初探 MicroLED 光通訊的未來展望

自從上次發布了〈光通訊的矛盾對決：MicroLED 是物理極限還是新解方〉後，我就密切注意相關的新聞，看 MicroLED 的未來展望以及技術演進到底是怎麼一回事。

果不其然，相關的產業新聞陸續出爐：

• 〈Google 高速互連架構帶動，今年 800G 以上光收發模組占比將破 60%〉
• 〈別只看矽光子！聯發科 MicroLED AOC 技術亮相 大幅縮減 AI 傳輸功耗與成本〉
• 〈卡位 AI  聯發科秀 MicroLED〉
• 〈瞄準 Micro LED CPO、低軌衛星天線、AR 眼鏡，友達發射 AI 四箭〉

從這些新聞中我們可以確認一件事 → 高速光通訊的時代真的來臨了!

特別是 800G/1.6T 的光通訊模組，需求量正以驚人的速度攀升，在這股浪潮的推動下，很多黑科技陸續都浮上檯面，在這種快速變動下，正是切入的產業的新機會。

舉例來說，要不是提到 MicroLED，我們都想像不到面板廠也會有切入光通訊的一天，更何況還是扮演核心的角色。

接著，在聯發科與台積電陸續加入戰場的情況下，讓 MicroLED 光通訊的解決方案看起來更加有商業化的機會，而非只是實驗室內的展示品。

基於上述的原因，我透過跟 Gemini 的深度討論後，整理了微軟跟 Google 當前的兩大發展路徑，順便了解一下有哪些廠商會是可能的受益者。

Google 的解決方案是系統優化，因此算是現在進行式，它們今年接近 1,800 億美元的資本支出，就是推動技術前進的燃料。

而微軟提出的是新的光通訊方案，驗證及落地時間會比較漫長，沒走到最後也不知道是否可行，這一切有待時間來告訴我們答案。

以下針對 MicroLED 在光通訊領域應用、產業布局及未來技術展望的深度綜整報告。本報告將從技術底層邏輯、巨頭策略差異、產業鏈角色到未來五年的發展趨勢進行全面分析。

一、 前言：AI 算力時代的「傳輸牆」與「功耗牆」

隨著生成式 AI 進入大規模推論階段，資料中心面臨前所未有的挑戰：「傳輸牆（Memory Wall）」與「功耗牆（Power Wall）」。傳統的電互連（銅纜）在傳輸頻寬達到 800G 甚至 1.6T 以上時，面臨嚴重的訊號損耗與散熱瓶頸。

為了實現「光進銅退」，矽光子技術成為顯學，但在這條賽道上，微軟（Microsoft）與台廠聯發科、友達、台積電正另闢蹊徑，試圖利用 MicroLED 這種原本屬於顯示技術的元件，解決傳統雷射（Laser）方案在短距離傳輸中的高功耗與熱靈敏度痛點。

---

二、 技術核心：為何 MicroLED 能成為光通訊的「新解方」？

1. 物理學的對決：Wide-and-Slow vs. Fast-and-Narrow

在傳統光通訊專家的眼中，LED 用於通訊幾乎是「異端」。這源於基本的物理差異：

• 雷射 (Laser)：受激輻射，光束集中，頻寬極高（單道可達 100Gbps 以上），適合「Fast-and-Narrow」模式。

• MicroLED：自發輻射，光束發散，響應速度慢（通常極限在 2GHz 以內），看起來完全無法勝任高速傳輸。

微軟的 Project Mosaic 則提出了工程學上的反轉思考： 既然單道跑不快，那我們就「以量取勝」。

透過並行開啟數百、甚至數千個 MicroLED 通道，每個通道僅運行 2Gbps 到 16Gbps 的低速訊號。這種 「Wide-and-Slow」 架構在總頻寬（Aggregate Bandwidth）上能輕易超越傳統雷射，且因為單道速率低，不需要昂貴的數位訊號處理器（DSP）進行複雜調變，大幅降低了功耗與延遲。

2. 能效比的極致追求 (pJ/bit)

在 AI 機櫃內，每一瓦的功耗都極其珍貴。MicroLED 方案的能效比可達到 0.5 到 1 pJ/bit，遠優於現有的可插拔光收發模組。這對於需要連結數萬顆 GPU 的超級集群來說，節省下來的電費與冷卻成本將是天文數字。

---

三、 巨頭分野：微軟的「破壞式創新」vs. Google 的「穩健演進」

在追逐光通訊效率的道路上，兩大科技巨頭選擇了完全不同的哲學路徑：

1. 微軟（Microsoft）：重塑物理連結層

微軟是 MicroLED 光通訊最堅定的倡議者。其 Project Mosaic 不僅僅是更換光源，而是設計了一套完整的生態系：

• Imaging Fiber (多芯成像光纖)：為了解決 MicroLED 光束發散問題，微軟採用了類似「複眼」結構的多芯光纖，能精準捕捉並傳輸海量的 MicroLED 並行訊號。

• 冗餘設計：MicroLED 陣列允許部分元件失效（Redundancy），這讓系統的可靠性比依賴單一精密雷射的系統高出數倍。

2. Google：全光交換機與傳統光學的極致

Google 的策略則更專注於「系統架構優化」而非「光源更換」：

• Apollo OCS (Optical Circuit Switch)：Google 發展全光網路架構，利用 MEMS（微型反射鏡） 直接在光層進行交換，減少光電轉換次數。

• 標準化依賴：Google 目前仍傾向於使用 800G 以上的高速矽光收發模組，並預期到 2026 年其占比將突破 60%。對 Google 而言，短距離仍以高速銅纜與傳統 VCSEL/矽光子為主。

---

四、 現有 ELS 架構 vs. MicroLED 方案之對比

目前矽光子 CPO（共同封裝光學）的主流是採用 ELS (External Laser Source)。

項目	ELS 矽光子方案 (主流)	MicroLED 互連方案 (前瞻)
熱耐受度	差。雷射極怕熱，必須放在封裝外部（故名 External）。	強。耐熱性佳，可直接封裝於 GPU/HBM 旁。
功耗來源	雷射器本身功耗高，且光纖耦合損耗大。	單道功耗極低，不需 DSP，能源效率極高。
整合難度	高。需要複雜的光波導設計與精密調變器。	中。主要挑戰在於「巨量移轉」至矽基底板。
傳輸距離	中長距離 (2m ~ 10km)。	超短距離 (< 2m)，專攻機櫃內與晶片間。

---

五、 產業鏈廠商角色與商用化努力

目前這項技術正由「實驗室概念」轉入「產業量產化」，台灣廠商在其中扮演了全方位的關鍵角色：

1. 聯發科 (MediaTek)：系統集成與光電晶片 (OEIC)

聯發科透過其強大的 ASIC 設計能力，正開發基於 MicroLED 的 AOC（主動式光纜）。其角色是將微軟的理論轉化為標準的硬體產品，讓 AI 客戶能直接以更低的功耗實現機櫃間連結。

2. 友達 (AUO) 與富采 (Ennostar)：光源與巨量移轉

友達揭示的「AI 四箭」中，MicroLED CPO 是重中之重。

• 友達：利用其在顯示器領域累積的「巨量移轉」技術，將數千顆 MicroLED 精準植入通訊模組。

• 富采：負責開發高效率的紅、綠、藍或單色 MicroLED 發光晶粒，作為通訊光源。

3. 台積電 (TSMC)：先進封裝與矽光平台

台積電是所有 CPO 技術的最終匯聚點。其 COUPE (Compact Universal Photonic Engine) 封裝技術，能將矽光子、MicroLED 接收器與運算晶片（如 GPU）整合在一起。台積電也與新創公司 Avicena 合作，生產基於 MicroLED 的光學互連感測器。

---

六、 當前技術展望：MicroLED 光通訊的未來趨勢

展望 2026 年至 2030 年，MicroLED 在光通訊領域將呈現以下三大趨勢：

1. 從機櫃間走向「封裝內」 (In-Package Interconnect)

初期 MicroLED 會先以 AOC (主動式光纜) 的型態取代傳統昂貴的雷射光纜。但最終目標是將 MicroLED 直接嵌入 CoWoS 封裝中，作為 GPU 與 HBM 之間、或兩顆大晶片（Chiplets）之間的通訊媒介。這將打破現有的電路板布局限制，實現真正的「矽光一體化」。

2. 「混合架構」的崛起

未來的資料中心將不會只有一種技術。我們將看到：

• MicroLED：負責「最後 1 公尺」的晶片間與機櫃內連結（極致低功耗）。

• 矽光子 (SiPh) + ELS：負責跨機櫃或資料中心內的「中長距離」傳輸（極致高速）。

3. 標準化與生態系的成熟

目前 MicroLED 光通訊面臨最大的障礙是「標準化」。微軟的 Project Mosaic 使用的是非標準的多芯光纖，這需要整個產業鏈（如光纖廠、連接器廠）共同建立規範。隨著聯發科與友達等具備產業影響力的公司加入，相關標準有望在 2026 年後逐漸成形。

---

七、 結論：工程師對物理學的優雅繞道

MicroLED 在光通訊的應用，是一場「工程思維」對「物理限制」的勝利。它不強求在單一道路上跑贏雷射，而是透過建立一條「超級多線道」的低速公路，實現了更高能效、更低成本、且更具散熱優勢的傳輸方案。

對於 AI 產業而言，這不僅僅是技術的演進，更是維持算力成長曲線持續向上的關鍵動能。

上述的報告寫得好像真有那麼一回事，MicroLED 即將在光通訊領域大殺四方了，但其實這中間還有很多變數，讓我們以批判性的思維來論述潛在的問題：

雖然該技術在「理論架構」與「實驗室成果」上非常吸引人，但在邁向「大規模商用現狀」與「產業現實」之間，仍存在幾個顯著的落差與過度樂觀的誤區。

1. 商業化進程的過度樂觀：從「亮相」到「量產」的距離

• 文章觀點：提到聯發科、友達已「揭露」技術或「瞄準」CPO，給人一種商用在即的印象。

• 現實挑戰：目前 MicroLED 光通訊（如 MicroLED AOC）大多仍處於 原型展示（Prototyping）或技術論證（POC）階段。

• 在現有的 AI 資料中心內，800G 與 1.6T 的主流依然是矽光子（SiPh）與傳統雷射（VCSEL/EML）。

• MicroLED 方案要進入實際的供應鏈（如 NVIDIA 或 Google 的機櫃），需要極長的安全驗證與可靠性測試。文章中將「技術亮相」與「商用解決方案」的界線模糊化了。

2. 「Wide and Slow」架構對光纖設施的破壞性挑戰

• 文章觀點：強調微軟的「多通道並行」能繞過物理極限。

• 現實挑戰：這種架構與目前的資料中心基礎設施完全不相容。

• 現有的光纖網絡是基於單芯或少數多模光纖設計的。微軟 Mosaic 方案若要商用，必須搭配極其特殊的「成像光纖」或「多芯光纖（MCF）」。

• 這意味著資料中心必須從線纜、連接器到配線架全部更換。這種非標準化的成本極高，目前除了極少數頂尖巨頭可能有能力自建實驗性機櫃外，完全不符合現行通訊產業的標準化現狀。

3. MicroLED 真的比雷射更「省錢」嗎？

• 文章觀點：宣稱 MicroLED 具備成熟製造與低成本優勢，優於雷射。

• 現實挑戰：MicroLED 的成本優勢目前僅存在於「理論預期」。在現狀下，MicroLED 最大的痛點是「巨量移轉（Mass Transfer）」的良率與修補成本。

• 要將數千顆 MicroLED 精準且無瑕疵地移轉到通訊晶片上，其製程成本目前遠高於高度標準化的 VCSEL 雷射。

• 在 MicroLED 顯示器（如大尺寸電視）都尚未實現平價化的今天，斷言其在光通訊中具備成本優勢，稍嫌超前。

4. 忽略了矽光子（SiPh）的演進速度

• 文章觀點：將矽光子雷射（ELS）描述為功耗與溫度的「痛點」，而 MicroLED 是其「新解方」。

• 現實挑戰：矽光子領域並非止步不前。目前產業正透過**「梳狀雷射（Comb Laser）」**技術，實現單一雷射光源驅動多個波長通道，這同樣能達到低功耗與高頻寬。

• 矽光子與 CPO 的整合已有多年的標準化積累。MicroLED 作為「挑戰者」，其優勢被文章放大，卻忽略了矽光子技術在克服自身缺點（如散熱管理、雷射效率改善）上的快速進展。

5. Google 的角色定位可能被誤讀

• 文章觀點：認為 Google 專注於 OCS 而忽略 MicroLED 光通訊。

• 現實挑戰：雖然 Google 的 Ironwood 確實是以 OCS 為核心，但 Google 也是極早期投資 MicroLED 技術的公司之一（如併購 Raxium）。

• Google 對 MicroLED 的研究並非只在 AR 眼鏡，其對於晶片內（On-chip）光通訊亦有深度研究。文章將兩者劃分為「光源路徑」與「架構路徑」，可能過於簡化了這些巨頭在多線技術布局上的交疊。

6. 能效比數據（pJ/bit）的實驗室特徵

• 文章觀點：引用 0.5 至 1 pJ/bit 的超低能效。

• 現實挑戰：這類數據通常是在實驗室環境下、去除周邊電路（如驅動電路、接收端前級放大器）後的理想數值。

• 在實際系統層級，一旦考慮到驅動海量通道的電路開銷與接收端的熱雜訊處理，能效優勢會被稀釋。目前尚無證據顯示 MicroLED 系統在「整機層次」已優於最尖端的矽光子 CPO 系統。

總結建議：

在檢視這類文章時，我們應將其視為一種「前瞻技術的路徑探索」，而非「即將發生的產業更迭」。

MicroLED 在光通訊的現狀是：

• 概念領先於實踐：技術路徑非常天才，但供應鏈與標準化極度缺乏。

• 特種應用而非普適應用：它最有機會先出現在「極短距離」的特製封裝（如 HBM 與 CPU 之間），而非取代傳統的資料中心長途光模組。

• 台廠角色：台廠（聯發科、友達）目前更多是為了分散技術風險並尋找 MicroLED 顯示器以外的出路，而非該技術已成為其主要的獲利貢獻來源。

一轉眼就過完年了

今年的過年感覺比往年更快，不知道是因為我年紀越來越大、把所有行程都當成例行公事，還是因為心態上越來越放鬆、不把過年當成大事看待。

總之，過年前一天還在趕著公司的事，想著過年期間可以好好休息一下，結果發現到連假的最後一天也沒得喘息。

說真的，過年對我來說真的比平常上班還累，不過今年因為很多事都不在意了，壓力相對就小了一點。

我覺得現在過年最大的意義不是那些過時的習俗，而是有機會跟許久未見的親戚碰面聊聊天，人與人之間的關係或許才是最寶貴的資產吧!

當然，我知道很多年輕人最討厭親戚問東問西，不過我的年紀已經過了厭惡的那個階段，心態上反而比較能接受，甚至還可以反過來調侃一下自己，這樣也不錯。

另一個我覺得時間過特別快的原因，或許是因為剛開設 YouTube 頻道，每天都在上片，這其實也有點壓力，每天都在思考還有什麼主題值得討論。

總之，年已經過完了、該集中火力來完成階段性目標啦!

日更影片的難度超乎想像

雖然我在〈開通 YouTube 頻道一個月後的感想〉提及日更的難度，但在靈感枯竭前，還是想試試自己的極限在哪，於是我默默地定下每天早上十點更新一集的目標。

但這個決定真的搞死我自己了，前幾週公司剛好比較忙，但我又心繫著影片更新的承諾，每天幾乎都在趕工中度過，甚至連覺都睡不好。

接著，又遇到過年連假，因為我不想中斷這股氣勢，但礙於既定的行程，只能努力地提前完成進度，再預設影片公布的時間，維持每天更新的節奏。

可是遇到初二回老婆娘家時，變數就突然增加了，要嘛我就是帶著電腦、期望每天都能騰出空檔來製作影片，不然就是要一口氣把接下來四天的影片一次完成。

思考後，決定一口氣完成連假期間的所有影片，因為後續無法確保每天都能有時間上的餘裕，倒不如趁機先做完。

但這個決定也讓我從小年夜到初一的晚上都在製作影片，沒辦法好好休息，換作往年的習慣，都可以趁機會喘口氣的。

只能說，用短時間內的超頻付出，來換取後續幾天的從從容容，這也是一種「取捨」。

至於我幹嘛這麼拼命？ 主要也是想著過年期間，大家閒著沒事幹，應該會想滑滑手機，說不定就能顯著地提高訂閱數及瀏覽次數。

這種規律的上片，把原本的興趣變得跟工作一樣，在有時間壓力的情況下，就算再有愛都會有種厭煩的感覺，這就能體會為什麼會有人說「把興趣當工作」不簡單。

至於堅持下去我覺得靠的不是興趣、而是信念，是自己要先打從心底相信這樣做比較好，然後才會咬牙撐著。

不過，我也很懷疑這樣做還能持續多久，隨著開工後更加忙碌，再加上三月初的澳洲之旅，我真的能持續日更嗎？ 

這個問題的答案，就讓時間來驗證吧! 

創業渴望「改變」，投資尋求「不變」

最近看到這篇新聞〈AI 模型神仙打架，賣軟體的怎麼活？SaaS 股集體大跌背後：「AI 即軟體」將極速發展！〉，讓人不勝唏噓。

還記得九年前剛去攻讀 MBA 時，正是 SaaS (Software as a Service) 當紅的時候，但才十年不到，竟然就面臨致命的危機。

科技產業真是瞬息萬變，我還記得十年前菸草產業被點名說是夕陽產業、而 SaaS 是冉冉升起的新太陽，軟體即將吞蝕世界；怎麼過了十年後反倒是菸草相關產業的利潤不減反增，而 SaaS 的知名公司全都被市場重新估值了呢？

相關新聞如下：

• 〈SaaS神話破滅？高盛一句話震撼市場 專家點名5家軟體股：AI正在吞噬〉
  
  
• 〈軟體股的惡夢重演？Anthropic 朝金融業開刀，發表 Claude Opus 4.6〉
  
  
• 〈AI把一族群打成夕陽產業！大廠股價崩99％ 專家：步報紙後路〉

相關從業者的心聲應該是，怎麼才沒過幾年天就要塌下來了，這個上升跟下降的速度也太快了吧!

但我覺得更冏的是投資人，不是說好訂閱制可以穩穩收租，說好的護城河呢？ 還是說其實大家都搞錯了，科技業並沒有實質意義上的護城河，推動科技創新的本質就是「改變」。

當我想到菸草、可口可樂這種可以維持幾十年營運的公司，就在想長期的穩定投資是否就是在投資「不變」或是「改變緩慢」的事情，例如人性以及習慣。

例如可口可樂，因為從小喝到大，我們已經習慣這個口感了，這種味覺上的習慣，很難因為科技上有甚麼創新而改變；說到底「人」的生物性演化時間不是以年為單位的、而是以百年或千年為單位的。

因此，股神巴菲特的投資常常都是針對「不變」的事下注，不管是可口可樂還是喜詩糖果，又或是鐵路、石油這種基礎建設以及能源相關的產業；雖然它們有穩定的現金流、也是民生必需，但似乎無法推動人類社會的發展。

所以，馬斯克才會公開點名巴菲特〈馬斯克又開嗆，稱巴菲特的工作「非常無聊」〉，說他的投資無法改變世界。

這就很尷尬了，講到創新創業，我們就是要改變現狀；但提到長期投資，我們又希望可以針對人性中恆久不變的地方下手。

但它們並不矛盾，我自己是支持用投資「不變」的現金流，來推動創業上的「改變」，這就是社會能穩定並緩慢進步的方法之一。

對於個人來說，其實概念也差不多，透過穩定的現金流，來支持自己創新創業，這樣度過死亡之谷的機率就會高上不少。

講回到 SaaS 產業，也有人提出未來的趨勢會變成〈軟體股上演大逃殺！AI 衝擊 SaaS，下一個必懂熱點「帕蘭提爾化」〉。

但我仔細看完內容後，白話講就是要待在辦公室寫程式的工程師前進到第一線，直接面對客戶解決難題。

其實，這個概念在台灣並不陌生，因為台灣公司大多是以代工與高科技製造為主，硬體產業本來就需要面對物理世界的摩擦力，工程師被叫到前線跟客戶溝通也不是一天兩天的事了。

只是說，只要有現場摩擦的產業，就注定不容易規模化，我曾寫過〈我的創業筆記 (四) 創業要考慮哪些要素？〉來探討這些問題。

以我自己為例，因為是先選擇不要做製造業、但又不想用時間換錢，因此找到了「軟體」這個邊際成本近乎為零的槓桿點。

不過，台灣的軟體產業本來就不強，再加上我自認並非頂尖人才，與其跟風去衝刺「贏家全拿」的純軟產業，倒不如鎖定利基型市場，瞄準工業自動化中的軟體機會，最壞的狀況總是有碗飯吃。

在工廠混飯吃，講難聽一點就是軟體業中的黑手，跟新聞報導中那種可以遠距工作、自由自在的軟體新貴根本沾不上邊，但不知道為什麼，我總覺得這樣好像比較有安全感。

另外，工業自動化這個領域有著先天的護城河，那就是沒進到產業鏈中，連要做甚麼都不知道，這就會隔絕大多數的潛在競爭者；再來，工廠拚的是生產效率與良率，在這種充滿現場摩擦力的應用場景，會讓替換成本變得相當昂貴。

但有好也有壞，那就是一開始想突破這個護城河也相當困難，連客戶的大門在哪都找不到，「信任關係」就是一種需要靠時間累積、不易快速改變的人性。

我詢問過一些軟體開發的從業者，其實多數人都不想從事工業的相關內容，除了枯燥乏味外，跟一般的生活場景也嚴重脫節。

不過嘛，凡事都是一體兩面，有時候「反向思考」一下，反而可以走出跟別人不一樣的路，例如這部影片中的主角〈150萬押注「雙餡夾心餅」成功外銷變億元金磚！〉。

前幾天收到朋友的禮盒，就是這個品牌的產品，想不到過幾天後突然又看到他的影片，真是太有緣份了。

當然啦，說是反向思考、但也有可能是倖存者偏差，因為他成功了，所以之前做出的所有決定都是對的；那做出類似決定、但失敗的人呢？ 很簡單，就沒辦法看到他的勵志故事啦!

我的投資筆記 (四十六) 產業景氣循環的投資是否可行？

昨天趁著有比較大筆的股利進帳，我終於實現去年在〈這是投資還是投機？〉中所提到的：「各買 1 股產業型的 ETF，就像〈順勢投資美股 ETF〉中所提到的 11 種產業分類，這樣會比較容易觀察不同產業的景氣循環狀況，藉以快速尋找可能落難的個股。」

其實我在一年多以前就提過類似概念〈從產業類股 ETF 報酬率判斷產業週期〉，但當時的股利所得不算穩定，我也就沒有買入產業型的 ETF 來當成晴雨表。

經過了這段期間的持股結構調整，終於可以開始我們的定期定額投資策略，除了每月利用股利投資標普 500 的 ETF 外，再來就要開始透過產業型 ETF 的波動，來尋找可能被低估的個股。

直接投資產業型的 ETF 本質上就是用來分散風險，但這樣我們只能賺到產業景氣循環的平均報酬，如果想要進一步獲取超額報酬，還是得深入了解該產業中哪些龍頭股受創嚴重，並判斷是否具有建倉的可能性。

穩定的股利再投資是我執行這套策略的底氣，畢竟不是拿我的勞動所得來押注，心態上要輕鬆許多。

在穩定的資產收益之外，想辦法透過 10% ~ 20% 的小額投資來創造超額報酬，或許是能提高整體報酬率的關鍵策略。

只不過這些想法還有待時間來驗證，畢竟這對進場時機以及產業循環週期的判斷非常高，我不確定自己能否勝任，只能先踏出第一步再說，邊走邊修正。

總之，還是很高興自己能夠慢慢地完成當初的投資計劃，雖然走得很慢，但相對來說還算穩妥，先確保「投資的可持續性」後，後續的系統勝率就會提高很多。

「教養」的系統框架是甚麼？

前幾天跟朋友聊起她與高中兒子的價值觀差異，讓我發現原來不是我們這個世代跟上一個世代有落差，現在也跟下一個世代有落差了。

深入探討後，才理解到主因是成長環境的落差，我這朋友從小就開始打工養活自己，因此她看不慣兒子考完學測後就晃來晃去，覺得為什麼你不去打工？

雖然我自己也是從小就得去工廠幫忙，但問我是不是跟這個朋友有一樣的念頭，這倒未必，畢竟時代不同了，小孩面對的挑戰也不同，在沒有生存壓力的情況下，與其讓他們去打用時間換錢的工，倒不如換個角度思考，是用實習機會來探索自己的興趣與未來可能的職涯發展。

幸好我這個朋友也是覺得哪裡怪怪的，就到處問人尋求不同的看法，她也是有心想突破自己既有的認知，畢竟從自身出發的經驗極其有限，視角相對狹隘。

講到這，我突然想起了樊登在〈讀書，幾乎是唯一有用的事情!〉提到有關教養的議題，他提到以下幾點：

1. 解決問題的最快途徑： 他的生活準則是「遇到不會的事，就找本書來讀」。無論是面臨升學考考、創業、還是家庭教育，他都會透過閱讀尋找解決方案，而不是盲目摸索。

2. 自我重塑與成長的過程： 讀書被他視為一個「重新塑造自己」的過程。透過吸收書中的智慧，人可以改變對世界的理解方式，並在處理複雜問題（如與孩子溝通）時表現得更從容 。

3. 打破認知邊界： 讀書能幫助我們打開認知的邊界。人類的感官和經驗有限，讀書可以讓我們從更客觀、更廣闊的角度來看待事物，而不僅僅侷限於「個人狹隘的視角」。

4. 掌握背後的「原理」： 他強調讀書是為了尋找事物的「原理」而非「個案」。比起有侷限的個人經驗，書中的科學原理能提供更穩定的導向。

看起來，樊登講的似乎有道理，但就我觀察周遭的人，似乎對這套都不買單，特別是在「教養」這個議題上面。

只要提到教養書籍，我同學的回應是：「照書養會瘋掉」、我老婆的回應是：「那種從個人經驗出發的就別提了，誰都有自己的經驗，幹嘛看其他人的」。

這就形成很有趣的現象，也成為我想探究的主題，那就是「教養」的底層邏輯到底是什麼？ 為什麼在其他領域大家都會參考書中的做法，但唯有提到教養時，每個人都有自己的一套呢？

其實，這幾年下來，我看了不少本教養的書籍，這倒不是因為我要養小孩，而是想要去釐清我自己跟上一代的價值觀差異，這算是一種自我反思。

當然，我看的教養書大多不是那種總結個人經驗的，畢竟我又不是要養小孩的工具書，都是比較偏向社會學研究的學術書籍，例如台大藍佩嘉教授的《拚教養》、德國學者的《慣習》以及日本教授的《教育經濟學》。

前幾年比較閒的時候，我是看完書後，再慢慢地把摘要與讀後感想寫下來，這樣做是讓我自己能夠跳脫個人的經驗與視角，透過一個系統框架來解析「教養」這件事。

這對我來說，當然有所幫助，不然從自身經驗出發，我就會附和一開始提到的那位朋友，認為早點讓小孩去打工是對的。

但即便看了這麼多教養的相關書籍，我總覺得還是有哪邊不太合邏輯，市面上的教養書大多分成兩類：

1. 講求教養的心智模式，灌輸父母應該有的教養思維，但忽略了每個家庭的結構不同，就算改變了思維，但也無法影響到行為以及最後的成果。

2. 從個人經驗出發，嘗試用自己的經驗，來總結出底層的心智模式，希望能套用到所有人身上。但他們都忽略了結構上的差異，從成果及行為個案反推心智模式是不合理的。

這讓我察覺到「教養」跟「投資」很像，是非常個人化的行為，主因就是在於每個人或家庭的結構完全不同。

我在〈「長期買進」：是致富真理，還是倖存者的特權？〉有提到：「不同的家庭財務結構，會適用不同的投資思維及方法，所以很難有一套投資方式可以適用所有人。」

同理，在「教養」這件事上面也一樣，當每個人的結構都不同時，就算底層的觀念修正了，但還是無法表現在行為上，這就是系統動力學所提到的：「結構影響行為」。

當結構不修正，行為也難以改變。

也就是說，從個人經驗出發的教養書，都是在詮釋個人化的行為跟最後成果，就算他們想從行為反推底層的心智模型，但卻往往忽略了自身的結構組成。

舉例來說，一個大學教授跟理財顧問的家庭組合，在時間的彈性上相對比半導體科技業的工程師高很多，那麼他們的教養建議，是否能夠通用就是個很大的問號。

教養的理念可以傳達，但教養的行為卻很難複製，因為這跟家庭結構的關係牽扯太深了。

台大藍佩嘉教授在《拚教養》一書中也不斷地提及結構上的差異，這就點出了坊間教養書最大的問題就在於無法清楚解釋結構上的差異，而是想直接從教養行為反推教養思維、或是從教養思維直接掛勾教養行為。

講了這麼多，既然系統動力學能夠當成「投資」的理論框架，我想嘗試著把它導入到「教養」這個議題中，看看有甚麼效果。

以系統動力學當成理論框架，並結合上述所提到的《拚教養》、《慣習》以及《教育經濟學》這三本著作，我將內容製作成影片〈教養的系統動力學：超越「經驗」與「理論」的第三條路〉，希望能讓自己與他人對「教養」這個議題有不同的切入點。

當然，這個框架並不完整，因為心理學的層面並沒有被考慮進來；舉例來說，依照自己個人經驗來教養，大多有兩種情況：

1. 覺得自己成長的過程很棒，直接照搬個人經驗。

2. 厭惡自己的成長經驗，極端地完全避免，走向光譜的另一端。

這種「個人經驗映射」在心理學上其實是種常見的補償機制。對於這兩種情況，我們可以從心理學的角度這樣解讀：

1. 複製型教養：覺得自己成長很棒，直接照搬。

這在心理學上常涉及「倖存者偏差」。

心理動機： 他們認為「我現在這麼成功/優秀，證明我父母當初的做法是正確的」。這是一種對過去自我的肯定，也是對父母權威的認同。

隱藏風險： 他們容易忽略時代的變遷（現在的孩子面臨的競爭與心理壓力與三十年前完全不同）以及個體差異。

行為邏輯： 「我小時候被打也沒變壞，所以管教孩子就該嚴格。」這種思維會讓他們無視孩子當下的情感需求。

2. 反向型教養：極端避免過去痛苦，走向另一端。

這通常被稱為「過度補償」。

心理動機： 這是對自己「內在小孩」的一種遲來的救贖。他們在養育孩子時，實際上是在試圖「重新養育當年的自己」。

行為邏輯：如果當年父母很嚴厲，他現在就變得毫無底線地溺愛。如果當年父母很窮，他現在就瘋狂提供物質，卻忽略了情感教育。

隱藏風險： 極端往往帶來新的問題。從「嚴父」跳到「濫好人父母」，孩子可能會變得缺乏規矩或情緒調節能力。他們不是在看孩子的需求，是在看自己當年的傷口。

這當然可以歸納成「經驗」與「原理」的差別。

經驗： 「我媽當年這樣治我，有效！」（這是個案，可能充滿雜訊）。

原理： 「大腦的前額葉皮質負責控制情緒，壓力過大時它會關機。」（這是科學，適用於所有人）。

當我們「照書養會崩潰」，通常是因為試圖用書上的「方法」去對抗深根蒂固的「本能」。

當書上的建議跟個人直覺衝突時，會產生強烈的認知失調，自然覺得讀書沒用，甚至感到挫敗。

總結來說：

透過「個人經驗」來教養孩子，大多時候是在演出一場關於自己童年的戲劇。

第一種人是在演「感恩劇」；第二種人是在演「復仇劇」。

希望今天這篇文章，可以讓人從這場「劇本」中跳出來。 讓我們意識到：孩子是一個獨立的個體，不該是我們過去榮光或創傷的載體。

或許我們可以換個問法：「你覺得孩子現在表現出來的特質，有多少是你自己的投影，又有多少是他自己真實的樣子？」

日本失落時代的經驗帶給我們的啟示

最近在 YouTube 上看到一部《以日為鑒》的導讀，看完後我的第一直覺是，這是日本走過的路嗎？ 怎麼感覺它們走過的坑，台灣每一個都有阿？

後來我在網路上查了一下，這本書最近在中國掀起熱潮，因為他們也覺得自己正在走日本的老路，而且說不定狀況還比想像中更糟。

於是，我開始想要了解這當中的邏輯是甚麼，為何我們這些東亞國家都會遭受同樣的情況呢？

雖然我沒去看韓國的評論，但估計大家應該都差不多，因為我們都面臨著社會經濟從「增量型」轉入「存量型」的進行式，日本發展的比較早，所以它們先演給我們看了。

當代社會（尤其是東亞）正從「流量時代」轉入「存量時代」，這就導致了競爭本質的崩壞：

1. 從「開拓」變「內捲」： 在增量市場，大家比的是誰跑得快（開拓新市場）；在存量市場，大家比的是誰比較耐操、誰比較能熬（在既有市場裡把對手磨死）。

2. 社會階級的固化： 「存量」往往掌握在早進場的人手中（比如台灣 5、6 年級生手中的房地產）。因為沒有新的增量（薪資漲幅跟不上），年輕人很難透過努力去獲得這些存量，這就是「存量社會」的集體焦慮。

為了怕自己以後忘記「增量」跟「存量」的含義，我先把相關的定義記錄下來，這樣才方便展開後續的討論。

我們常聽到的「增量」和「存量」，其實源自於經濟學與會計學中一對最基礎的觀念：流量（Flow）與存量（Stock）。

要理解這兩個詞，最直觀的辦法就是想像一個「水池」（又是水池，系統動力學也是用水池來比喻，水池真是萬用）。

1. 「存量」：池子裡剩多少水？在經濟學中：

流量： 指的是一段時間內，「新流入」池子的水量（比如每分鐘流進 5 公升）。這就是增量的來源。

存量： 指的是在某一特定時間點，「池子裡現有」的水量（比如現在池子裡總共有 100 公升）。

「存量市場」這個說法的由來： 當一個行業或社會不再有「新水」流進來（沒有新客戶、沒有新資金、沒有新人口）時，大家競爭的對象就只剩下池子裡原本剩下的那 100 公升水。這就是為什麼我們叫它「存量市場」。

2. 增量市場就是「把餅做大」，狀態： 蛋糕還在烤，而且越烤越大。

邏輯： 只要你努力，你可以分到新烤出來的那一塊。你變有錢，不代表別人變窮，因為總量在增加。

例如 2010 年的手機市場。那時很多人還沒換智慧型手機，廠商只要做出產品，就能抓到「新客戶」。

3. 存量市場就是「搶別人的餅」，狀態： 蛋糕已經烤完了，就這麼大，而且不會再增加了。

邏輯： 這是一個零和遊戲。如果你想多吃一口，就必須從別人的盤子裡搶過來。你的增長，必然建立在對手的倒閉或萎縮上。

例如 現在的手機市場。幾乎每個人都有手機了，蘋果想增加銷量，通常得讓其它家的用戶「跳槽」。

增量是「變量」，屬於動態的擴張；存量是「基數」，屬於靜態的分配。

當台灣整體的社會結構（人口、財政）進入了「存量期」，我們就得像台積電一樣，把目光投向還有「流量」注入的地方（全球市場）。

接著，讓我們先分析日本長達 30 年的「失落時代」以及其社會轉型的經驗。

1. 就業市場的兩難抉擇：犧牲年輕人

日本在經濟衰退初期做出了一個影響深遠的決定：優先保護老員工（存量就業），犧牲新生代。

殭屍企業： 政府與銀行聯手維持不具競爭力的企業不倒閉，導致大量資金無法流向創新產業。

冰河世代： 1993 - 2003 年畢業的學生被稱為「就業冰河世代」，企業不願培養新人，轉而聘用大量「派遣員工」或臨時工。這一代人至今仍是日本收入最低、結婚率最低的群體。

2. 學歷貶值與內卷的真相

日本「團塊次代」（1973 - 1980 年出生者）經歷了最殘酷的競爭。

三重過剩： 出生時人口過剩、上學時教育擴招過剩、畢業時崗位過剩。

學歷失靈： 大量擴招碩博士導致「高學歷難民」出現，許多碩博士畢業後只能在便利店打工或擔任低薪臨時講師。

3. 職業興衰的底層邏輯

公務員： 雖然穩定，但隨著財政緊縮，薪資大幅下降且工作強度激增（如不夜城的公務員）。

醫師與教師： 醫師受老齡化衝擊，工作負荷過重且醫療糾紛激增；教師則因少子化與財政削減，淪為過剩資源與低薪職業。

工程師： 本土中低端製造業轉移，導致技術人才內卷嚴重，實質薪資大幅縮水。

4. 醫療體系的崩壞與重構

日本醫療曾領先全球，但在老齡化下崩潰，後因 DPC 制度（診斷群分類支付）改革才得以重生：通過制度重組（如國民護理保險），將養老護理從醫院轉移到社區，減輕醫師壓力。

5. 破局之道：全民出海

日本企業透過「海內外雙循環」在海外再造了一個日本。

出海三步走： 從優勢產業（汽車、電子）抱團出海，到帶動供應鏈中小企業，最後進行文化輸出，並引領後期動漫及旅遊的榮景。

個人機遇： 跟隨企業出海的技術與運營人才，躲過了日本國內的存量內卷，享受到了全球市場的增量紅利。

看完日本曾走過的路，有沒有覺得頭皮發麻？要不是台灣這波有搭上 AI 硬體的順風車，估計我們也離衰退期不遠了。

但就是因為台灣經濟目前還在強勁成長中，所以很多潛在的危機都被掩蓋住了，大家在股市的榮景中，忘記我們當前的社會結構根本就是日本的翻版，那他們所遭遇的危機，我們能躲得掉嗎？

台灣與日本在經濟指標與人口指標上存在「時間差」。台灣目前正處於一個「經濟在高山，人口在深淵」的奇特平衡。

台灣現狀就像日本在 1990 年代的資產泡沫與經濟熱度的「頂峰感」，那是日本泡沫經濟的最高點，當時全世界都認為日本會買下整個美國。

而台股目前站穩三萬點、房價在歷史高位、台積電被譽為「護國神山」。這種「我們是世界半導體中心」的集體狂熱與資產價值，與 1990 年的日本極度相似。

日本的勞動年齡人口（15 - 64 歲）在 1995 年達到頂峰後開始下滑；台灣則是在 2015 年 左右達到頂峰，目前正處於加速下滑的初期。

因為台灣的少子化比日本更嚴重、更快，這導致台灣的現狀就像日本 1990 年代 的經濟財富 + 2020 年代的人口結構。這是一種極端的不匹配：

日本： 「慢慢變老」（花了 30 年進入超高齡社會），經濟也跟著慢慢冷卻。

台灣： 「極速變老」，但經濟卻因為 AI 浪潮被強行灌入大量強心針（超級增量）。

但這對年輕人來說更危險，如果台灣是 2020 年代的日本，大家至少心裡有數，知道要過苦日子了。但台灣經濟現在像 1990 年的日本，這會產生一種「虛假的安全感」：

• 房價與薪資的幻覺： 因為 AI 產業太強，帶動了整體的漲價預期。年輕人會覺得「我現在不買房，以後更買不起」。
  
  
• 存量競爭的隱形化： 因為國家整體還有錢（增量），政府還可以透過補貼、發錢來掩蓋人口崩潰（存量）帶來的社會問題。
  
  
• 時間的壓縮： 日本用了 30 年才面對的問題，台灣可能在未來 10 年內就會集體爆發（如勞保破產、健保崩潰、偏鄉大學集體倒閉）。

台灣現在更像是一個「正值壯年、口袋裝滿錢，但體內細胞卻停止分裂」的怪異結構。而這種現象可能會導致一個更恐怖的結論： 台灣可能沒有日本那樣「緩慢失落 30 年」的餘裕。

一旦 AI 的邊際效應遞減，台灣面對人口存量崩潰的速度，會比日本當年快上數倍。

AI 雖然是強心針，但它同時也是「替代人力」的加速器。 這意味著當我們進入人口存量期時，AI 可能不會幫我們「緩解」壓力，反而會讓那些還留在存量市場（後勤人員、基層白領）的人更快失業。

其實我也不想販賣焦慮，但都有人當先行者表演給我們看了，難道我們還要盲目地踩坑嗎？

借鑒日本，台灣年輕人想要避免成為「冰河世代」的接盤俠，可以從以下幾個維度進行判斷：

1. 警惕「虛假穩定」：重新定義鐵飯碗

日本公務員在失落時代從「精英」變為「低薪內卷」的過程。

借鑑：在存量競爭時代，依賴政府財政撥款的職位（如公立教職、一般行政公務員），其價值會隨著少子化導致的規模縮減與財政緊縮而縮水。

抉擇：不要為了「穩定」而進入一個需求正在萎縮的體系。真正的穩定是「市場價值」，即如果你明天失業，後天就有別家公司想挖你。

2. 產業選擇：避開「本島內卷」，擁抱「全球增量」

台灣與日本當年最大的不同是，我們正處於 AI 與半導體的浪潮上。

借鑑：日本當年的工程師因為產業外移而過剩；台灣目前的工程師則是稀缺資源。

抉擇：優先選擇具備全球競爭力的產業（AI、生醫、高階製造），這些產業的收入來自全世界，而非台灣內部疲軟的消費市場。

避坑：避開過度依賴本地內需且門檻低的傳統服務業、中低端房地產仲介等，這些行業在人口萎縮後，競爭會變得極其病態。

3. 學歷策略：從「通才」轉向「專才」或「跨域」

日本的「高學歷難民」是因為碩博士與職缺的嚴重錯配。

借鑑：大學或碩士學歷已經是標配，它不再是階級躍升的門票。

抉擇：確保你擁有一項「拿得走」的硬核技能，而不僅僅是文憑。

跨領域： 例如「醫療 + AI」、「法律 + 金融」，在兩個成熟領域的交集處建立護城河。

4. 資產配置：別讓房產鎖死你的人生

日本「冰河世代」最慘的一群人，是背著泡沫期高額房貸卻面臨減薪的人。

借鑑： 台灣目前房價處於高位，如果將所有資產與未來 30 年的勞動現金流鎖死在單一地區的房地產上，風險極高。

在存量社會，持有「台幣計價的房地產」雖然名義上會漲，但在全球範圍內的實質購買力可能會因為新台幣的波動或人口紅利消失後的流動性鎖死而下降。

抉擇： 建立全球化資產配置。就像日本企業「全民出海」一樣，你的投資也應該出海。持有具備全球購買力的資產（如美股、全球型 ETF），這樣即使台灣本地經濟受人口紅利消失衝擊，你的購買力依然穩固。

5. 努力在「增量期」有用，但在「存量期」，選擇大於努力

借鑑： 不要因為社會壓力而強迫自己進入一個已經過飽和、只能內耗的環境。

抉擇： 學會「靈活移動」。這不代表躺平，而是要有隨時可以離開本島的心理與能力準備。無論是去東南亞開發新市場，還是遠端為歐美公司工作，將自己定位為「全球化個人」，你就不會被特定地區的衰退週期困住。

台積電就跟當年日本的大公司一樣，帶著台灣的供應鏈出海拚增量市場，這也是年輕人一個絕佳的機會點，就跟日本當年那批不願困在當地市場的人一樣，拚出一條新的路。

這給我們的啟示就是：「人往增量走，錢往全球放，技往硬核練。」

寫到這邊，我自己也覺得有點疑惑，台灣現在的經濟表現這麼火熱，怎麼會說是「存量期」呢？ 以下就讓我們一一釐清這個問題。

台灣最奇特的地方就是我們正處於 「極致的二元對立」。

AI 紅利： 台灣出口數據、GDP 增長率、股市點位確實都在「增長期」，這是因為台灣抓住了全球 AI 基礎建設的生產增量。

但在生活體感面，人口結構是不可逆的存量： 無論 GDP 成長多少，台灣人口減少、老齡化、少子化是確定的。這意味著內需市場（餐飲、零售、教育、房地產底層需求）已經進入「存量甚至縮減期」。

財富分配不均： 這一波「增長」主要集中在科技業與出口貿易。如果你不在這 10% 的賽道內，你面對的就是通貨膨脹、高房價、以及日漸枯竭的社會資源（醫療、養老），這就是典型的「存量社會」特徵。

結論： 台灣現在是 「產業增量、社會存量」。

因此我們應該要賺全球增長的錢（AI、半導體），以應對本土存量的老路（高生活成本、人口紅利消失）。

要額外澄清一點，為什麼我們父母那代會覺得，愛拚才會贏，努力就會有希望？ 這在日本也曾發生過世代間的誤解 → 在增量期，你只要努力工作、買房、存錢，時代會自動推著你致富，這叫 「被動致富」。

但在現在的台灣因為已經邁入社會存量期，所以選擇會變得比努力重要，當你選擇：

A. 在一個傳產、低毛利的內需行業努力工作（如：傳統實體零售）。你的努力可能只夠讓你勉強對抗通膨，因為行業的總量在萎縮。

B. 選擇具備全球市場的賽道，或是針對「存量社會問題」提出解法（如：高階醫材、財富傳承、自動化取代人力）。

這是兩條完全不同的路線，所以也會帶來完全不同的體感，這是 K 型經濟的特徵，也通稱「一個台灣，兩個世界」。

更可怕的是，當我們在用「存量期」的社會規則（高房價、少子化），在對抗「增量期」的物價與競爭時，不在「增量產業」的年輕人只會覺得自己的未來完全沒希望、而在「增量產業」的人則是完全不理解其他人的痛苦。

對個人來說，還有幾個解方，那就是產業「出海」的個體化：

日本是企業集體出海，而台灣年輕人可以實踐「個體出海」，這不一定是移民，而是「技能與資產的出海」，這就像簡立峰博士近期一直在呼籲的「出海」。

技能出海： 讓自己的專業能與國際市場對接（如遠端工作、跨境諮詢）。

資產出海： 既然台灣內需有存量風險，資產配置就必須擺脫對單一地區房地產的依賴，轉向全球性的成長資產。

上面洋洋灑灑講了這麼多，其實也是在收斂我自己的邏輯思考，我們未來二十年的生存邏輯應從「適應穩定」轉向「管理變革」。以下提供台灣年輕人的三個建議：

1. 構建「反脆弱」的職業組合；

不要迷信單一組織的穩定。效法日本「冰河世代」中最終突圍的人：他們往往具備跨領域的彈性。

具體作法： 主業在增量產業（如科技、出口相關）獲取高薪，副業在存量社會尋找未滿足的痛點（如銀髮服務、財富管理）。

2. 資產的「全球化」視野；

必須意識到，台灣房地產的長期價值與人口紅利掛鉤。在「產業榮景」尚未消失前，應利用強勢台幣與出口利潤，配置全球優質資產，為未來的「社會存量期」築起防火牆。

3. 認清「時間溫差」，提早佈局；

不要用父母那一代的「買房、考公務員、進大公司」作為唯一衡量標準。父母輩處於「低物價、高增長」的暖春；我們處於「高物價、分化性增長」的寒冬前夕。

要認清未來可能的發展，接受社會規則的改寫，在職場競爭中，優先考慮「可攜帶性」最強的技能，而非最安穩的職位。

台灣的未來既不是徹底的崩壞，也不是全民的繁榮，而是一個「極度分化」的社會。不要試圖去對抗「存量社會」的重力（我們無法改變人口減少），而要利用「產業增量」的浮力（利用台灣在 AI 供應鏈的紅利）。

年輕人最危險的狀態是「身處存量行業，卻抱著增量時期的理所當然」。 當我們能夠冷靜地看著身邊的環境在萎縮，而自身的帳戶、技能與視野卻在向全球擴張時，就已經完成了人生最關鍵的準備。

最後，我想說的是，台灣不會完全重複日本的悲劇，因為我們手握 AI 時代的門票；但台灣也無法逃避日本的困境，因為生物學意義上的人口枯竭是現在進行式。

我們不需要為「即將到來的存量期」感到悲觀，而是必須為了「依然存在的增量期」而行動。

當時代不再是風口時，我們必須學會造風；當大船即將擱淺時，我們必須學會自己游泳。

日本的代價是犧牲了一代人，而台灣的機會在於，我們已經分析過日本失落時代的經驗，並提前進行準備。

在 AI 榮景的餘暉中，大家都應該做出那個關乎未來、既現實又大膽的選擇 → 不當時代的接盤俠，要當週期的航行者。