蘋果無光,台積電下修全年營收成長率至1%到3%
蘋果無光,台積電下修全年營收成長率至1%到3%
2019.01.17 | 蘋果

台積電在今(17)日舉辦法說會。2019年在重要的資本支出、全年營收成長率、第一季營收、毛利率與營業利潤率等給出的展望均不如過去預期樂觀。

台積電原本預估2019年全球營收成長可達5%-10%,但在法說會中下修成長至1%至3%,僅微幅成長。全年資本支出也從110億至120億美元,下修至100億至110億美元。

2019年第一季合併營收預估為73億至74億美元,QoQ減少超過20%。第一季毛利率預估為43%至45%,營業利潤率為31%至33%。相較2018年第四季的毛利率47.7%與營業利潤率37%下滑不少。

先進製程和成熟製程產能利用率都不如預期

2019年營收成長率的下修與第一季的毛利率與營業利潤率預估的下滑都與產能利用率不如預期有關。

台積電手機大客戶蘋果新機狀況不佳,不僅影響了台積電7奈米先進製程的產能利用率,也影響成熟製程的產能利用率。原因在於台積電不僅幫蘋果代工A12應用處理器,也代工了iPhone裡的零組件晶片,這些零組件多採用成熟製程。而庫存去化也是影響因素之一。

iphone xs max_2018_10_05_蔡仁譯攝-12.jpg
蘋果新機狀況不佳,不僅影響台積電7奈米先進製程的產能利用率,也影響28奈米等成熟製程的產能利用率。
圖/ 蔡仁譯/攝

此外,中美貿易戰也影響台積電表現,中美貿易戰屬於大環境的結構性變動,間接帶來「不確定性」。不像iPhone銷售不如預期的直接影響,這個不確定性對於半導體整體需求來說是不利的。

值得關注的兩大重要方向:先進封裝與非邏輯晶片代工

先進封裝與非邏輯晶片這兩大業務,雖然目前占總體營收比例不高,但正逐年增加中,是台積電在成熟製程領域的重要差異化技術。

特別值得關注的是台積電也投入相當大的資源在先進封裝技術上,光是2018年先進封裝技術就為台積電帶來25億美元的營收,2019年則會有兩位數的營收成長。

台積電特別強調外界不要用後端(Back-End)封裝指稱台積電的業務,台積電的封裝是晶圓層級的(Wafer Level)和一般封裝廠的晶片層級(Chip Level)封裝不同,台積電未來也不會涉及晶片層級的封裝。

除了邏輯晶片代工,台積電也逐年增加類比等非邏輯晶片的營收占比(台積電不願提供營收占比),讓代工版圖更多元化。

南京廠兩萬片產能目標不變

在中國南京廠方面,2020年上半年增加到兩萬片的產能規畫不變,而挖礦需求的大幅度衰退也不會影響到南京廠的產能,南京廠是以中國客戶為主要支援對象,客戶需求穩定,沒有因為密碼貨幣挖礦需求大幅度衰退而影響更改產能增加的計畫。

由於華為也是台積電重要客戶,在法說會中,有法人提及,對此美國政府是否有特別關注此事,台積電表示,美國政府對於代工華為晶片一事,沒有任何表示。至於台灣政府是否有針對台積電代工華為表示意見,台積電表示,「不回答」。

關鍵字: #台積電
往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 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