台積電市值飆破7兆創新高,背後三大關鍵帶動
台積電市值飆破7兆創新高,背後三大關鍵帶動
2019.04.24 | 蘋果

台積電今(24)日股價衝上270元,創下歷史新高價,同時,市值飆出歷史紀錄的7兆12.08億元,寫下台股新紀錄。而是哪些正面消息,讓台積電股價在蟄伏了大半年之後,近期不斷飆升呢?

一、手機市場沒衰退,仍有「高」個位數成長動能

雖然中低階手機仍有強勁成長,但包括iPhone在內的高階智慧型手機,創新度不足,價格又非常昂貴,消費者購買高階智慧型手機的動機較弱。而2018年度全球智慧型手機銷售量也僅較前一年成長1.2%。因此在法說會前,外界並不看好台積電今年手機平台營收成長性,但法說會給的財務數字,台積電來自手機平台的營收比預期的佳,讓外界眼睛一亮。

台積電總裁魏哲家指出,台積電第二季智慧型手機仍有個位數成長,全年而言,智慧型手機還會有「高」個位數成長。「原因在於客戶的市占率增加與手機的矽內容物增加,」魏哲家強調。

iPhone XS Max
台積電總裁魏哲家指出,台積電第2季智慧型手機仍有個位數成長,全年而言,智慧型手機還會有「高」個位數成長。
圖/ shutterstock

台積電的手機客戶中,除了蘋果投片量大之外,華為在今年呈現投片量大爆發的狀態。一方面,2018年,華為的智慧型手機市占率,已從 2017 年的 9.8%,攀升至 13.0%,達到 2.02 億支,在全球前五大智慧型手機廠商中成長最大,和蘋果差距縮小。另一方面則是中美貿易戰下,華為拉高自製晶片比例,增加台積電的投片量。

蘋果與高通的世紀大和解,除了讓蘋果順利採用高通5G數據機晶片,也有助於整體5G手機的市場滲透率增加更快速,再添一個好消息。

二、五奈米、六奈米、七奈米三箭齊發

除了已經在去年量產的七奈米先進製程,台積電五奈米製程已進入試產階段,預計2020上半年就可以量產五奈米,領先對手三星。台積電指出,「相較於台積公司七奈米製程,五奈米創新的微縮功能在ARM Cortex-A72的核心上能夠提供1.8倍的邏輯密度,速度增快15%。」台積電在法說會時還強調,「五奈米產能建置上一開始會比較謹慎緩慢,但最後總體的產能會比七奈米還要大,」讓外界對於五奈米充滿期待。

台積電晶圓十四廠外觀
台積電五奈米製程已進入試產階段,預計2020上半年就可以量產。

除了已經量產的七奈米與預計2020年量產的五奈米,台積電也在上週宣布六奈米製程。六奈米可視為七奈米家族的「半世代」製程。台積電大幅強化目前領先業界的七奈米,六奈米技術的邏輯密度較N7技術增加18%;而設計法則與台積電的七奈米技術「完全相容」,因此七奈米的設計生態系統可以再被使用。

也就是說,對於AMD、高通等七奈米客戶而言,只要對於七奈米製程的設計累積Know-how後,很容易「無痛轉移」到六奈米中,對於客戶來說吸引力很大。另外也作為,從七奈米到五奈米的過渡製程,如此一來,也減緩外界對於台積電五奈米製程電晶體成本(Cost per transistor)下降速度不夠快的疑慮。

三、HPC第二季高速成長

除了手機,各雲端大廠在資料中心領域的布局,也帶動HPC領域第二季成長,魏哲家指出,「第二季高速運算會有雙位數成長,全年而言,高速運算(不含虛擬貨幣),會有『高』個位數成長。」

隱憂

雖然台積電技術領先,手機與HPC客戶也都有不錯的成長性,但法人也提醒,台積電今年總體營收很可能會衰退,同時台積電的全年毛利率表現也將不如去年,難以突破50%毛利率水準。另外,台積電的晶片廠客戶的高庫存水位問題是否如預期在第二季解決,手機大客戶華為後續的投片力道是否會持續?都是值得觀察的重點。

關鍵字: #iPhone #台積電
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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