車用晶片荒也延燒到韓國!全球車廠向台積電求救,但為何三星此刻很低調?
車用晶片荒也延燒到韓國!全球車廠向台積電求救,但為何三星此刻很低調?

全球鬧車用晶片荒,部分韓國車廠也將逐漸面臨斷貨危機,加上美、德等大型車廠開始投入電動車發展,車用晶片需求勢必增加,韓國半導體業的發展策略可能會從技術導向轉為兼顧代工製造,以因應韓國、甚至國際需求。

國際車廠去年初因2019冠狀病毒疾病(COVID-19,武漢肺炎)疫情爆發,預期市場需求減少而紛紛調降車用晶片等零件備貨,未料中國車市在去年下半年復甦,加上中芯國際遭美國制裁,製程可能長達300天的車用晶片因此供不應求,晶圓代工大廠台積電儼然成為國際車廠唯一明燈。

台積電 tsmc
圖/ 台積電

同樣生產晶片,三星卻相對安靜

美國通用汽車3日宣布位於美國、加拿大及墨西哥的3處工廠全面暫停生產,韓國通用汽車產線也將自下週起減半,這波車用晶片缺貨潮已逐漸向同為半導體大國的韓國蔓延。

不過,近年在製程技術上努力追趕台積電的韓國三星,在這波車用晶片缺貨潮中相對低調,原因在於車用晶片相較3C等資訊電子晶片利潤較低,一向不是三星主力發展品項,韓國業者生產的車用晶片少之又少。

事實上,韓國本土大型車廠現代及起亞汽車,因日本出口限制政策等原因,早已提前備貨,聲稱目前生產不受影響,但業界估計,現代、起亞及同集團的現代Mobis保有的車用半導體量,約足供3到6個月生產使用,若缺貨狀況延續,韓國車廠也難逃一劫。

一台車所需車用晶片約400多種,現代集團雖早在十幾年前推動車用晶片國產化,但僅限於「技術」國產化,實際生產仍高度依賴國外廠商。

supply chain
圖/ Flickr CC by J. Nathan Matias

晶片仰賴國外進口,需求導向台積電

據韓國汽車產業協會統計,韓國IC設計公司多無自設工廠,開發的車用晶片僅2.2%委託國內業者代工生產,而大部分韓國整車廠考量安全性及購買價格,仍偏好向長期合作的德國英飛凌(Infineon)、荷蘭恩智浦(NXP)、意法半導體(STMicroelectronics)等海外業者購買。

但英飛凌、恩智浦、意法半導體等國際晶片大廠雖自有產能,部分仍委託台積電代工。

此外,韓國IC設計業者與實際生產的製造商在車用晶片的連結度不足,也是影響車廠採用國產車用晶片的原因之一。以韓國半導體產業結構來看,車用晶片以客製為主,車商、IC設計及代工廠必須密切合作,但韓國業者在這方面明顯較為弱勢。

面對全球車用晶片吃緊狀況,韓國汽車產業協會1月底曾召集10多家國內整車廠及IC設計業者擬定因應措施,包括現代汽車及雙龍汽車,將合作發掘國內替代廠商、擴大代工廠產線、強化海外IC設計與韓國晶圓代工業者連結。

samsung三星手機
韓國汽車業者希望三星等國內半導體大廠增設產線,協助汽車業度過車用晶片缺貨潮,但三星尚未明確表態。
圖/ shutterstock

面臨斷貨危機,增加產線仍須承擔風險

韓國汽車業者雖然希望三星及DB Hitek等晶圓代工指標業者強化及增設產線設施,但若要解決韓國車廠可能面臨的車用晶片斷貨危機,勢必要增加8吋晶圓產線,業者是否願意承擔擴張及調整現有產線安排的成本及風險,仍是未知數。

當汽車大廠因車用晶片短缺大砍產能哀鴻遍野之際,三星目前仍未明確表態。業界認為,目前汽車產業發展趨勢為節能及自動駕駛,車用晶片用量勢必隨之增加,將是業者願意投入資源發展車用晶片的誘因,現代集團旗下的現代Mobis去年底併購現代Autron半導體部門,業界推測可能也是為了強化開發車用晶片。

美中貿易戰與疫情蔓延雙重夾擊,更加確立半導體產業戰略性地位。對於韓國龍頭企業三星的半導體發展布局,韓媒分析,三星最有可能以併購方式補足在車用半導體上的不足,從三星電子副會長李在鎔2019年發布的半導體展望中,可看出以併購方式補強半導體部門的可能性,其中荷蘭恩智浦、美國德州儀器(TI)、意法半導體都有可能是三星為補足車用晶片不足之處的併購目標。

限編輯使用_shutterstock_samsung_710314252.jpg
韓媒分析,三星最有可能以併購方式補足在車用晶片上的不足,荷蘭恩智浦(NXP)、美國德州儀器(TI)、意法半導體(STMicroelectronics)皆為可能目標。
圖/ Mahony via Shutterstock

本文授權轉載自:中央社

責任編輯:郭昱彣、錢玉紘

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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