設計思考 Design Thinking 2026-07-20281

IBM 史上最慘一天，告訴我們 AI 正在消滅什麼樣的護城河

#前瞻科技 #商業策略 #未來趨勢 #案例分享

讀完這篇，你會知道：

IBM 這次的歷史性崩跌，為什麼不只是一家公司的財報問題，而是整個「轉換成本護城河」商業邏輯的終結信號？
大型機（Mainframe）如何在半世紀內靠著讓人「換不走」維持壟斷—以及 AI 如何在幾個月內開始瓦解這個邏輯？
這個轉變對台灣企業與科技人的啟示：哪些你以為牢不可破的競爭優勢，其實也是同一種護城河？

思考的起點

2026 年 7 月 14 日，IBM 股價單日崩跌 25.2%，市值蒸發約 670 億美元—這是這家擁有 115 年歷史的公司有史以來最慘烈的一天，打破了 1987 年黑色星期一的紀錄。

表面上，觸發這次崩跌的是一份令人失望的第二季財報預警：實際營收 172 億美元，低於市場預期 186 億美元約 3.7%。執行長 Arvind Krishna 在提交給美國證券交易委員會的文件裡寫道：「這一季，我們失足了。」

但市場賣的，不是那個數字。市場賣的，是 IBM 對那個數字的解釋：企業客戶正在把資本支出從軟體、諮詢和大型機，快速移轉到伺服器、儲存設備和記憶體—為了在 AI 基礎建設的競賽中搶先卡位。這些被移走的訂單，很可能不會回來。

這是科技分析師 Ben Thompson 在他的訂閱電子報 Stratechery 的核心論點。他在 2026 年 7 月 16 日的文章《Mainframes and Main Characters》中寫道，IBM 的真正風險不是短期的資本支出重分配，而是一個更深層的結構性威脅：AI 正在讓「把程式移出大型機的代價太高」這個維持了半世紀的護城河，開始出現裂縫。

要理解為什麼這件事的意義遠超過一家公司的財報，你必須先理解大型機這個東西，以及它的護城河是怎麼建立的。

大型機的護城河：不是因為最好，而是因為換不走

大型機（Mainframe）是整個 IT 產業第一紀元的核心基礎設施。IBM 在 1960 年代推出的 System/360，定義了企業級計算的基本架構，也奠定了 IBM 在這個市場長達半世紀的主導地位。

根據 IBM 委託 Celent 進行的 2022 年研究，全球超過一半的交易金額仍在大型機上處理。全球前 25 大銀行中，有 92% 使用 IBM 大型機；全球前 25 大零售商中，有 71% 使用；全球前 23 大航空公司中，有 23 家使用。這些數字，在個人電腦、網際網路、雲端運算等每一波技術革命後都沒有根本改變。

為什麼？不是因為大型機比其他選項更好，而是因為換掉它的代價太高。

大型機上跑的核心程式，大多用 COBOL 語言寫成。COBOL 誕生於 1959 年，是為了讓非工程師也能撰寫商業邏輯而設計的語言。幾十年來，銀行、政府、保險公司、航空公司在這些系統上疊加了數百萬甚至數千萬行的程式碼，每一層都與下一層糾纏不清。這些程式碼承載著幾十年的商業邏輯、異常處理規則、監管合規設定—沒有任何文件，只存在於程式碼本身，以及那些退休工程師的記憶裡。

把這些系統移植到現代平台，不只是技術問題，而是考古問題。你必須先讀懂幾十年前的人在想什麼，才能知道這段程式碼的真實意圖。這個過程耗時數年、成本以億美元計、風險極高—任何一個疏失都可能讓銀行的轉帳系統崩潰、讓航班訂位系統當機。

這就是 IBM 的護城河：不是技術優勢，而是轉換成本（switching cost）。客戶不是因為愛 IBM 才留下來，而是因為離開的代價讓他們無法離開。這個護城河，讓 IBM 的大型機客戶群在半世紀後幾乎沒有改變。

Anthropic 的一個公告，讓這個護城河開始動搖

2026 年 2 月 23 日，Anthropic 宣布 Claude Code 推出針對 COBOL 現代化的專項能力。聲明指出，Claude Code 可以自動分析大型 COBOL 程式碼庫、標記風險點、生成文件、並協助將程式碼轉譯到現代語言—這個過程原本需要數年時間，現在可能壓縮到數個月。

IBM 股價當天崩跌 13.2%，市值蒸發超過 310 億美元。這是自 2000 年網路泡沫破裂以來的最大單日跌幅。

IBM 隨即反駁：程式碼翻譯遠不等於系統遷移。把 COBOL 翻成現代語言，只是整個遷移工程的第一步，後面還有硬體生態系統的重建、資料庫的改寫、監管合規的重新驗證。這些環節，AI 目前都還沒有可靠的解決方案。

這個反駁有其道理。但 Ben Thompson 的論點更精準地切中了問題的核心：護城河的本質，從來不是「遷移不可能」，而是「遷移的代價讓人不敢嘗試」。一旦 AI 把 COBOL 現代化的第一步—也是最令人卻步的那一步—的門檻大幅降低，就算完整遷移仍然困難，客戶的心理算盤就已經開始重新打了。

當客戶開始認真評估「也許我們真的可以移出去」，IBM 就輸了一半。因為護城河的力量，來自於讓人連評估的念頭都打消。

7 月 14 日：市場賣的是「那些訂單不會回來」

五個月後，2026 年 7 月 14 日的崩跌，把這個故事推動到了下一章。

IBM 的 Q2 預警說明，企業客戶正在把資本支出從軟體和大型機，轉移到伺服器、儲存設備和記憶體—因為 AI 基礎建設的需求讓這些硬體供應吃緊，價格上漲，客戶必須提前搶購。這讓 IBM 的軟體銷售和大型機訂單在 6 月最後幾週急劇萎縮。

管理層把這個解釋為「時間點問題」—客戶移走的是本季的資本支出，下季還會回來。但市場不相信這個敘事，股價單日跌掉四分之一。

為什麼？因為市場在問一個更深的問題：那些轉向 AI 基礎建設的客戶，在他們重新分配了預算、讓工程師接觸了現代 AI 工具之後，他們真的還會回來續訂大型機的軟體授權嗎？還是說，Anthropic 在 2 月種下的那顆種子，正在悄悄地讓「也許我們可以移出去」這個念頭，在那些工程師的腦子裡發芽？

Ben Thompson 的論點是：IBM 的管理層可能沒有說謊，但市場看到的風險是結構性的，而非週期性的。大型機的護城河，建立在「移出去太貴」的共識上。一旦這個共識開始鬆動，即使緩慢，護城河的邏輯就開始崩解。

「轉換成本護城河」的黃昏：AI 正在消滅的商業邏輯

IBM 的故事之所以值得認真思考，不只是因為它是一家大公司的財報問題，而是因為它揭示了 AI 正在系統性消滅的一種商業模式。

「轉換成本護城河」是商業策略中最穩固的護城河類型之一。它的邏輯是：讓你的產品或服務深度嵌入客戶的工作流程、資料、或技術架構，以至於更換你的代價遠超過繼續使用你的代價。IBM 的大型機是這個邏輯的極致版本—但這種邏輯其實普遍存在於各種產業。

AI 正在從兩個方向攻擊這種護城河。第一，AI 降低了「讀懂複雜遺留系統」的成本。過去讓遷移工程如此昂貴的，不只是技術複雜度，更是知識密集度—你需要人類專家花大量時間理解幾十年前的商業邏輯。AI 在這方面有結構性優勢。第二，AI 加速了新系統的建立速度。當建立替代方案的成本大幅下降，「現在就開始建新的，等它好了再移過去」這個路徑的吸引力就大幅上升。

這個邏輯不只適用於大型機。它適用於所有依賴「客戶被鎖定在我的生態系統裡」的商業模式—無論是企業軟體的客製化整合、行業別的資料格式壟斷、特定工具鏈的學習曲線優勢，或是長期合約加上高額違約金。

當 AI 把「讀懂舊系統」和「建立新系統」的成本同步壓低，所有倚賴轉換成本的護城河，都值得重新評估其深度。

台灣的對照：哪些護城河正在被同樣的邏輯侵蝕？

把這個框架帶回台灣，可以提出幾個值得認真思考的問題。

台灣的 IT 服務業與系統整合商，有相當比例的業務來自維護企業遺留系統、提供客製化整合服務。這些業務的核心競爭力，很大程度上建立在「客戶依賴我們理解他們的系統」上—這是一種知識型的轉換成本護城河。當 AI 開始能夠讀懂這些系統，這個護城河的深度就開始面臨結構性挑戰。

台灣的製造業在工廠自動化和生產管理系統上，也積累了大量只有少數工程師理解的「知識遺產」。ERP 系統的高度客製化、設備控制程式的歷史積累、非標準化的資料格式—這些都是轉換成本護城河的台灣版本。AI 對這類系統的滲透，目前還在早期階段，但方向是清楚的。

這不是悲觀的預測，而是一個結構性的提醒：如果你的競爭優勢主要來自「客戶換掉你的代價很高」，那麼值得認真問一個問題—當 AI 把那個代價降下來之後，你的差異化在哪裡？IBM 的故事給的啟示，不是「遺留系統一定會被取代」，而是「護城河的實質深度，比你以為的更脆弱，而且可能比你準備好的更快開始消退」。

具體而言，台灣企業可以從以下幾個角度開始評估自身的護城河性質。第一，你的客戶繼續使用你，最主要的原因是什麼？是因為你提供了他們在市場上找不到同等品質替代品的核心能力，還是因為更換你的整合成本太高？這兩個答案，在過去看起來效果相同，但在 AI 壓低遷移成本的趨勢下，將會走向截然不同的命運。

第二，你的「知識遺產」是資產還是負債？多數組織的系統知識都積累在少數人的腦子裡，文件嚴重不足。這種狀態曾經是一種隱性護城河—只有我們的人懂這個系統，客戶不敢輕易換掉我們。但當 AI 開始能夠讀懂這些系統，這個隱性護城河就同步消退。把知識系統化、文件化，不只是管理健康度的問題，也是在評估自己真實的護城河深度。

第三，你有沒有在主動建立「讓客戶真的愛你」的競爭優勢？台積電的案例告訴我們，這種護城河在 AI 時代不只沒有消退，反而因為 AI 讓低品質複製變得更容易，而讓真正的工藝能力顯得更稀缺。投資在真實能力的深化，比投資在讓客戶更難離開的鎖定機制，在 AI 時代是更可靠的長期策略。

Stratechery 的分析視角：為什麼這個故事值得台灣科技人認真讀？

Ben Thompson 是少數常居台灣、以英文書寫、在全球科技圈具有影響力的獨立分析師。他的 Stratechery 電子報以「聚合理論」（Aggregation Theory）等框架聞名，長期追蹤科技公司的商業策略演化，訂閱者涵蓋矽谷創投、科技公司執行長、以及大量台灣科技產業的從業者。

他對 IBM 事件的解讀之所以值得特別關注，是因為他不只在分析一家公司，而是在用這個事件測試一個更廣泛的框架：AI 如何改變「護城河的有效期限」。過去，轉換成本型護城河之所以持久，是因為它依賴的是人類認知的極限—人類讀懂複雜遺留系統需要大量時間，建立替代系統也需要大量時間。這兩個「需要大量時間」，共同構成了護城河的高度。

AI 在這兩個維度上都有潛力大幅壓縮時間成本。讀懂複雜系統的能力，正是大型語言模型的核心優勢之一；建立新系統的速度，在 AI 輔助程式開發的加持下也在快速提升。當這兩個時間成本同步下降，轉換成本護城河的高度就開始收縮。

Thompson 的分析框架提示我們一個思考路徑：不要只問「AI 會不會取代這個行業」，而要問「AI 會如何改變這個行業的轉換成本結構」。這個問題，對台灣的 IT 服務業、系統整合商、乃至任何提供深度客製化服務的公司，都具有直接的策略意涵。

值得一提的是，Thompson 本人在台灣生活多年，對台灣科技產業的觀察相對深入。他曾多次分析台灣在全球半導體供應鏈中的角色—而台積電，恰恰是另一種護城河的典型代表：不靠「讓客戶移不走」，而靠「讓客戶真的需要我做的事沒有人能做得一樣好」。這個對比，在思考 AI 時代的競爭優勢時，格外具有啟發性。

IBM 與台積電，同樣是護城河深厚的公司。但護城河的性質不同，在 AI 時代面對的風險也截然不同。這個差異，或許是對所有正在思考「我的競爭優勢 AI 時代還有效嗎」的人，最值得深思的對比。

我們的觀點

Ben Thompson 把這次 IBM 的事件稱為「大型機的終結？」—那個問號是刻意的。這不是預告大型機明天就會消失，而是指出一個方向性的轉變：幾十年來讓大型機客戶「走不了」的那道牆，正在開始變薄。

這個故事最有意思的地方，不在 IBM，而在它所揭示的商業邏輯。整個 IT 產業第一紀元，有相當比例的商業價值建立在「讓客戶移不走」上，而不是「讓客戶真的愛你」上。這兩種護城河，在 AI 來臨之前看起來一樣堅固；在 AI 來臨之後，開始顯現出本質的差異。

「讓客戶移不走」的護城河，依賴的是客戶的認知成本和轉換摩擦—而 AI 最擅長的，恰好是降低認知成本和摩擦。這個組合，對轉換成本型護城河來說，是結構性的不利因素。

「讓客戶真的愛你」的護城河，依賴的是你持續提供他人無法替代的真實價值—而這種護城河，在 AI 時代不只沒有被削弱，反而因為 AI 讓低品質的替代品更容易出現，而顯得更有價值。

在我們接觸的企業工作坊現場，有一個類似的問題不斷出現：組織的競爭優勢，是建立在「客戶習慣了我們」還是「客戶真的需要我們做的事」？這兩個問題，過去很難分清楚，因為「習慣」往往偽裝成「需要」。AI 正在把這個區分變得清晰，有時候是以非常殘酷的方式—比如一個週一早上的 25% 跌幅。

IBM 會不會撐過這一關？可能會。它有 AI 技術、有企業關係、有量子計算的長期投注。但這不是重點。重點是：護城河的性質正在被 AI 重新評價。如果你的護城河是「客戶很難移走」，今天就值得認真問：AI 讓移走變容易了幾成？

本文關鍵概念速查

轉換成本護城河（Switching Cost Moat）：

指企業透過讓客戶深度依賴其產品、服務或技術架構，使得更換供應商的成本（金錢、時間、風險）遠高於繼續使用的成本，從而形成的競爭壁壘。IBM 大型機是這種護城河的典型代表，其核心不在技術領先，而在讓客戶「換不走」。

COBOL 與遺留系統（Legacy Systems）：

COBOL（Common Business-Oriented Language）是 1959 年誕生的商業程式語言，至今仍是全球銀行、政府、保險業核心系統的基礎。這些系統因歷史積累的複雜性而難以遷移，形成了大型機生態系的轉換成本核心。

Mainframe（大型機）：

IBM 主導的企業級計算平台，以高可靠性、高吞吐量著稱，尤其適合大規模金融交易處理。根據 Celent 研究，全球超過一半的交易金額仍在大型機上處理，但其核心護城河源於轉換成本，而非技術優越性。

Stratechery（班尼迪克特策略）：

科技分析師 Ben Thompson 於台灣創辦的英文訂閱電子報，以深度分析科技公司的商業策略著稱，是全球科技產業最具影響力的獨立分析平台之一。Thompson 長期居住台灣，其分析框架對科技商業策略思考影響深遠。

FAQ

Q：IBM 會因為這次事件而倒閉嗎？

A：短期內不會。IBM 有 125 億美元的生成式 AI 訂單積累、量子計算的長期規劃、以及龐大的企業客戶關係網絡。這次事件更像是一個方向性警告，而非存亡危機。但如果 AI 繼續降低 COBOL 現代化的門檻，IBM 的高利潤軟體授權業務將面臨長期結構性壓力。

Q：什麼是「轉換成本護城河」？我的公司有嗎？

A：如果你的客戶繼續使用你，主要是因為「換掉你太麻煩」而非「你真的是最好的選擇」，你就擁有轉換成本護城河。常見形式包括：深度客製化整合、專有資料格式、長期合約加違約金、只有你的人懂的技術架構。在 AI 時代，這類護城河的深度正在被系統性重新評估。

Q：AI 真的能取代 COBOL 工程師嗎？

A：目前 AI 能顯著降低 COBOL 理解和初步轉譯的成本，但完整的系統遷移仍需要深度的商業邏輯理解、監管合規驗證、以及硬體生態系的重建。AI 更像是讓「啟動遷移」的門檻大幅降低，而非讓整個遷移過程自動化。對 COBOL 工程師而言，短期影響有限，但長期需求趨勢的轉向是真實的。

Q：Ben Thompson 的 Stratechery 值得訂閱嗎？

A：如果你關注科技產業的商業策略，Stratechery 是全球最具深度的獨立分析平台之一。Thompson 長居台灣，對亞洲科技生態有第一手觀察。付費訂閱版每週有三篇深度分析，對科技從業者與投資者都有相當參考價值。

開放討論

你的行業或公司，有沒有類似 IBM 大型機這樣的「轉換成本護城河」？當你想像 AI 把客戶遷移的門檻降下來之後，你覺得自己的差異化還剩多少？歡迎留言分享你的觀察。

延伸思考

你現在的工作或事業，競爭優勢有多少來自「客戶習慣了你」，有多少來自「客戶真的需要你做的事」？這個比例，在 AI 時代意味著什麼？
Ben Thompson 說 IBM 的真正風險是「那些訂單永遠不會回來」。在你的行業裡，有沒有正在發生類似的「需求型態改變」—不是景氣循環的起伏，而是結構性的方向轉移？
如果你是 IBM 的執行長，面對 AI 正在侵蝕大型機護城河這個結構性威脅，你會把接下來三年的資源投注在哪裡？