台積電承諾加速供給!到底車用晶片缺貨缺什麼?調研:這3產線最緊缺
台積電承諾加速供給!到底車用晶片缺貨缺什麼?調研:這3產線最緊缺

編按(2021.1.28 13:30更新):針對車用晶片缺貨問題,TrendForce報告指出,自2018年起車市逐步疲軟,加上2020年受到疫情嚴重衝擊,使主要模組廠的備貨動能明顯不足。然而,2021年全球汽車市場正在復甦,預估整車銷售量將自去年的7,700萬輛回升至8,400萬輛,同時汽車在自動化、智慧化和電動化發展下,對於各種半導體元件的用量將大幅上升,然先前因車市需求疲軟導致車廠備貨量偏低,長短料的現象已嚴重影響車廠稼動率與終端整車出貨。

因此,近期IC供應鏈的缺貨現象,已從消費性電子與電腦資通訊產業(Consumer & ICT),逐步蔓延到工控與車載市場(Industrial & Automotive)。過往車用半導體市場主要以垂直整合製造(IDM)或Fab-lite(即IDM企業將部分製造業務轉由協力廠商代工,是資產輕量化的一種策略)生產為主,例如恩智浦(NXP)、英飛凌(Infineon)、意法半導體(STMicro)、瑞薩(Renesas)、安森美(On Semiconductor)、博通(Broadcom)、德州儀器(TI)等。由於車用IC一般需要高溫高壓的操作環境,以及較長的產品生命週期,故需要高度要求其產品可靠度(Reliability)與長期供貨(Longevity)等特性,因此通常並不輕易地轉換產線與供應鏈。

全球晶圓代工產能滿載,車用半導體喊缺

然而,在全球晶圓代工產能不足的情況下,車用半導體受產能排擠影響顯著,例如12吋廠的車用微控制器(MCU)與影像感測器(CIS);8吋廠的車用微機電系統(MEMS)、離散元件(Discrete)、高性能電源管理IC(PMIC)與顯示器驅動IC(DDI)。TrendForce表示,目前車用半導體以12吋廠在28nm、45nm與65nm的產線最為緊缺;同時,8吋廠在0.18um以上的節點亦受到產能排擠。

隨著自營晶圓廠的資本支出、研發攤提與營運成本較高,近年IDM車用半導體供應商亦擴大委外晶圓代工到台積電、格羅方德(Globalfoundries)、聯電(UMC)、三星(Samsung)、世界先進(VIS)、穩懋半導體(Win Semiconductor)等。其中,台積電(TSMC)就於2020年第四季法說會明確表示,車用半導體去年第三季觸底,第四季開始追單,考慮轉換Logic產能到Specialty IC Foundry,以支持長期合作的終端客戶。

2021.1.28 10:00更新台積電官方聲明:台積電對車用晶片短缺發表聲明,表示緩解車用晶片供應挑戰對汽車產業造成的影響是台積公司的當務之急。汽車產業供應鏈既長又複雜,台積公司已與客戶合作確認其關鍵需求,正在加速生產相關車用產品。在台積公司的產能因各領域的需求而滿載的同時,我們正重新調配產能供給以增加對全球汽車產業的支持。

全球車用晶片大缺貨,導致福斯、奧迪等汽車業者減產,德國經濟部長更寫信向台積電求援。今(27)日經濟部長王美花邀請台積電、聯電、力積電、世界先進等4間國內主要代工廠代表一起吃便當、商討車用晶片缺貨問題。會後與廠商達成共識,將優先解決車用晶片需求,以降低對汽車產業的影響。

經濟部長王美花
王美花邀台積電等4間代工業者討論車用晶片缺貨問題,會後取得共識將努力調產能。
圖/ 經濟部

王美花解釋車用晶片缺貨狀況,源自2020年出現減單狀況,貨量比2019年來得少,大約三、四月的時候,台灣晶片製造商都有提出警告,告知客戶因為新冠疫情而觸發的遠距商機,帶動筆電、手機產品需求提高,若選擇減單,未來恢復很困難。

她說,後續發展果然因為電子產品需求快速增加,加上5G晶片需求也變多,讓台灣4家代工業者的生產線都是滿載,甚至是超載,因此沒辦法提供更多量能給車用晶片,才會對產業鏈造成影響。

王美花表示,今天跟4家業者討論,大致上取得一個共識與三個執行方法,大家的共識是,「廠商了解產業重要性,願意配合政府請求來盡量支援車用晶片,讓美國、歐洲、日本可以得到更多晶片。」

至於三個方向會怎麼做?王美花說,第一,廠商會優化生產線,把本來100%的生產產能拉高到102%、103%,這些多出來的量給車用晶片使用。第二,晶圓代工因為處於供不應求狀況,對不同產業客戶有「supporting rate」(支援率),例如你要100片,我可能只能給80片,但他們同意之後車用晶片部分會是所有業者裡最優先的。第三,代工業者願意跟其他產品的客戶協調,了解是否有機會調動交貨時間與產能,協調後可轉供給車用晶片業者。

王美花強調,車用晶片供應鏈相當長,去年底汽車業需求就產生了,代工業者也有在想辦法處理,但他們就是專注在生產這一塊,所以即便取得共識,也很難要求每個業者一定要生出多少的產能出來,加上廠商有義務先提供原先下訂的業者訂單,所以大家是在必須先履行義務的情況下來想辦法,「這是一個困難的任務,他們會在可行範圍內盡量配合。」

責任編輯:吳元熙

關鍵字: #台積電
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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