華寶股價一個半月跌一半
華寶股價一個半月跌一半
2006.07.15 | 創業

如果哪位有眼光的投資人,有幸在去年七月一日買進華寶(八○七八)股票,而且很有毅力地持有到今年四月中旬,那麼恭喜他,這檔股票讓他獲利翻兩翻,也就是為他帶來二○○%的豐厚投資報酬。但如果四月中旬高點來不及跑,現在還硬撐,對不起,他可能已經吐掉一半的獲利。
這就是這一個半月來手機族群的心情寫照,從兩個月前仍被外資法人捧在手掌心處處呵護,到近一個月如過街老鼠,人人喊打。
手機熱潮是外資法人推波助瀾的結果,主要幫摩托羅拉(Motorola)代工的華寶更是指標代表。但「水能載舟,亦能覆舟」,最後讓手機族群跌得鼻青臉腫的,竟也是外資法人的調降評等報告。

華寶下跌原因——摩托低價手機減單

華寶既是這波手機族群受傷最重者,問題想必出在左右華寶股價的摩托羅拉身上。
仔細回溯外資分析師對華寶的報告,當市場一傳出摩托羅拉第三季低階手機訂單可能減少的消息時,包括美商高盛與港商里昂證券等持多頭論調的分析師還跳出來力挺,原因很簡單,摩托羅拉都沒說話,市場有什麼好緊張的?
但等到摩托羅拉減單成為事實後,確實也嚇到這些分析師。高盛證券科技產業分析師鄭昭義只能解釋說,在台灣看手機跟看PC不一樣,台灣可以從主機板出貨看系統業者的概況,但在台灣看手機,代工的華寶與華冠(八一○一)加上明基(二三五二),市場比重總共也不過占百分之十幾,從零組件廠商來看系統全貌,只反應非常枝微末節的訊息。
這次華寶股價的大跌,完全出乎鄭昭義與里昂證券科技產業分析師鄭勝榮的意料之外。當初華寶股價能站上二百元,說穿了就是這兩位老兄喊上去的,如今華寶股價光環盡失,也逼得這兩位名噪一時的分析師調降投資評等,還一度以為華寶股價是受到員工分紅費用化的影響。
摩根大通證券科技產業分析師張凱偉就表示:「有沒有發現,真正需求出問題的都是摩托羅拉較低階的手機,反觀跟摩托羅拉中高階(初步定位為有照相功能)手機相關的公司,如大立光(三○○八)、美光、美商豪威科技(Omnivision)、可成(二四七四)、德儀等,第二季業績不都嚇嚇叫?」
張凱偉認為,摩托羅拉對中高階手機的需求預期與市場相同;但對低階手機的需求,原本就高出市場很多,最後實際需求連低標都達不到,結果就是華寶股價遭殃。
簡單說來,就是摩托羅拉對低階手機的需求「太高」了,張凱偉形容:「第一季比(去年)第四季好、第二季比第一季好、上下半年需求還要四比六!天底下哪有這麼好康的事?」 華寶過去七季的業績根本沒有淡旺季之分,每季出貨成長率幾乎都達成二五%以上的目標,「華寶當初給的營運展望目標就是第二季出貨比第一季成長二五至三○%,後來修正到二○%至二五%,最後結果只有一三%,那多出來的這七至一二%,第三季就當成庫存來消化啦!」張凱偉認為,說穿了,邏輯就是這麼簡單。

下半年手機市場——等待殺手級應用產品

只是從今年中國五一長假手機銷售狀況來看,月成長率還有二六%,甚至比過去五年的二○%平均值要高,張凱偉認為,問題應該不是出在中國市場,而是印度與俄羅斯這兩大市場,癥結點除了摩托羅拉自身所設定的期望過高外,還包括降價策略造成價差無差異化,導致最低階的手機銷售頓時停滯。
不過有趣的是,即便手機產業發生這麼大的變化,華爾街券商至今卻沒有任何一家調降今年全球手機出貨預估值。
摩根士丹利證券科技產業分析師呂智穎認為,摩托羅拉低階手機庫存問題只是短期現象,追蹤其原因應可歸納為下列四項:一、第二季快速建立庫存的結果,使得整個供應鏈出現裂解;二、手機大廠推出的平台與機款轉型時間點太近,造成訂單波動大;三、市場出現結構性改變,導致手機大廠市占率洗牌;四、整個手機供應鏈正在進行重整。
因應下半年潛在的手機需求變化,目前已有外資法人開始進行敏感性分析,如花旗環球證券科技產業分析師蓋欣山,針對低階與高階手機供需狀況進行評估:以低階手機為例,假定台灣前四大手機PCB廠商第三季與第四季出貨成長率分別達一○%與一五%,那麼今年全球手機PCB出貨將逾十億片,若下半年手機需求維持原先的預估值,全球手機需求為九億一千一百萬支,供需之間就出現一○%供過於求。
至於高階手機部分,蓋欣山認為最大變數為市場需求面,也就是消費者換機速度狀況,由於通膨問題,消費者在手機升級過程中,價格敏感度將扮演非常重要的角色。除非有殺手級應用產品推出,否則明年高階手機換機需求能否維持過去幾年般的高成長,倒是頗值得懷疑。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓