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
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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