台灣大軍，掃蕩中國手機市場|數位時代 BusinessNext

9個月的沈默之後，明基開始騷動。「離核准制越來越近了，我們要為市場開放做好準備，」明基電通副總經理黃漢洲透露，黃同時擔任明基中電通信科技有限公司總經理。
2004年2月27日，中電和臺灣最大的手機生產製造企業明基電通共同組建合資公司明基中電通信科技有限公司，明基持股51％，中電占49％。這讓明基在與南方高科、廈門中橋合作失敗後，終於獲得了進入內地手機市場的入場券。
從此，明基在內地開始卸下代工的招牌，其BenQ自有品牌手機開始鋪向各地的手機銷售店面。「今年的銷售量大概是50萬到60萬台，」黃漢洲向記者透露。不過，與明基在全球其他市場的表現相比，這個數字並不能讓明基感到滿意。
作為全球第五大手機製造廠商，在推出自有品牌後，明基手機在全球市場上已經風生水起。早在2003年，明基就在東南亞推出BenQ品牌的手機，目前已經成為當地市場的主要手機提供者，而在歐洲市場上，明基通過同英國O2（Orange）等運營商的合作，每個月出貨量達到近30萬台，今年底，該公司還將在歐洲推出自己的3G手機。此外，在高速增長的印度市場，明基的銷量僅次於諾基亞、摩托羅拉和三星，在南美市場上，明基手機銷量一直保持第三位的地位。
雖然在中國內地的銷量不高，但黃漢洲表示，這9個多月的時間，明基的手機通路鋪設工作已經基本完成，主要是「省包、地包，然後直達零售終端」的模式。「強大的製造能力和技術實力是明基的競爭優勢，」中電首席運營官谷雷表示，在完成通路等前期的準備工作後，明基將會成為國產手機強大的競爭對手。

**龍頭代工廠積極卡位

**在與中電合作之前，明基在內地的定位一直是手機代工廠商。「臺灣的代工廠商主要是從做PC和PDA方面轉過來的，技術實力比較強，」一位中國手機廠商負責人憂心忡忡地說，「國內做手機的很多是做家電的，缺乏技術積累。」在他看來，更大的威脅正在到來，大部分的臺灣手機代工廠商已在內地做好了卡位的準備。
11月8日，臺灣華寶通訊股份有限公司位於南京江寧開發區的新廠舉行開工典禮，按照華寶的規劃，初期的月?能可達150萬台。如果把全部廠房用上，此廠的月產量可達600萬左右。作為摩托羅拉、松下、海爾（Heir）和康佳（Konka）等手機的代工商，今年10月份華寶的手機出貨量突破100萬台，預計全年的出貨量將達到750萬台。
全球最大的筆記本電腦生產商廣達，也在手機代工業全力拚殺。2003年，廣達手機出貨量達到600萬台，2004年的出貨量預計可達到1000萬台，據自廣達的內部消息稱，廣達有意將其手機生產基地從臺灣轉移到上海。
鴻海早在2003年就在杭州設立了富士康錢塘科技工業園區，專門為UT斯達康代工「小靈通」（PHS）手機。據瞭解，該基地的出貨量保持在一年1600萬台小靈通手機的規模。此外，華宇、仁寶等也分別在吳江、昆山等地安營紮寨。
代工廠的雲集也帶來了產業鏈的群聚。11月17日，全球最大的CMOS攝像頭生產商豪威科技（OmniVision）宣布在上海松江設立工廠，「就是為了就近供應給我們的客戶」，該公司執行長洪筱英說。
與中國手機廠商相比，臺灣手機代工廠的競爭優勢是不容置疑的。麥肯錫的一份調查報告顯示：目前手機研發和生產領先的代工廠商的產量可以達到900萬台，而自有品牌手機生產商平均的產量只有600萬台，「代工業者的成本優勢不言而喻，」麥肯錫全球副董事徐源成表示。

**自有品牌是台灣代工廠下一步

**
在全球市場上，代工業的勢力迅速崛起，麥肯錫也指出，2003年手機代工廠商和EMS（電子製造廠商）廠商占全球手機產能的29％，而到了2004年，這個數字上升到45％。
「台商的策略是一邊為別的品牌代工，一邊等待政策解凍，推出自己的品牌，就像是安置在『特洛伊木馬』中一樣，」一位國產手機廠商負責人擔憂地認為，遲早－－特洛伊城的大門總是要被打開的。
「這些手機代工廠都是可能的威脅，」這位中國品牌手機廠商負責人指出，明基只是最近的例子，之前已經有臺灣大霸集團。作為摩托羅拉和西門子等手機的代工廠，在2001年，大霸憑藉其代工積累起來的技術實力和生產能力在內地推出了它的自有品牌DBTEL，2004年，該品牌在內地市場的銷量一度上升到國產手機的第三位。
同時，來自臺灣的英業達也開始通過進口的方式，在內地推廣它的自有品牌OKWAP，而華碩也在積極籌劃將自有品牌手機引入內地市場。
麥肯錫的調查也顯示，手機代工廠商在全球市場上正在逐步侵蝕品牌手機的市場空間。在歐洲，臺灣手機代工業者通過與電信系統業者合作，甚至威脅到了諾基亞的地位。2002年在沃達豐（Vodafone）的用戶中，使用諾基亞的用戶占45％，而來自向代工廠商訂製的手機只有2％；到了2004年，諾基亞只占25％，而代工廠商已經上升到了30％。
徐源成分析說，目前中國移動和中國聯通還僅是向品牌手機廠商直接採購，一旦他們逐步過渡到直接向代工廠商訂製，代工廠的成本優勢將是國產手機商所不能承受的。
不過，代工每台手機現在只能賺20元人民幣，「代工利潤率太低，」黃漢洲表示。因此在積累了研發和生產實力之後，代工廠商絕不只滿足於為人做嫁，而且目前產能嚴重過剩，從代工向自有品牌轉型已成為臺灣手機代工企業必然的選擇。

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。