Macbook Air 10年大改款年底推出,蘋果供應鏈力拚管理財
Macbook Air 10年大改款年底推出,蘋果供應鏈力拚管理財
2018.06.05 | 蘋果

今年蘋果推遲新品上市消息不斷,事實上,從去年HomePod延遲出貨開始,今年也傳出Macbook Air新機將延遲的消息,從原本預計的上半年,延後至第4季推出,另外Macbook Pro也有3機種改款,預期可望趕上聖誕節旺季。

除了延遲出貨之外,另一個讓蘋果供應鏈痛苦的消息是,蘋果不斷擴張供應鏈,並以增加供應商、成熟機種每季降價等方式,維持自身的利潤率。蘋果甜不甜已經是圍繞供應商內心的問號。

MacBook Air
Macbook Air今年將出現10年大改款,傳將導入視網膜螢幕,價格更平價。
圖/ shutterstock

美系客戶價格壓力大?良率決定獲利

對於重要美系客戶是否延遲新品上市?電子及散熱機構件製造商安力國際(安力-KY)董事長許振焜表示,並沒有明顯感受。

安力-KY主要生產筆電散熱模組,包括華碩、戴爾、惠普、宏碁都是客戶,電競端以聯想與微星等品牌為主,許振焜說,5月業績仍然加溫成長,受惠美系客戶近一兩年業績成長快速,該客戶筆電排名已經超越華碩,也成為安力-KY在2017年營收占比49%的大客戶,2018年因為新增供貨零件數,美系客戶占比估將拉高至50%以上。

不過市場對於蘋果訂單好不好賺,近年開始出現雜音,產業甚至傳出蘋果5月將針對供應鏈壓縮價格,並直接管理更細的零組件價格,使得蘋果供應商毛利率不如以往,不過對此許振焜並不願意直接評論, 但表示如果模具開發的好,製程跟良率就能改善,加上自動化生產,配合妥善管理,就能改善毛利率

IMG_3906.JPG
安力-KY開發的風扇上下蓋金屬零件,包括建準及台達電都是客戶。
圖/ 王郁倫攝

安力-KY毛利率逐年上升,直通率成關鍵

事實上,安力-KY雖身為蘋概股,過去3年毛利率則逆勢成長,2016年毛利率22.28%,2017年則提高至27.1%,今年首季則來到30%,對此許振焜分析,這家客戶的價格關鍵其實是良率,安力-KY導入自動化後,直通率(First Pass Yield,FPY;指工廠一次測試就過關的比率)超過90%後,就能多賺錢,而也有聽說同業因為良率不好,虧太多關門的例子。

安力-KY提供精密金屬壓鑄、沖壓、CNC加工一站式整合服務,目前在蘋概供應鏈中,只有金屬機殼廠可成有同樣完整技術,然而不同的是,安力-KY專注筆電內部機構件,主要出貨筆電風扇所需要的上下保護蓋及散熱鰭片、壓鑄件,而可成則專注金屬筆電外觀件生產。

由於客戶包括全球前6大品牌電腦,許振焜表示,目前客戶包括華碩、宏碁、戴爾、聯想、惠普等,主要供應筆電散熱風扇與模組,由於全球電競產業的蓬勃發展,講究速度的電競電腦,散熱是影響效能,也讓客戶對熱管及散熱模組設計不敢輕忽。

安力-KY目前每月出貨120~150萬套風扇模組,目前並已切入汽車LED燈散熱片、衛星導航遮蔽片、光通訊伺服器連接器及燃氣表供應鏈,目前已經小量產,客戶包括台達電、和碩、廣達、仁寶,今年因為美系客戶將針對10年機種進行改版,預估在舊機種逐步減少,新機上市帶動下,毛利率將穩健成長。

IMG_3908.JPG
安力-KY董事長許振焜認為供應鏈獲利關鍵是良率跟管理。
圖/ 王郁倫攝

電動車拉抬需求應華、安力搶進

另外,看好全球電動車滲透率持續拉高,2020年滲透率不及5%,但到2025年,全球滲透率就會達到14%,安力也積極布局電動車、光纖通訊及民生用品領域,並開發光收發模組零件、天然氣、太陽能光伏板等零組件產品。

不只是安力-KY看好汽車與伺服器等領域,金屬機構廠商應華精密也宣布計劃投資250萬美元收購日本MG公司美國子公司,布局美國生產基地。

MG是日本精密塑膠生產業者,產品線包括車用產品及家電,而應華表示,收購MG位於美國子公司,主要是因應美國製造業回流趨勢,布局美國生產基地,其次也希望跟日本MG緊密合作,未來期望結合應華集團旗下的日本第一化成車用塑膠件,一起擴大電動供應鏈,加強汽車零組件合作。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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