緬甸近三分之一人口陷貧窮,世界銀行估GDP成長率僅2%
我們想讓你知道的是
緬甸獨立之時曾為亞洲最富裕國家之一,但經濟體在經歷近半世紀軍事統治後長期脆弱,近年受疫情和軍事政變影響,國際制裁和國內人口離散導致進出口額都下滑,國內近三分之一人口陷入貧窮,世界銀行推估該國本財政年度將以2%成長率緩慢發展。
緬甸經濟在疫情和政變陷入長期低���,《美聯社》引用世界銀行報告報導,緬甸截至今年3月的年度GDP預計僅增長1%,本財政年度將以2%成長率緩慢發展。
1948年獨立之時,緬甸憑藉礦產資源等優越自然條件,名列亞洲最富裕國家之一,直到奈溫(Ne Win)將軍1962年開啟近半世紀獨裁統治,導致國家長期處於低度發展與民族衝突。這個國家終於在2011年迎來民主改革,並在國際資金援助下重建經濟,然而短暫的穩定不久便迎來疫情挑戰,2021年軍隊推翻選舉結果之後,再度讓國家淪陷混亂與貧窮。
《美聯社》指出,今年3月前半年間,緬甸出口額較前一年下跌13%、進口額減少20%,過去提供大量工作機會並吸引大量外匯的成衣業,也因國際抵制,減少出口五分之一。
該國出口製造業和商業投資大幅減少的主因之一為勞動人口流失,根據《美聯社》和《路透社》報導,2月軍政府頒布徵兵制導致新一波逃難潮,聯合國難民署6月統計指出,緬甸境內有將近312萬人流離失所(internally displaced persons,IDPs) 。持續高通貨膨脹,以及外匯和電力的獲取限制也是造成國家產業發展低迷的其他原因。
同時,法律執行不力、腐敗以及經濟機會匱乏,導致貧窮人口達6年新高的32.1%,助長毒品生產、人口販運、網路詐騙及其他犯罪活動激增。《美聯社》去年底報導,緬甸再度成為世界最大的鴉片生產國。
緬甸軍政府方面,自政變起提高對出口寶石和伐木業的依賴,以對付在各地戰事逐漸佔上風的反抗軍,然而面對國際經濟制裁,軍政府轉向剝削人民,去年命令所有海外移工將25%收入透過官方銀行系統轉回國,並增稅至2%。
根據《聯合早報》報導,馬來西亞明年即將接任東協輪值主席國,馬來西亞首相安華(Anwar Ibrahim)昨天表示,推動緬甸軍政府領導人敏昂萊(Min Aung Hlaing)落實2021年4月在東協峰會達成的5點共識,將會是東協未來優先事項。
新聞來源
- Myanmar’s economy in crisis as civil strife disrupts trade and livelihoods(美聯社)
- Vise tightening on Myanmar’s economy 3 years after military takeover triggered civil strife(美聯社)
- Myanmar poverty deepens, economic growth stagnant, World Bank says(路透社)
- War-wracked Myanmar is now the world’s top opium producer, surpassing Afghanistan, says UN agency(美聯社)
- 安华:马国明年接任亚细安轮值主席国 应对缅甸问题是优先事项(聯合早報)
延伸閱讀
【加入關鍵評論網會員】每天精彩好文直送你的信箱,每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入會員!
責任編輯:謝玉琦
核稿編輯:杜晉軒
《台灣產業 AI 準備度調查》凸顯「數據力、運算力」重要性,Google Cloud 提供 10 個步驟建議實現生成式 AI 應用
我們想讓你知道的是
過去兩年生成式 AI 的快速崛起,讓我們見證到 AI 如何以驚人速度影響著世界!不少企業對 AI 懷抱美好想像,但當實際著手導入 AI 專案,才驚覺內部 IT 基礎架構與資料策略存在許多缺漏。對此,Google Cloud 與人工智慧科技基金會(AIF)公布《台灣產業 AI 準備度調查》,作為企業經營者擘劃 AI 藍圖的參考,同時也為資訊長、IT 主管提供內部資源盤點指引。
前瞻技術能否發揮影響力,可藉助其應用產值加以觀察。根據麥肯錫 2023 年發布《生成式人工智慧的經濟潛力》報告,指出生成式 AI 每年可為全球經濟增加數兆美元的價值。另外,PwC 的 2023《全球人工智慧研究:發掘 AI 革命》預測到 2030 年,AI 將為全球 GDP 創造高達 15.7 兆美元價值。
AI 紅利大家都想分一杯羹,而究竟台灣企業普遍在擁抱 AI 機會的準備度現況又是如何? Google Cloud 攜手 AIF 製作《台灣產業 AI 準備度調查》,評估的面向涵蓋:數據力、創新力、技術力、治理力、運算力,結果發現,2024 年台灣企業整體 AI 準備度指數平均 54.08。其中,「數據力、運算力」與 IT、資訊工作最相關的指標,在這份報告提供深具價值的關鍵洞察。
企業 IT 部門最該關注「數據力、運算力」兩大指標,關鍵仍在企業策略
首先是「數據力」,對於計畫導入 AI的企業,數據的準備度至關重要。企業必須能快速蒐集、處理多個數據來源的資料庫,例如要跨部門合作打通ERP、CRM系統資訊,以整合不同來源的資料餵養企業 AI 模型、幫助企業各部門同仁從日常工作更輕鬆從資料獲���價值。
不過《台灣產業 AI 準備度調查》點出,目前僅 17.8% 的台灣企業有能力整合並快速處理不同來源資料。多數企業尚未打造一個資料存取的整合平台(如資料湖、資料倉儲),內部各類數據散落在不同單位,導致數據孤島 (Data Silos)情況普遍存在。除了業務單位無法快速、自主運用資料,當然也無法訓練 AI 模型洞察營運全貌,找出企業第二成長曲線的可能性。
至於該如何解此困境?根據《Google Cloud 如何協助機構運用生成式 AI 實現創新》白皮書,提出策略建議:善用雲端平台整合企業資料,同時在雲端環境訓練 AI 模型來深入分析營運資訊。像是 BigQuery、Cloud Spanner、Looker、乃至於 Vertex AI 相關解決方案,都已涵蓋在雲端的整合式智慧資料平台,不僅解決數據孤島還有效管理資料生命週期各個階段。
《台灣產業 AI 準備度調查》另一個值得科技人注意的是「運算力」,因深度學習訓練、圖像生成、自然語言處理等任務,皆需大量而複雜的計算,算力架構的規劃更應納入 IT 決策進行整體評估。從報告可以發現,目前 AI 模型所仰賴的 GPU 運算環境部署,混和雲、公有雲及私有雲,各有約 2 成的企業支持。
不過,進一步調查企業的運算資源策略,發現達 51.5% 企業仍處於不清楚規劃或沒有需求的狀況,若想要充分發揮生成式 AI 的潛力,構建兼具性能、敏捷和可擴展的基礎設施及運算資源是至關重要的。Google Cloud 台灣技術總監安玟宇提到,「當企業在評估運算資源,可先考量是否需要發展自己的大型語言模型,或是把 AI 視為驅動企業成長的工具之一,借助第三方 AI 方案對應企業的使用場景。」
評估算力資源的方式,目前有兩大模式為主流。其一是企業準備投入人力撰寫���式碼,希望部署專為 AI 訓練優化的特殊加速器,如 Google 提供的 Tensor Processing Unit(TPU),利用更進階的硬體進行更高效益的訓練運算;另一則是使用通用型 GPU 執行,把資源投資在其他優先處理相關業務場景。
從 0 到 1 打造生成式 AI,Google Cloud 分享 10 大步驟
有鑒於眼下 AI 的快速發展,企業資訊長或 IT 主管往往肩負起高層的期望:在公司內部快速導入生成式 AI 工具,幫助各部門成員提高生產力。至於該如何從實驗階段進展到加速階段,最終走向規模化?Google Cloud 在《給高階主管的生成式 AI 指南》白皮書當中,分享「30 天內推出第一個應用實例的 10 個步驟」,幫助企業快速展開 AI 旅程。
這 10 個步驟參考上圖所示,可粗略區分為幾大環節,第一階段是準備期(步驟 1 ~步驟 3),確認 AI 要解決哪個業務領域,或關注哪項需要 AI 輔助的工作職務。並且決定資料來源,減少幻覺回應並改善 AI 的可解釋性。
到了第二階段(步驟4~步驟7)則是展開期,包含選定專門團隊人才;確定意圖、目標和期望達到的成果;與專門團隊攜手設計提示;打造容易使用的操作體驗與介面。有了上述累積的基礎之後,到了第三階段(步驟8~步驟 10)則是擴展期,包含向團隊其他人員開放模型的使用;擬訂計畫監管 AI 模型輸出內容;以及將應用範疇拓展至其他應用實例。
當企業期待透過生成式 AI 來加快業務流程,甚至進一步為組織帶動成長,從《台灣產業 AI 準備度調查》發現,企業掌握資料搜集與應用能力的下一步,想要持續發揮 AI 價值綜效,必須在數據整合及運算工具資源繼續耕耘,尋找合適的雲端合作夥伴,AI 才會成為推動企業轉型的真正驅力。
本文章內容由「Google Cloud」提供。