iPhone銷售成長史上最差，庫克：仍看好中國|數位時代 BusinessNext

蘋果財報於今（27）日稍早美股盤後出爐，蘋果2016年第一季（2015年10月-12月）營收759億美元、獲利183.6億美元，較去年同期成長1.7％與1.9％，皆創下歷史新高，每股稅後純益（EPS）為3.28美元。另一方面，本季iPhone銷量7480萬支、年增率僅0.4％。

蘋果的營收表現依舊與iPhone銷量息息相關，iPhone占蘋果營收近2/3。不過上一季正逢假日銷售旺季，應是需求最強勁的季節，但iPhone的銷售數字表現看來有些差強人意，上一季（截至12月）僅售出7480萬支，低於先前市場預期，年增率也僅有0.4％，創下2007年第一代iPhone問世以來的最低紀錄。

圖說明

在主要產品線方面，蘋果上一季雖推出大螢幕iPad Pro，但iPad銷量卻未因此受到激勵，蘋果當季僅售出1610萬台iPad，較去年大幅衰退25％；Mac也同步衰退，當季售出531.2萬台，較去年同期衰退3％，兩者皆低於先前市場預期。

而其他產品包括Apple TV、Apple Watch、iPod等為蘋果帶來43.51億美元營收，年成長62％；蘋果旗下網路服務與AppleCare、Apple Pay等則為60.56億美元。

##經濟趨緩，中國市場也難成萬靈丹

蘋果上一季在大中華區營收183.7億美元，年增14％，佔公司營收逾24％。不過隨著中國智慧型手機市場漸趨飽和，中國市場恐怕也難以支撐成長曲線。財務分析網站Estimize便指出，中國的經濟成長放緩可能會對蘋果在中國市場的銷售表現。蘋果財務長Luca Maestri也坦言，目前已經看到大中華區出現經濟疲軟的狀況，並感受到大環境所帶來的衝擊。

而展望本季營運表現，蘋果預期營收將在500-530億美元之間，與分析師預估的557億美元相差甚遠，營收預期也將是2003年後首度出現負成長。

蘋果執行長庫克（Tim Cook）表示，本季很可能是iPhone銷售「最艱難」的一季，iPhone銷量很有可能出現首度衰退。不過庫克也說明，有信心情況將會逐步改善，同時看好中國市場具備的長期潛力與龐大商機，整體來說仍抱持樂觀態度。

圖說明

##iPhone賣不動，蘋果下一步？

身為主要產品線的iPhone銷量成長放緩；Mac、iPad銷量下滑；新一代智慧型手錶Apple Watch獲利表現始終不明，Apple TV、iPod等其他產品線雖然成長幅度大，但營收占比卻很小。蘋果上一季財報不甚理想，美股盤後股價跌逾2.5％。

「過去蘋果的一切都很好，市場預期蘋果會維持這樣的表現，但隨著蘋果顯露疲態，市場對蘋果的期待已高於現實。」科技研究機構ChartIQ總裁Dan Schleifer先前如此表示，蘋果的問題之一在於即使競爭激烈、市場飽和且缺乏殺手級產品，外界對蘋果的期待仍然很高，高到「脫離現實」。

新出爐的財報正顯示iPhone已終結過去高速成長時期，究竟iPhone前景如何？分析師則抱持不同意見。RBC Capital Markets分析師Amit Daryanani就認為，iPhone在未來3到5年還是會持續成長，因為iPhone 6是個週期，在釋出2年後使用者已開始期待新一版升級，也就是最新一代iPhone 7。

Cowen Group分析師Timothy Arcuri則說，「你看中國市場，蘋果現在在中國有75％溢價手機的市場。但未來幾年中國市場將不會有大幅度的成長。」受到中國市場影響，他認為這不代表蘋果不會成長，但確實正處在一個過渡期，蘋果將來恐怕會需要「the next big thing」的出現。

參考資料：CNBC、MarketWatch、MacRumors

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。