與鴻海合作生變後拜騰又陷破產危機!電動車還沒開始量產,造車夢就此畫下句點?
與鴻海合作生變後拜騰又陷破產危機!電動車還沒開始量產,造車夢就此畫下句點?

2021.7.14更新

近期拜騰與鴻海的合作關係頻傳變數,由於財務不穩,上汽上週接管入主拜騰,本周,拜騰的汽車關係企業「南京知行新能源汽車技術開發有限公司」又於7月12日被申請人上海華訊網路系統申請破產重整。

上週拜騰的最大債權人「中國一汽」接管拜騰管理權,派出一汽法人代表張影擔任拜騰董事長,是引爆鴻海跟拜騰合作生變原因。

而被申請破產重整則是一記重搥。南京知行新能源汽車技術開發有限公司成立於2017年6月,資本額是人民幣56.46億元,拜騰汽車為該公司旗下的新能源品牌。

不過似乎尚未走到絕路,拜騰受訪回應,雖有債權人向法院提起訴訟,並對拜騰汽車提起破產申請,但因為尚未遭法院受理其申請,拜騰汽車仍可以透過尋求和解化解危機。

媒體報導鴻海正在撤出先前派駐拜騰的人力,鴻海當時發布聲明指出,「雙方後續合作進展,尚待拜騰內部組織調整後而定。」

拜騰則在當時聲明中表示,「拜騰正在積極推進首款車的量產工作。將由拜騰核心股東一汽集團、合作夥伴富士康等分工合作,優化團隊。拜騰將充分利用一汽集團、富士康和地方政府等核心資源,制定一籃子相關方案,穩步推進首款車量產上市」。

下為2021.1.4原報導,讀懂拜騰和鴻海合作的始末細節

在世界各國紛紛設下禁售燃油新車大限時,鴻海近年也將目光轉向被視為交通未來的電動車上。《彭博社》披露,鴻海正在與中國電動車新創拜騰洽談一筆新的投資協議,預計將注資約2億美元,而鴻海官方在晚間也發佈合作新聞稿,證實合作。

根據《彭博社》報導,鴻海計畫將攜手拜騰,於2022年第一季開始量產電動車M-Byte。此前拜騰執行長丹尼爾.基徹特(Daniel Kirchert)曾宣佈,M-Byte計畫2021年於歐洲市場推出。

鴻海晚間也發佈聲明,鴻海旗下富士康科技集團與拜騰汽車、南京經濟技術開發區已經正式簽署戰略合作框架協定,合力加速推進拜騰首款車型M-Byte的量產製造工作,力爭在2022年第一季度前實現M-Byte量產。

不過據了解,雙方的合作協議僅限於業務合作,鴻海將提供拜騰先進製造技術、營運管理經驗與產業鏈資源,力求在明年第一季實現M-Byte量產,目前並無直接的投資關係,也就是《彭博社》聲稱的2億美元投資一事。

鴻海表示,集團多年來在資通訊產業的先進生產製造,與供應鏈管理的寶貴經驗,可以在電動車業施展。根據該協定,鴻海科技集團將提供先進製造技術、運營管理經驗和產業鏈資源,應用在原有拜騰車廠的運營管理。此外,這個合作案也能帶動鴻海科技集團電動車零組件事業的蓬勃發展。

雙方從接觸到簽約,僅歷時兩個月時間,「這不只是新能源汽車產業的鴻海富士康速度,也是未來新拜騰再出發的速度。」鴻海科技集團董事長劉揚偉表示,與拜騰合作是鴻海佈局電動汽車領域的重要一環,鴻海將竭力幫助拜騰M-Byte早日量產,登上世界電動車的舞臺。

M-Byte曾在2019、2020年的消費性電子展(CES)上公開亮相,拜騰聲稱M-Byte可在35分鐘充滿80%電力,續航力最高達550公里,並且最高時速為190公里,設計特點在於車內大量配置寬大的觸控螢幕,並搭載臉部辨識、手勢控制、血壓監測等新穎功能,是款瞄準頂端消費者的高級電動車款。

然而,這輛在展會上博得全球車迷注意力的電動車,如今正面臨夭折的威脅。

陷財務難關停工半年,精於「量產」的鴻海能是拜騰救星嗎?

今年7月,拜騰因財務問題宣佈暫時停工至少半年,從營運到生產全部業務陷入停擺,若鴻海計畫投資2億美元,勢必將成為這間新創的救命稻草。

拜騰成立於2016年,由曾在BMW任職20餘年的卡斯騰.布雷特菲爾德(Carsten Breitfeld),以及汽車品牌Infiniti中國總經理丹尼爾.基徹特(Daniel Kirchert)攜手創辦。依照新創資料庫CrunchBase的資料,拜騰目前總計募得資金為12億美元,投資者包括特斯拉電池供應商寧德時代、中國第一汽車集團等。

BYTON_Interior_view_03.jpg
拜騰曾在CES上揭露有著寬大螢幕、極為搶眼的概念車M-Byte,然而尚未量產就已陷入資金難關。

延伸閱讀:一年花2億買零食、印一盒名片要4千元⋯豪華電動車拜騰宣布暫停營運,是另一場新創騙局?

但即使資深業界人士坐鎮、不乏金主融資,拜騰依舊在2020年陷入資金窘境,4月裁去數百名員工後,7月更不得不暫時停工。同時也被披露內部用錢奢侈浪費,只有300人的北美分部一年買零食花費700萬美元,上海旗艦店的一盒名片就要1,000人民幣以上。

全球電動車龍頭特斯拉執行長馬斯克(Elon Musk)曾說,邁入量產是比做出原型要難上1千倍、1萬倍。拜騰原先計畫以走特斯拉路線,自行建立工廠生產電動車,然而這樣的作法普遍被認為成功機率不大,且產能容易陷入瓶頸。拜騰光在自建工廠上就花費超過110億人民幣,卻遲遲無法進入量產階段。

從競爭對手來看,目前中國最受矚目的三家電動車新創蔚來、理想與小鵬,皆是從尋找傳統車廠代工開始,再逐步轉型自建工廠,可以看出委由代工廠製造是種較容易的起步方式。

鴻海作為全球最精於「量產」的廠商,能否協助拜騰通過量產瓶頸,甚至成為其供應商,或許也值得外界期待。

中國電動車商機旺,鴻海加速跨入車用零組件

鴻海於這幾年看準電動車商機,尤其是身為全球最大電動車市場的中國。根據國際能源署(IEA)的資料,包括混合動力車在內,截至2019年全球約有720萬輛電動車,其中47%位於中國。且不只電動車數量領先世界,充電樁這類基礎建設的發展步伐也遠超各國,中國境內擁有多達21萬座快速充電樁,佔據全球整體的82%;一般的慢速充電樁也有52%的比例。

2018年,中國電動車新創小鵬汽車的22億人民幣B輪募資中,就有鴻海的參與;2020年初也宣佈與飛雅特克萊斯勒汽車合作,雙方攜手成立合資公司經營電動車業務,計畫在中國設廠生產電動車。

MIH電動車平台
鴻海在去年10月揭露了電動車平台MIH EV,預計2021年4月即可開始交貨。
圖/ 鴻海

延伸閱讀:【2020重磅大事】電動車進入百花齊放時代!駛向歷史轉折點

再看看近期,鴻海更於2020年10月推出「MIH EV開放平台」,想作為電動車領域的Android,成為各家廠商發展電動車的基礎。日前鴻海聲稱已有201家夥伴加入MIH聯盟,預計今年4月就能開始對外交貨,目標2025年拿下電動車平台10%市場。

鴻海產品長蕭才祐曾表示,他們未來將更積極投入電動車關鍵零組件,包括力拚在2024年推出商業固態電池。固態電池擁有比當今電池更高的能量密度,目前已是多家電池廠商的發展目標。

資料來源:BloombergEqualOceanNikkei 責任編輯:錢玉紘

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