三星公布Note 7自燃原因：兩間供應商的電池設計有問題、與手機設計無關|數位時代 BusinessNext

三星公布Note 7自燃原因：兩間供應商的電池設計有問題、與手機設計無關

三星今（23）日召開全球記者會說明Note 7自燃原因。調查結果顯示，Note 7自燃和三星手機本身的設計無關，而是兩間電池供應商三星SDI以及和中國新能源科技（ATL）所生產的電池，在設計、製造和組裝上皆有問題。

SDI電池右上方變形造成短路；ATL電池出現銅熔現象、甚至有的未使用絕緣膠帶

為了找出自燃原因，三星動員700名研究人員和工程師、測試超過20萬台Note 7及超過3萬顆電池重現生產過程和使用情境，並委託第三方機構檢測對可能原因調查。結果顯示，自燃事故和快充、防水、虹膜等Note7本身的設計並無關聯，且在組裝、品管和物流上也未發現異常，原因正是出在電池。

三星表示，兩間公司生產的電池造成自燃的原因也不同。鋰電池由正負極和用來分割正負極的隔離板所組成，並以捲繞的方式形成捲芯，而第一批Note7所使用的SDI電池，捲繞式電池（Jelly-Roll）的電池設計讓負極板受到壓迫，導致電極彎曲、使正負極間絕緣體脆弱，造成多重可能短路的路徑。

第三方調查機構UL針對SDI新舊電池拆解後也發現，電池自燃原因主要為三大點：製造和組裝的不良讓電池內部右上角變形，且電池設計上讓隔離膜變薄，小公差產生更大的製造缺陷，導致內部短路。綜合電池設計、製造和組裝三種缺失，增加電池故障率。

而第二批使用的ATL電池，在靠近正極導電片的負極區域出現銅熔現象，顯示該處已發生短路，是事故發生原因。三星也承認，甚至發現部分電池沒使用絕緣膠帶。但三星表示，ATL生產的第一批電池並未異常，而是為了取代SDI電池、大量生產後才出現狀況。

針對電池將8項安全檢測、已於2017年1月全面啟動

三星表示，為支援強調多媒體的機種，三星制定出提高電池容量的電池規格，但未能及時發現電池設計和製造過程中出現的問題並進行修正，導致兩家供應商各自產生不同的電池問題，對此會負起全責。

未來，他們將新增和提升安全檢測標準，特別是8項電池的安全檢測，以及行動裝置中12個核心元件。三星表示，從今年1月起，生產線上的產品已全面採用新的安全檢測標準，包含旗艦機和一般機種。

新的電池安全檢測包含耐久性檢測、影像辨識、X光檢測、拆卸檢測，其中X光檢測可檢查到電池內部內裝是否有問題，可檢查出造成Note7自燃主因的電極彎曲現象；在電池上，也會以TVOC檢測是否可能漏電、ΔOCV檢查電壓變化等檢查電池狀態；而針對正常裝置，則以充放電檢測、加速使用檢測，以加大測試壓力、模擬消費者使用行為。

台灣三星電子總經理李載燁也在台灣記者會表示，台灣Note7回收率已達96%，和全球同步。而不論有無購買憑證，在新旗艦機推出時，三星將提供購機優惠給曾購買Note 7的消費者，且使用過「舊機換新機」方案的用戶也適用，但詳細方案仍在研擬。

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/