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
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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