亞洲手機品牌陷入危機|數位時代 BusinessNext

明基爆發內線交易疑雲案件，加上法說會公布的財報，認列投資西門子損失的衝擊，全年稅後淨損276.1億元，每股稅後淨損10.78元。外界都極為關心被視為明基最重要的手機業務未來的發展性，特別是當手機從科技產品轉變為消費性電子產品之後，市場的競爭越發激烈：功能要強、外型要炫、價格當然要更便宜，在這樣的情勢之下，原本技術深度夠、投資口袋也深的前幾大品牌都備感壓力，摩托羅拉儘管去年在全球市場的佔有率有所提升，但這家美國公司已經發布警訊表示第一季可能虧損，對2007年業績的展望亦低於預期，因手機銷售疲弱，目前面臨定價壓力，將以加強低價策略搶攻市場。
對於新興的亞洲手機品牌，更是遭遇空前的挑戰，以中國為例，分析師預計中國國內至少有35個品牌消失，明基不過是最明顯的例子。路透社就報導，包括明基、日本電氣(NEC)、中國的波導在內,這些企業在生產和銷售領域缺乏經濟規模，難以擴大市場份額，正面臨退出這一市場的危險。在韓國，品牌Pantech在殘酷競爭和毛利率下降的打擊下虧損嚴重，目前正進行債務重組，一度以超薄手機知名的VK公司本月則已步入破產的局面。
面對這樣的局面，IDC分析師Michito Kimura表示，這些中小企業可以通過搶在大型競爭對手前，提供革命性的產品，來擴大他們僅有的一點市佔率，比如使用燃料電池的手機和具有超快資料傳輸速度的手機等。Gartner分析師Ann Liang則認為，與海外發達市場的電信運營商合作，也是突圍的策略選擇。
日本手機生產商夏普(Sharp)與英國的伏得風(Vodafone)結合，透過先進電信加值服務和具有吸引力的手機設計，就在西歐市場的第三代(3G)移動通訊技術領域，已取得良好的市場地位。
當手機的產品生命週期變得和時尚產業一樣快，甚至更快的時候，對這些手機製造商而言，光是降低成本還不夠，得像iPod開創聽音樂的新紀元一樣，找到新的工作方法，發掘使用者更多元的溝通需求，才有機會讓自己立於不敗之地。

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。

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。

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。

「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