經濟學人|2026.08.29《商業版塊》大企業才是繁榮引擎?中國狂砸機器人、Shein 神話崩跌、Meta 天價和解:AI 時代誰能活下來?|TheEconomist

觀看數觀測
共同標籤
這支影片尚未比對共同詞彙
比對版本
youtube-quality-20261017-a
影片說明
引用《經濟學人》商業版塊(2026年08月29日出刊) 👇 請參考以下時間軸,跳轉至您感興趣的段落: 📚 文章標題: 商業版塊 Chinese firms are wrapping their supply chains around the globe [02:15] America Inc has a tight grip on allied governments [18:52] How to measure returns on AI [45:07] Meta’s blockbuster trial draws parallels to big tobacco [27:49] Can Reddit survive in the AI era? [34:39] Canada’s oil industry is booming. Can it last? [10:58] Yuval Noah Harari on the economic and political perils of AI [48:34] The war on data centres is a bit fake --------- 🎙️ 本週《經濟學人》帶我們看透了商業世界的運作真相:速度與規模固然能帶來短期的神話,但監管、訴訟和市場現實的重擊,終將在某個時刻要求企業為其高速擴張的模式付出代價。 🤖 中國「人海戰術」餵養機器人大腦,商業化還有多遠? * 速度破紀錄卻撞牆? 中國名為「Superman」的人形機器人雖創下每秒 12.66 公尺的跑步紀錄,卻隨即撞牆倒下,折射出硬體領先、軟體仍待突破的現實。 * 驚人的訓練中心熱潮: 中國目前已有 53 個專為機器人學習人類動作而建的訓練中心,另有 34 個正在規劃中。其中有些場館甚至能容納上千台機器人,透過感測裝備「模擬」人類泡咖啡、整理藥局、工廠組裝等實體數據。 * 不計成本的代價: 機器人每小時的實體訓練成本高達 500 至 700 人民幣。高達八成的中心由中國政府提供補貼,但這項投資要在本年代迎來真正的大規模商業化,依然面臨巨大挑戰。 📉 估值暴跌 70%!快時尚巨頭 Shein 的殞落與上市困局 * 從千億估值到跌落神壇: Shein 曾被私有市場估值高達 1000 億美元,但今年 9 月預計於香港上市的估值卻僅剩 270 億美元。 * 成長引擎嚴重失速: 2024 年營收增長 21%,2025 年骤降至 8%,到了 2026 年第一季年增率僅剩下 1%,且公司目前正陷入虧損狀態。 * 內憂外患的夾擊: 除了面臨 Temu、Amazon Haul、TikTok Shop 等複製貓的強力競爭;美國關稅與「小額免稅額度(de minimis rule)」的取消,更直接重創其最核心的美國市場。因強迫勞動等爭議被美、英拒之門外後,Shein 只能退而求其次選擇香港上市。 ⚖️ Meta 天價賠償和解:社群巨頭的「菸草時刻」? * 百億美金的天價和解: 面臨 29 個州的聯合起訴,指控其刻意設計傷害青少年的機制,Meta 最終同意在未來十年內支付高達 120 億至 170 億美元的和解金。 * 青少年使用政策大改版: 未來 18 歲以下青少年的每日 scrolling 時間將被限制在 2 小時內,深夜至清晨全面黑屏且禁發通知,甚至會隱藏按讚數。 * 這會擊垮 Meta 嗎? 歷史經驗顯示,如同 1990 年代的菸草巨頭,雖然付出了驚人賠償,但後續依然能創造龐大收益。Meta 的股價幾乎未受影響,投資人對其盈利能力依舊充滿信心。 🏢 我們該重新愛上大企業?為什麼「大」才是繁榮的關鍵? * 打破小企業更重要的迷思: 世界銀行針對 164 個國家的最新調查指出,富裕國家與貧窮國家的本質差異在於「頂部缺失(missing top)」。高收入國家有大量持續成長、歷史悠久的大型企業,而貧窮國家的企業多半規模狹小、無法壯大。 * 生產力的巨大鴻溝: 經合組織(OECD)數據顯示,中小企業的生產力平均僅有大企業的三分之二。大企業的規模效益,才是推動一國薪資與經濟成長的火車頭。 🕯️ 華爾街 Drexel 世代的退場:阿波羅私募股權巨頭的接班風暴 * 一場金錢與人性失敗的縮影: 資深財經作家 William Cohan 撰寫的新書《Money to Burn》揭露了 Apollo(阿波羅)這家管理數千億資產的金融帝國,其核心接班戲碼宛如一部莎士比亞悲劇。 * 舊時代巨頭的殞落: 這群師承 1980 年代 Drexel 垃圾債券之父 Michael Milken 的金融奇才們,曾主導了近三十年的華爾街風雲。然而創辦人 Leon Black 因與 Jeffrey Epstein 的神祕資金往來被迫下台,標誌著華爾街一個舊獵食者時代的終結。 🧠 父母最該給孩子的禮物:比智商更關鍵的「內在控制信念」 * 什麼是「內在控制信念」? 經濟學家 Deborah Cobb-Clark 指出,比起智商與同理心,培養孩子的「內在 locus of control」更具決定性。擁有這種信念的人,相信自己有能力塑造與掌控周遭世界(即高度的能動性),而不是將命運歸咎於運氣或他人。 * 能動性如何改變一生? 研究顯示,高能動性的人在失業時會更積極尋找工作、存下更多財富,且更容易將創業想法付諸實踐。 * AI 時代的稀缺特質: 前特斯拉 AI 負責人 Andrej Karpathy 曾直言:「能動性(Agency)」是比起智商更強大、也更稀缺的特質。在職場中,這代表著「不等待許可,而是積極採取行動並尋求解決方案」的能力。 #快時尚 #Shein #Meta和解 #人形機器人 #能動性 #美國大企業 #阿波羅基金 #內在控制信念 #商業趨勢 #科技監管 #商業思維 #科技趨勢 #商業解析 #商業觀察 #投資趨勢 #國際局勢 #深度解析 #國際時事 #政經分析 #深度分析 #國際新聞解析 #下一章閱讀 #國際新聞 #經濟學人#TheEconomist ------------- 🎙️ AI Voice Notice 本節目語音由 Google 生成,屬於人工智慧合成音訊。 內容經人工撰寫、審核與後製剪輯,僅用於資訊整理與觀點分享。 語音品質仍在持續調適與優化中,懇請見諒。 This programme uses AI-generated voice provided by Google. All content is written, reviewed, and edited by a human. The audio is still being fine-tuned. Thank you for your understanding. 📚 免責聲明 本影片之資料與觀點僅供學術與新聞評論用途,不構成任何投資、商業或政治立場建議。 --------------- 💬 謝謝每一位留言與停留的觀眾。 我不會刪留言,如果沒看到自己的留言,可能是被 YouTube 系統自動屏蔽。 每一則留言、每一次提議,都是這個頻道持續成長的動力。感謝你們的陪伴與分享 💛
本頁的資料來源與計算方式
影片的數字
- 公開統計
- 觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
- 觀看歷史
- 圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
- 喜歡占互動
- 喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
- 字幕
- 只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
- 觀測分析
- 直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。
共同標籤
標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。
- 比對範圍
- 僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
- 期間
- 「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
- 命中片段
- 每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
- 顯示排除
- 符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
- 說明欄樣板
- 同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
- 示例
- 列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
- 觀看
- 累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。
本頁資料範圍
觀看數與互動數為取得當時的公開觀測值。
時間序列只有一筆有效觀測時,只列出該值與觀測時間,不畫走勢圖;累積兩筆以上才畫圖。
資料來源
本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。
頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。
共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。
