潁川學探索亞洲殭屍企業與教育學程—— AI 時代的新陳代謝力量：從「進化史的演算法」到有責任的社會更新

 前言

一家公司仍然營業，是否代表它仍在創造價值？一門課程年年開設，是否代表它仍能幫助學生理解世界？

企業有營收、員工與辦公室，卻可能長期依賴借款延續；學程有課表、學分與證書，卻可能缺少學習成果的檢驗。
兩者制度不同，不能直接畫上等號，卻共同提醒我們：
「形式的持續，需要接受實質功能的檢驗」

當 AI 加速知識處理與工作流程重組，亞洲面臨的不只是產業競爭，也是一場關於資源配置、教育責任與社會承接能力的考驗。

從潁川學的歷史與文明視角出發，我們應提出一個更深入的問題：社會如何更新失去效能的制度，同時保護人的尊嚴，保存值得傳承的知識，並為下一代打開新的道路？

一、先釐清：殭屍企業不是所有虧損企業

「殭屍企業」是經濟研究中的辨識概念，沒有一個適用所有研究的統一門檻。
BIS 研究關注長期無法以當期獲利支應債務服務成本的企業；辨識時也考慮企業年齡與未來獲利預期，避免把投資尚未回收的新創或正在重整的公司一概歸入。

常見的觀察指標是利息保障倍數：
利息保障倍數＝息稅前盈餘 ÷ 利息費用。

若持續低於一，表示該口徑下的盈餘不足以支付利息，但不能單憑這一項指標就斷定企業沒有存續價值。仍須檢查現金流、產業週期、資產負債、融資條件與改善前景。

至少有三種情況需要區分：
第一，原有業務具有需求，卻因暫時衝擊而發生資金困難。
第二，正在投入新產品或重整，短期虧損但有可驗證的改善路徑。
第三，長期缺乏可行的經營模式，持續依靠展延、補貼或其他支持維持運作。

政策判斷應努力分辨這三者。錯把可恢復者推向倒閉，會破壞能力與就業；無條件延續缺乏前景的經營，也可能使資源長期無法轉向新用途。

二、亞洲的課題是資源能否流向有前景的用途

亞洲不是單一經濟體。各國銀行結構、企業治理、產業政策與市場環境不同，不能用同一個標籤解釋所有困境。
不過，殭屍企業研究揭示了一項值得注意的制度風險：當債權人不願認列損失、經營者不願承認失敗，或政策支持缺少檢討條件，原本為了緩衝衝擊的措施，就可能延後必要調整。

OECD 的跨國研究發現，產業內資本更多停留在殭屍企業，與其他企業較低的投資及就業成長有關，也可能妨礙新企業進入與擴張。這是特定資料與研究設計下的發現，不能直接當成今天每個亞洲市場的精確估計。

它對公共政策的啟示是：救助應有明確目的，支持應有檢驗方式。
例如，支持究竟是為了維持必要服務、保存有價值的技術，還是爭取重整時間？每種目的，都應對應不同的成果要求。

當一筆補助年年延續，卻沒有人能說明改善了什麼，制度便容易把「沒有倒下」誤認為「已經復原」。

三、把企業問題帶進教育，類比必須有界線

談到教育學程，可以借用「僵化」來描述失去更新能力的制度，但不宜把它當成已經確立的學術分類，更不能用來貶低師生。
企業通常需要經營收益支應成本；教育同時承擔基礎研究、文化保存、公民養成與機會平等。招生人數少、短期薪資不高，並不等於學程沒有價值。

古典語言、地方歷史、基礎科學或偏鄉教育，都可能具有難以由市場價格充分反映的公共貢獻。

因此，真正值得檢查的是：
課程目標是否清楚？學生是否得到承諾的學習支持？內容是否依學科進展更新？評量是否能看出能力？當結果不如預期時，有沒有改進？

若課程多年只更換名稱，作業與評量始終停留在複製資料，便值得檢討；若一門傳統課程能訓練精讀、史料考證與嚴密推理，它即使沒有冠上 AI 名稱，也可能具有深厚價值。
教育更新的標準，應是學習與公共使命能否實現。

四、AI 是更新工具，也可能成為延後改革的工具

AI 對企業與教育的影響，不能預先假定只有一個方向。
對具有需求與改善空間的企業，AI 可以協助分析庫存、整理文件、支援客服與發現流程瓶頸。但這些用途是否有效，需要以實際成本、品質與錯誤率驗證。
對缺乏產品需求或治理失靈的組織，AI 也可能只是讓簡報更漂亮、報告更多、流程更快，卻未解決核心問題。

教育亦然。教師可以利用 AI 製作不同難度的練習，學生可以藉它探索不同解釋；但若作業由 AI 產生、回饋也由 AI 自動完成，卻沒有人確認學生是否理解，表面的效率便可能掩蓋學習的空洞。

以下是本文提出的風險判斷，而非已由前述企業研究直接證明的結果：

「AI 可能降低更新的成本，也可能降低維持表面運作的成本。」

因此，導入 AI 之前，組織應先說清楚要改善什麼；導入之後，應確認改善是否真的發生。

五、「進化史的演算法」是一個需要節制的比喻

把產業興衰稱為「進化史的演算法」，能提醒我們注意環境變化、差異、回饋與調整，但它不是一條能直接計算文明進步的科學定律。
生物演化涉及遺傳變異與繁殖差異，沒有預設必然走向更高級的終點；企業與教育制度則包含法律、權力、協商、價值判斷與有意識的設計。

企業破產，不證明員工比較差；學程縮編，也不證明相關知識不重要。市場結果受到資源起點、制度規則與外部衝擊影響，不能被當成人的價值排序。

若要把這個比喻轉化為治理方法，可以提出一個規範性的更新循環：

發現問題 → 提出替代方案 → 小規模試行 → 檢驗成果 → 修正或停止 → 保存有效經驗。

這不是生物學公式，而是一套可討論、可實作的制度設計。
它的關鍵在於：試行失敗可以停止，但失敗原因應被理解；舊制度可以改變，但受影響者需要轉銜；有效知識應被保存，而非每次改名都從頭開始。

六、從「職業會不會消失」轉向「任務如何改變」

AI 時代的教育，應避免把每個職業簡化成會消失或不會消失。

國際勞工組織 2025 年的研究以工作任務評估生成式 AI 的職業暴露程度，指出全球約四分之一的就業落在其暴露分級之內；這不代表四分之一工作將消失。研究認為，多數職業仍包含需要人類投入的任務，工作轉型是更可能的影響。

對課程設計而言，這項區分很重要。

會計不只包含資料輸入，也包含判斷交易實質；法律工作不只包含文件整理，也包含理解事實、權衡利益與承擔專業責任；教師不只傳遞知識，也要察覺學生的困惑與處境。

因此，學校可以把專業能力分成三個問題：
哪些任務適合由工具協助？哪些成果必須人工查核？哪些責任需要具資格的人承擔？
這樣的分析，比預測整個科系何時被取代，更能指引當下的教學改革。

七、建立「產業更新與 AI 社會轉型」教育學程

若要把這個社會焦點轉化為教育，可以設計跨領域學程，讓學生同時理解企業資料、技術效益、制度選擇與人的處境。

以下為本文提出的學程架構：
模組	/核心問題	/可檢驗的學習成果
1.企業與財務素養	/暫時困難與結構失衡如何區分？	/說明現金流、獲利與負債的差別
2.資料與思辨	/指標支持了什麼，又遺漏了什麼？	/查核資料，提出替代解釋
3.AI 與流程改善	/哪項任務值得使用 AI？	/比較導入前後的成本、品質與錯誤
4.組織與轉型	/改革由誰推動，成本由誰承擔？	/提出有期限、有責任人的改善方案
5.社會與公共價值	/如何支持受影響者？	/設計具體的學習與轉銜措施
6.歷史與文明	/過去的更新經驗如何適用於今日？	/辨明歷史類比的條件與限制

高中可以使用簡化案例與公開資料；大學可以進一步結合財務分析、實地訪談與跨系專題；成人教育則可採短期模組，配合在職者的實際需求。

課程不應停留在取得證書。學生最後要能說明：自己看見了什麼問題，採取何種方法，證據支持到哪裡，以及方案可能傷害誰。

八、用真實問題取代只換名稱的改革

假設一間地方旅宿面臨淡季空房與成本上升。學生團隊提出以 AI 改善訂房回覆，這可以是起點，但還不足以證明企業能夠轉型。

他們需要先調查：問題是回覆太慢、交通不便、產品定位不清，還是區域需求下降？
若瓶頸不在客服，導入自動回覆的效益可能有限。若方案確有幫助，仍要計算維護費、人工接手時間、錯誤訂房及客訴成本。
在這個專題裡，學生學到的，是先診斷，再選工具，最後驗證結果。

學校本身也應接受同樣檢驗。課名加入「智慧」「跨域」「未來」，需要對應新的學習任務、教師支持與成果證據。否則，改名只是行銷，無法替代課程更新。

九、改革需要分流，也需要時間與承接

面對困難企業或學程，較合理的治理方向，是依證據安排不同路徑。
具有改善前景者，需要具體轉型支持；服務仍有價值但規模不足者，可以討論合作、共享資源或整併；缺乏可行改善方案者，則需要有秩序地調整或結束。

這是治理原則，個案仍須依所在地規範、契約、財務狀況與利害關係人權益評估。
對教育而言，若決定停辦或整併，學生的修課銜接、學分認列與完成學業安排，必須在決策時就被納入。對企業而言，員工技能盤點、再培訓與轉職媒合，也應與轉型計畫同步考慮。

再培訓尤其不能只看開了幾班、發了幾張證書。應追蹤受訓者是否學會、是否有機會使用，以及後續工作是否改善。
改革的成效，應同時看資源是否更有效運用，以及人是否獲得可行的新道路。

十、社會焦點：誰有能力更新，誰承擔更新成本？

新技術普及，不保證所有人取得相同機會。
大型企業可能較容易取得資料、資金與人才；小企業即使願意改變，也可能缺少導入能力。學校之間、學生之間，也存在設備、時間與支持條件的差異。
因此，公共政策值得關注的不只是鼓勵採用，更包括降低學習與轉型的門檻。

區域大學、技職學校、產業組織與地方政府，可以討論共享的諮詢、實作及培訓資源。實施時則應檢查它是否真正觸及需要者，避免補助只流向最擅長申請的組織。

同時，也要注意：效率提高後，收益如何分配？員工是否有參與流程改造的機會？服務品質是否改善？原本的弱勢者是否更難進入市場？
這些問題，使 AI 轉型從企業管理議題，進一步成為教育與社會治理議題。

十一、潁川學的世紀文明責任：更新制度，培養能更新的人

從潁川學的歷史文化關懷出發，文明延續需要記憶，也需要檢討與重建能力。
研究家學、地方產業與教育傳承時，可以追問：哪些知識值得保存？哪些制度曾經有效，如今需要調整？哪些人因資源與身分而被排除在機會之外？
這些問題能使文化研究走入現實，也提醒我們，制度存續的理由需要被不斷說明。
企業需要創造可持續的價值，教育需要培養理解、實作與判斷能力，公共治理則要讓更新的成本得到合理承擔。

AI 可以協助我們更快發現問題、比較方案與整理知識，但社會目標仍須經由人的討論、證據與責任來決定。
所謂新陳代謝的文明力量，就應表現在這裡：「讓不合時宜的安排能被改變，讓值得保存的能力得以延續，讓受影響的人仍有重新出發的可能。」

企業可以重整，學程可以更新；
但是，人的尊嚴與學習機會，應始終留在改革的中心。

教育工作者  陳銀欉  敬述