豐田幹掉通用汽車 登上世界第一
豐田幹掉通用汽車 登上世界第一
2005.12.15 | 科技

二○○五年日本的冬天冷得又早又急,儘管大雪紛飛,從愛知縣豐田市到名古屋港口汽車碼頭之間,卻是史無前例地絡繹不絕,每個工人臉上都精神抖擻,一艘艘汽車船滿載豐田(Toyota)汽車,運往世界各地。
今年年底豐田的全球年度總產量,將一舉衝破八百萬輛大關。相較於年產接近九百萬輛,但目前正努力關閉工廠、挽救破產危機的美國通用(GM)汽車,世界第一大車廠的寶座,二○○六就要讓位給豐田。
過去五年來,在全球各地掛著「Toyota」標誌的汽車紛紛大賣,從日本到北美汽車法規最嚴格的加州,或是對汽車最挑剔的西歐各國市場,乃至四季都是酷暑沙漠的中東阿拉伯,台灣也一樣,全球沒有任何其他汽車品牌,能抵擋市占率不斷竄升的豐田。特別是經濟相對落後的地區,例如中南半島開發程度最低的內陸國柬埔寨,公路上舉目望去,只要是四個輪子在跑的汽車,幾乎全都是「Toyota」。
目前整個豐田集團包括Toyota、Lexus、Scion與Hino四個主要品牌,加上併購的Daihatsu,以及最近剛收購一成股權的Subaru兩品牌。除了日本的十二座生產工廠,與其他衛星工廠之外,豐田在全球二十六國家,還有五十二座生產基地,雇用的全球總員工高達二十六萬五千八百人,市場銷售一百七十餘國。龐大的生產帝國扣除Subaru部分不算,光是二○○五年一至九月總產量,就高達六百十一萬輛,全年破八百萬輛不僅毫無問題,一般更預估,這家車廠將在二○○六年達到總產量九百一十萬輛目標,正式超越通用汽車成為全球第一大廠。

獲利能力驚人 只製造符合市場需求的車

自從一九三七年製造出日本第一輛汽車之後,豐田半個多世紀以來持續堅守汽車本業,不僅從未出現過經營虧損,特別近幾年在產能與獲利能力上,都不斷創下新紀錄。龐大的生產力固然是豐田傳奇的重要成就,背後驚人的獲利能力,在目前全球汽車業更是無人能敵,因為光是二○○四年四月到二○○五年三月這個最新的會計年度裡,總營收高達十八兆五千五百十五億日圓,雖然比通用汽車還少了約四百億美元,但高達一兆一千一百一十二億六千萬日圓的淨利,卻是通用的三倍。
羅馬不是一天造成,同樣的,豐田的龐大帝國也不是短期間造成,儘管它在一九九九年之前的十年,總產量幾乎都持平在年產四百五十萬至四百八十萬輛之間,但它從二○○○年以後便一飛沖天。五年來戲劇化的巨幅成長,對於一個已經站在世界頂端的車廠,到底憑什麼能夠讓這麼大一艘遍布全球生產的巨無霸航空母艦,能夠像新企業一樣,每年維持這麼高昂的成長率?
從產品觀點來看,豐田能夠在全球市場所向披靡的關鍵,在於它「不僅市場判斷正確,而且向來只製造符合市場需求的車,而不是最有個性的車,」(Auto Driver)主編陳政義分析,市場判斷正確是豐田的一大特長。更重要的是,豐田以經濟型車款起家,深知市場的主流需求,並不在於做出多麼具有個性的設計,而是「均衡實用」,它將造車成本花在像引擎省油、變速箱耐用等消費者需要而且受用得到的地方,「相較於同為日系的HONDA,或是其他歐系車,花大把經費在強化底盤等看不到的地方,自然受到主流消費者的肯定,」陳政義指出。

豐田式管理 被所有製造業奉為圭臬

豐田最著名的,就是它那套重視標準化流程、看板生產的「豐田式生產與管理」。所謂的「Toyota Way」,在七○年代以後被所有製造業奉為管理典範,各大車廠也相繼模仿。曾任職於豐田、(Jato News)台灣特派員Jackie解釋,美國車廠文化向來重視報表,它們認為今天對、明天對、後天也做對的事情,最後結果就會是正確,所以只要一個短期決策錯誤,立刻會逼使專業經理人下台,長期結果就是難以建立真正的生產一致性。另一方面,以德、法、瑞典為主的歐洲車廠,強勢工會已經決定一半的生產機制,要真正學習豐田式生產,困難度更高。所以「最後肯定自己實力的結果,就是在業務系統出身的前社長張富士夫(Fujio Cho)領導下,大幅以競爭觀點擴張市場,不僅要拿下世界第一,更挑戰二○一○年全球市占率一五%的目標。」
豐田登上世界第一的寶座,最重要的武器就是CCC21(Construction of Cost Competitiveness for the 21st Century)成本控制計畫——這個由渡邊捷昭(Katsuaki Watanabe)社長親自督導的龐大計畫,最大成果就是在過去五年內,在維持品質的前提下,讓一百八十個關鍵零組件成本降低了三○%!這至少幫車廠省下了一百億美元。
除了在生產與獲利上有獨到之處,豐田在企業發展規劃的遠見,也是業界的新典範。近年來最著名的成功案例就是Lexus與Scion這兩個新品牌的操作,還有Hybrid新能源車戰略,都是豐田為了鞏固下一世代汽車業競爭的霸權地位。

不併購車廠 自創Lexus豪華車品牌

許多車廠習慣運用「併購既有品牌」做為市場擴張的基本策略,例如通用汽車集團旗下一共擁有十幾個品牌,或是福特集團旗下近十個品牌,都是傳統車廠慣用的作法。不過當豐田在一九八○年代計畫將產品往上延伸,希望與歐洲那些百年歷史的豪華車品牌相抗衡時,思考的卻不是併購,而是集結集團資源,從內部發動自創品牌的「F1計畫」。
豐田當時總共動員一千四百位工程師與二千三百位技術人員,歷經六年,打造四百五十輛原型試作車以及開發二百項獨創專利,再加上二百萬公里實路試駕之後,在一九八九年於美國正式推出Lexus品牌。十三年後,豐田進一步複製Lexus的成功經驗,以加州為發源地,推出針對年輕新市場的新品牌Scion,旗下每個車款從車型到色彩等設計細節,都針對流行的青少年文化。儘管Scion推出這兩年默默無聞,直到今年市場反應才有所發酵,陳政義分析,「因為Lexus的成功實在太傳奇,現在根本沒人懷疑這個新品牌Scion會做不起來。」

推動油電車 瞄準未來環保車市場

此外,豐田大力推動Hybrid油電混合動力車,看準未來會有廣大市場。自從一九九七年推出第一款Prius混合動力車後,豐田就集中資源研發相關技術,取得極佳的市場與技術優勢。到今年十月為止,豐田的混合動力車銷售已正式超過五十萬輛,雄厚的市場實力,遙遙領先於近年才開始著手相關技術的其他大廠。
接下來,豐田要將混合動力技術應用在輕型貨卡車上,Lexus品牌執行長Takeshi Yoshida明白指出:「Hybrid混合動力毫無疑問將是Lexus未來的方向。」顯然未來的Lexus更將以Hybrid來全面包裝其環保的性能形象。
儘管到目前為止,Hybrid車款相對較高的車價,以及其真正的省油耗能或電池污染的部分,不少質疑它是否真正「環保」的聲音開始出現,不過在真正能解決問題的新能源方案還混沌未明之前,Hybrid的方向看來已成定局,Toyota勢必也將再打下一場漂亮勝仗。

Toyota靠全球生產中心確保品質
Toyota運用科學化的全球標準系統,在日本豐田市成立「全球生產中心」(Global Production Center, GPC),負責建立每個新車款的標準生產流程,並將這套流程以最科學的方式,移轉給全球各地生產管理的專業經理人。 遍布二十六國超過五十個生產工廠,近年產量每年增加高達百萬的Toyota,除了衝產量與降低成本之外,在文化差異極大的全球不同國家,如何維持與日本工廠同樣的生產效率與製造水準,來確保這個龐大世界工廠的品質一致性,對Toyota來說,可真是個史無前例的大考驗。 傳統車廠在技術擴展上,都是以「傳統母廠帶新廠」的方式進行經驗傳承,Toyota過去也是如此,不過從二○○三年七月起,便將這套傳統的流程,轉換為更科學化的全球標準系統,在日本豐田市以四萬兩千平方公尺廠房,成立了「全球生產中心」(Global Production Center, GPC),負責建立每個新車款的標準生產流程,並將這套流程以最科學的方式,移轉給全球各地生產管理的專業經理人。
為了解決技術轉移過程中最容易造成誤解的跨文化差異,更要能維持日式造車文化的精準嚴謹,GPC發展出一套相當特殊的「圖象式」系統。當每款新車準備上市時,都會在GPC建置一個試產生產線,透過這個生產線訂定最有效率的標準流程。GPC的專家們,隨即將這套流程拍成包括慢動作在內的「視覺技術手冊」,不僅用來訓練前來受訓的經理人,這套系統更透過網路連結到各國工廠,隨時可以線上檢測生產過程的突發狀況。目前GPC累積了超過兩千筆各種新車款生產線的圖像資料庫,Toyota更因此發現,不僅因此訓練時間減少一半,技術轉移的水準也更高。目前GPC除了在豐田市的總部之外,也在美國肯基州、歐洲比利時成立分支機構,成為Toyota這個龐大全球工廠背後最重要的母工廠。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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