二季毛利率更達87.42%，反映其產品組合與技術定位具有高度附加價值。《華爾街日報》2026年8月報導，川湖股價年初以來累計上漲近280%，反映市場對其AI伺服器業務的高度期待。這個案例值得傳統企業思考：川湖並不是突然變成一家AI 公司，而是把原有的製造能力應用到新的產業需求，成功打入AI供應鏈。
材料產業也有類似機會。南亞原本是傳統石化塑膠業者，其電子級玻纖布是銅箔基板等電子材料的重要原料，而銅箔基板又是印刷電路板及相關電子設備的重要組成。隨著AI伺服器與高速運算設備對材料性能的要求提高，市場開始重新關注傳統材料廠的技術與產品價值。這類企業的機會，不是單純搭上AI題材，而是必須持續提升材料性能與製程技術，才能符合新一代電子設備的需求。
這些例子也說明，AI供應鏈並不只有晶片和伺服器，還包括散熱、電力設備、精密零組件、特殊材料、工業自動化及廠務工程。不同企業的轉型路徑並不相同：川湖是將既有精密製造能力延伸到新的應用市場；材料業者則是透過提升產品性能，切入AI設備對高階材料的需求。傳統企業若能找到自己的技術優勢，就有機會進入新的市場。
當然，不是每一家傳統企業都能成為AI供應鏈的一員，也不必人人都去追逐AI題材。對大多數中小企業而言，第一步應該是從工廠管理與生產流程的數位化、智慧化做起。例如，先找出哪些製程耗費過多人力、哪些設備經常故障、哪些產品最容易出現瑕疵，再評估是否運用數位化與AI來改善。導入AI不是買一套昂貴軟體，也不是為了趕流行，而是要能降低成本、提高良率、縮短交貨時間，最後反映在企業獲利上。具有技術基礎與資本實力的企業，則應進一步思考如何調整產品與技術，進入AI供應鏈；少數具備條件的企業，更可以重新定位，發展AI基礎設施或相關技術服務。
企業不能把轉型責任完全交給政府，但政府也不能只要求中小企業自行投入。政策的重點應是降低技術導入的固定成本，讓規模較小的企業也能取得過去只有大型企業負擔得起的數位工具與專業服務。政府應把握這波經濟榮景，在油電價格穩定期間，不應只替企業吸收成本，更應同步推動節能、設備更新與AI導入，將短期價格緩衝轉化為產業升級的機會。
中小企業的AI與節能轉型，應視為產業基礎建設的一環。政府可以結合大專院校、研究機構、智庫法人及民間業者，建立共享AI技術服務、節能診斷及人才培訓平台，降低中小企業各自投入的成本。補助與融資也應採取有條件的支持方式，要求企業提出具體轉型計畫，並以能源效率、良率和生產力改善檢視成果。長期而言，能源價格仍應逐步反映合理成本，避免企業因為價格訊號失真而延誤投資。
市場上的重要觀察是，AI帶給台灣的不只是半導體與科技業的成長機會，更是一次重新調整產業結構、提高整體生產力的契機。川湖從家具滑軌走進AI伺服器機櫃，說明傳統產業並非沒有機會，關鍵在於能不能重新認識自己的技術與市場。但不是每家企業都必須成為AI供應鏈的一員，也不是每家企業都有條件複製川湖的成功。對多數傳統企業而言，更重要的是善用AI改善生產效率、降低成本、提升品質，讓自己在新的競爭環境中繼續保有優勢。AI不一定會直接淘汰所有傳統企業，但善用AI的競爭者，將逐漸拉開差距。AI浪潮已經啟動，傳統產業不能只站在月台上觀看，而應及早找到自己的位置，參與台灣經濟下一波成長。
