從火雞棚出生的ARM,憑什麼讓賈伯斯和其他大廠都買單,還成半導體史上最大收購?
從火雞棚出生的ARM,憑什麼讓賈伯斯和其他大廠都買單,還成半導體史上最大收購?

9月14日,AI運算公司輝達(Nvidia),以400億美元的驚人價格,與軟銀集團(SoftBank)達成協議,併購軟銀旗下的ARM公司。

消息一出立刻炸鍋,由於長久以來,ARM都是以獨特的中立性為經營方針,堅守不與客戶競爭為原則,將核心技術授權給「任何公司」。原為日皮英骨的ARM,在被美國公司Nvidia併購後,能否還能保持中立,備受矚目。

Arm Nvidia.jpg
本月14日,Nvidia宣布收購Arm。
圖/ Nvidia

延伸閱讀:半導體史上最大收購案!Nvidia砸1.1兆從軟銀手中買下Arm,背後打什麼算盤?

時間回到1980年代,由於當時的英特爾(Intel),拒絕替英國的橡果電腦(Acron Computers)研發16位元處理器,橡果只好自行成立研發部門,此部門即為ARM成為獨立公司的前身。

1990年,橡果電腦、蘋果(Apple)和晶片製造商VLSI共同合資,將橡果的研發部門獨立出來,於英國劍橋設立另一個子公司,ARM Holdings正式成立。英特爾大概想不到,當初所做的決定,竟促使如今最強勁的對手誕生。

1997年,賈伯斯回歸蘋果後,曾使用ARM的技術,推出掌上型電腦Newton,但銷售成績不佳而停產。幸好,賈伯斯也因此開始使用基於ARM的晶片,作為最初iPod、iPad和iPhone的基礎。初嚐成果的ARM,也因為其低耗能的技術特色,陸續吸引更多合作夥伴,例如 索尼(Sony)、惠普(HP)、國際商業機器公司(IBM)、和飛利浦(Philips)等。

ARM現任執行長西蒙.賽加斯(Simon Segars)原為STC(Society of Technical Communication)員工,但是在報紙上讀到有關於ARM的文章後感到嚮往,因而寫信至ARM尋求一份職位。賽加斯說,即使ARM當時只是一間新創公司,為降低成本,辦公室甚至是設在養火雞的穀倉內,他仍對於該公司文化,以及微型處理器的晶片設計深深著迷。

賽加斯曾提到:「在STC明亮的辦公室內,你每天打卡上下班,周末計算著上工的時數,但是來到ARM,一切都不同!每個人都全心投注於工作之上,並願意做任何能幫助公司往成功邁進的必要之事。最後一個離開辦公室的人,只需鎖上門並開啟警報器即可。」可見得他被ARM的向心力深深吸引。

2013年,賽加斯接任ARM第三位執行長,加速推動智慧產品晶片的研發。不過在他上任之前,就已經領導團隊開發ARM7和ARM9處理器,幫助世界上第一台智慧手機誕生。

2016年,軟銀集團以320億美元的價格,收購ARM。賽加斯表示,會同意軟銀的收購,一方面是認為在軟銀的幫助下,公司會有更進一步的發展,同時提到,軟銀大多數的客戶,都與ARM主要的客戶沒有重疊,這也表示,ARM可以持續奉行中立主義的策略,將智慧財產權同時販售給蘋果、三星(Samsung)或華為等互相競爭的公司。

ARM的業務日益擴大,從一開始的電腦和手機,到智能家電、智慧汽車、智能城市和穿戴式裝置等,在AI的領域被廣泛應用。它的商業模式並非生產晶片,而是設計,並將核心技術授權予他人。大多數的製造商主要取得項目為「指令集」的授權,即處理器如何處理命令的技術以及晶片的配置藍圖。

除此之外,ARM的技術有著低功耗能、設計與生產分離的特點,使製造商有更大的客製化空間來製造晶片,對比它的主要競爭對手英特爾(Intel),雖然對生產線絕對的掌控權,但同時也限縮了製造商的發展空間。這也是為什麼ARM能夠以小搏大,與英特爾互相競爭的原因。

如今,市面上約有85%的可攜式裝置內,都能找到ARM的設計,在2017年以前,一度取得全球半導體IP市場過半的市占率。然而截至2019年三月底的財報顯示,在半導體IP市場的整體佔有率下降至44.7%,同比下降12.7%;技術授權費的收入也同比下降8%。

ARM解釋,由於近年國際貿易情勢緊張,致使一些製造商自2018年起,開始囤積相當數量的晶片零件;以及科技的日趨成熟,手機的週期壽命也逐漸拉長,這些都是市占率不如以往的原因。不過隨著ARM逐漸打入IoT產業,若以中長期來預估,其技術授權費仍有上升的趨勢。2019年,ARM整體營業額為18.98億美元。

賽加斯認為,ARM與Nvidia看見的是被AI定義的未來世界,而技術上的結合,將能推動更好的AI服務和產品製造,並研發最適合AI應用的晶片。不難理解此次的併購,雙方都在AI軟體以及晶片製造上,看見廣大的商機和願景。

責任編輯:蕭閔云

參考資料:ZDNETBBC

關鍵字: #Nvidia #ARM
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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