蘋果供應鏈全球大遷徙:鴻海衝印度、和碩拼印尼,訂單流向3月後明朗
蘋果供應鏈全球大遷徙:鴻海衝印度、和碩拼印尼,訂單流向3月後明朗
2019.01.28 | 蘋果

蘋果最大代工廠鴻海已展開產能遷徙,26日宣佈增資印度子公司2.13億美元,另投資5.1億元取得越南雲中工業區25萬平方公尺土地,台灣電子代工大廠和碩約佔iPhone全年3成製造量,下一步產能佈局也受到矚目。

和碩27日舉行旺年會,執行長廖賜政尾牙前受訪指出,2019年1月起,印尼巴淡島已開始量產受貿易戰關稅衝擊的網通產品,印度跟越南廠要2020年以後才有量產可能。

這意味前兩大蘋果iPhone製造廠都已開始將中國產能分散到印、越等地,只不過,兩公司的策略仍稍不同,和碩以印尼為重心,鴻海則似乎直指印度,兩業者盤算各有不同。

蘋果供應鏈全球佈局,和碩押印尼

和碩2018年營收1.34兆元,連續5年創歷史新高,和碩是iPhone XS Max跟iPhone XR的代工廠,根據《金融郵報》預估,和碩約佔iPhone全年訂單3成比例。

和碩提供.jpg
和碩旺年會由董事長童子賢(中)率領副董事長程建中(右)與執行長廖賜政(左)一起舉杯。
圖/ 和碩

展望2019年,和碩執行長廖賜政樂觀表示,一定可以再創佳績。他表示,景氣現在看起來不是很清楚,政治影響經濟,貿易摩擦仍要一陣子才會明朗化,2019年的訂單能見度,3月初將是一個重要檢查點,因為屆時是美中貿易戰90天休兵期截止日,在這時間點之後,客戶比較有願意下長單。

事實上,除鴻海跟和碩,緯創也已在菲律賓及印度設廠,更是印度當地最早生產iPhone SE的工廠,其次負責生產HomePad智慧音箱及AirPods耳機的英業達,去年12月也已在馬來西亞檳城投產,並新增南昌廠,儘管新據點未必馬上生產蘋果單,但幾乎整個蘋果供應鏈都動起來廣布產能。

相對鴻海加碼印度積極,和碩則雖也有規劃印度廠,肯定印度人力充沛,人才跟物產豐富度,但對印度法規多變仍不敢掉以輕心,所以2019年和碩新產能重心會放在印尼。廖賜政說,印尼製造銷往印度也免關稅,位於新加坡旁可以充作HUB(倉儲),供應越南或印度都是好據點。

印度 街道 汽車
印度人口多,人才跟物資豐富,但對台商而言,法規的多變跟政策都相對中國而言不夠讓人放心,目前台商以鴻海跟緯創最積極
圖/ shutterstock

然而廖賜政也認同,印度跟台灣是最佳結合,因為台灣擅長硬體,印度擅長軟體,軟硬結合擁有很好的前景。

特斯拉大擴廠,和碩苦熬三年收成

然而蘋果訂單爆發力趨緩,蘋果供應鏈也必須另謀生路。廖賜政預估2019年動能來自於電腦業務回溫,包括電競筆電需求好,Chromebook訂單加溫,且「老客戶回來了」,另外物聯網IOT及智慧家庭耕耘很久,今年也會持續成長。

而最受市場關注是車載業務的爆發力,經過三年苦工,和碩替特斯拉代工的汽車電腦從2018年就持續出貨,2019年特斯拉上海廠啟動下,和碩也自然受惠。廖賜政說,電動汽車跟傳統汽車都是和碩集團佈局蠻久的領域,未來成果將會逐漸顯現,由於「客戶也從美國擴廠到中國,會是很好的機會。」

廖賜政說,電動車是未來趨勢,也很環保,目前歐洲、美國、中國跟日本都在爭這塊市場。

廖賜政表示,2019年看好的產品包括IoT及智慧家電,由於遊戲機已經發展成熟,市場一直擴大,是和碩可以著力的地方。

折疊手機、捲螢幕手機都還在和碩實驗室

廖賜政表示,通訊業務去年整體來說仍持續成長,有些客戶好,有些不好。今年在既有的基礎,還是會有所發揮,去年初期看的比較樂觀,後來訂單有影響,也已克服,今年會調整架構,提升生產力,至於華為,雖然是和碩客戶之一,但對業績影響度還好。

和碩提供-1.jpg
和碩旺年會由董事長童子賢認為2019年產能配置如看水晶球,預測不準
圖/ 和碩

而手機今年一大熱點是「折疊手機」,董事長童子賢則說現在還不能講太多,和碩實驗室內是有很多東西,也認同折疊機是值得摸索的方向,因為現在的手持裝置螢幕已經很大,「再大下去不方便攜帶」,螢幕折疊或捲起來都是應用的方向。

童子賢說,產業趨勢已經悄悄的在舊的枝幹上,開出新的花朵,未來幾年包括人工智慧、物聯網、智慧城市、汽車電子、5G⋯⋯都會漸次成熟。這些新趨勢會發展出新的機會,掀起新的浪潮,帶來新的產值。

分散製造,品牌跟消費者都得適應

在貿易戰開打下,東南亞設廠成顯學,對於2019年產能究竟如何配置?童子賢說,現在是看水晶求算命,算不準,大家只好看著摸索,東南亞確實比以往成熟,但這樣的趨勢,十年後又是另一個故事,屆時當東南亞人均所得提升,或許會是工業4.0發展或智慧生產大量改變生產線樣貌的時候。

「全世界最好的生產基地是中國,素質最好,人口最多,人力願意從鄉下到城市工作,各種條件中最佳組合,相對的,越南、菲律賓、印尼、印度都碰到大問題,勞工不願意住在宿舍,只願意在離家方圓20~30公里範圍上班,因為要回家吃晚飯,這限制了工廠的規模,一座工廠人數最多不會超過2萬人,也因此未來工廠佈局不會只在一個地方。」童子賢說。

Vietnam 越南.jpg
越南民族性不愛離家太遠,導致工廠最多只能達2萬人,且不愛加班,將使旺季產能彈性受壓抑
圖/ Maya-Anaïs Yataghène via Flickr

中國除工資上漲,法規或官員積極度一致也成優點,童子賢說,東南亞民族性不同,員工不喜歡加班,時間一到就想回家吃晚飯,這在電子產業出貨旺季恐增加高難度挑戰。

電子產品上市前兩三個月工廠要搶時間生產,到其他地方生產保證會跟中國有相當落差,品牌客戶跟消費者恐怕都要重新適應一次 」童子賢分析。

印尼1月量產快,20年前南向政策種下因

整體資本支出,廖賜政坦言2018年是高峰,支出約10億美元,2019年會相對保守一點。

和碩2018年印尼巴淡島擴廠後,2019年1月已經正式順利開始出貨,第一階段優先生產受關稅影響的網通產品,包材跟機殼廠也都已經跟隨前往設廠,印刷電路板跟電源供應器則從泰國支援,部分也會挪回台北生產,高附加價值訂單優先。

在廖賜政眼中,人口2.6億的印尼,在東協的人力資源條件比越南好,加上巴淡島非常接近新加坡,進出容易,有國際港口,未來將配合客戶需要,發揮更大作用。

Jakarta_印尼_雅加達.jpg
和碩選擇印尼作為第一個東南亞據點,主要是當地有20年前南進的基礎建設,地理位置距離新加坡、越南、印度都相當方便。
圖/ Seika via Flickr

除印尼2019年已量產,廖賜政坦言越南跟印度要2019年投產是有些困難的,因為設廠到投產平均要費時兩年,印尼能這麼快量產是「特殊狀況」,純粹是因為20年前政府鼓勵南向政策,雖台商到印尼投資成功者不多,但奠定了不錯供應鏈基礎,和碩找到好的夥伴跟基地,從決定到量產只花5個半月。

越南則鐵皮屋工廠多,廖賜政分析適合傳產業,不符合電子製造需求,面對鴻海及三星都已經在越南設廠,廖賜政坦言,越南廠已有具體計畫,要待董事會同意,但越南廠量產的時機,「決定權不是我,而是在客戶。」

和碩提供-2.jpg
和碩連續五年營收破兆元,旺年會由董事長童子賢(中)率領副董事長程建中(右)與執行長廖賜政(左)一起鞠躬向員工致謝。
圖/ 和碩
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 2026 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