被迫減碳轉型、收購股份還被指控是「惡意」!日本鋼鐵業龍頭如何化解危機?
被迫減碳轉型、收購股份還被指控是「惡意」!日本鋼鐵業龍頭如何化解危機?

有重工業產業食糧之稱的鋼鐵業,是建築、造船、鐵道及電機機械等產業的基幹。然而,鋼鐵業卻也是碳排放量佔比相當高的一個產業,為配合日本2050年碳中和政策,如何進行減碳生產備受外界關注,為此日本鋼鐵業龍頭「 日本製鐵 」已宣布將投入5兆日圓進行設備更替。

日本製鐵
圖/ 日本製鐵

延伸閱讀:全球拚2050年淨零碳排!台離岸風電產業協會成軍,浮動式風機再掀討論

日本鋼鐵業視「減碳生產」為最重要的經營課題

年營業額高達5兆日圓的日本製鐵是日本最大的鋼鐵廠,幾乎是排名第二的JFE營業額的兩倍,更是排名第三的神戶製鋼規模近三倍,集團員工人數高達5萬人,過去10年發動多次併購。

1934年,由官營八幡製鐵所等數個製鐵業者合併而成。日本製鐵曾於太平洋戰爭時期,因法規因素而一度被分割為四間公司,但在1970年,該法廢除後,其中的八幡製鐵所和富士製鐵等又再次合併,成立新日本製鐵。

2012年,新日本製鐵與住友金屬合併更名為新日鐵住金;2019年,再將商號變更為日本製鐵;2020年,再與日鐵日新製鋼公司合併。

日鐵與其他基礎建設發展產業面臨同樣的減碳問題,故日鐵日前宣布汽車用的高級鋼材製造設備,將從現行的高爐轉為電爐。此外,將使用氫氣還原技術以減少焦炭使用,目標在2030年減少30%的二氧化碳產量。

RTS2YNR0_碳中和
圖/ REUTERS

延伸閱讀:Toyota將對外銷售氫燃料電池!募資5,000億日圓後,還要如何拚減碳經濟?

即使設備投資額將可能超過5兆日圓,而製造成本也可能會倍數以上成長,由於鋼鐵業的二氧化碳排出量約占日本整體製造業的四成以上,為因應日本政府推動的2050年碳中和政策,鋼鐵業龍頭也不得不進行改變。

此外,日鐵也將進行國內外事業整頓,除將擁有的15座高爐降低運轉至10座,調降成本支出外,將深耕電動車市場強化相關設備。並加強在印度的生產及進行海外企業併購,目標是全球化粗鋼生產力能達到1億噸。

集團式的多角化經營,公開收購東京製鋼股份

日鐵除了是日本國內擁有高爐可一貫化生產的鋼鐵廠,也透過事業持股形式發展各種與鋼鐵有關的產業,例如建設業的新日鐵engineering、化學製造業的新日鐵化學及通訊情報業的新日鐵solution等,連結高達約250家子公司及約70家的轉投資公司,是日本相當具代表性的大型集團企業。

而2021年初,日鐵宣佈投入約24億日圓(約台幣6億元),對東京製鋼進行公開收購,目標將持有東鋼股份從9.9%提升至19.9%,並在3月初時宣布收購完成。

東京製鋼
圖/ 東京製鋼

不過,這次的股份公開收購,對東京製鋼來說卻是一個惡意併購行為。日鐵即便將持有股份提升至19.9%,東京製鋼仍非日鐵具控制權子公司,僅能說是強化資本比率。然而,日鐵卻在公開收購說明書指摘,東京製鋼的業績和財務持續惡化,主要原因就是因為公司治理體制的不完備,更直指代表董事長在位期間長達20年等問題,認為有必要進行經營再建。

股東話語權提升的時代儼然來臨

日鐵其實是東京製鋼的材料供應商,而事實上,東京製鋼歷代董事們出身於日鐵者也不少。2017年,日鐵就與東京製鋼經營層進行面談,要求增強危機意識並曾對董事選任議案投下反對票;2020年9月,日鐵開始評估提高股票持有比例,提高話語權,並在2021年初進行公開收購股份。

對日鐵的收購,東京製鋼則表示反對,原因在於利益衝突。日鐵是東京製鋼最大的材料供應商,然而面對日鐵的價格上漲壓力,東京製鋼也嘗試開發中國和韓國等線材使用。如果日鐵持股達到一定的比率,可能會對相關採購開發活動造成一定阻礙,並讓成本提高,亦對日鐵以外的股東造成損害。

而且,東京製鋼也對鐵以外的新素材,例如碳纖維等電纜事業進行投資,此種脫「鐵」開發策略,也對日鐵造成一定程度的影響,不難想像日鐵的焦慮。

不過,東京製鋼的確存在業績低迷、代表董事長期未更替、獨立董事對經營者評價、選任程序和公司治理機制不全等問題,日鐵的批評也是事實;而東京製鋼為開發碳纖維而成立新子公司,卻沒有依公司法規定進行公告,這也是日鐵認為有東京製鋼有所隱蔽之處。

但有金融及產業界相關人士認為,像日鐵這樣的公司,為何會對執著規模相對小的東京製鋼,公司治理問題只是個藉口,應是對海外採購或脫鐵行為有所介意。對此評論,日鐵強調此次收購並非對東京製鋼複數採購行為不滿,也不是為了強化自身的原料供給,而純粹是因為對公司治理有所疑慮。

東京製鋼仍有高達九成以上的原料採購自日鐵,未來評估也不會有太大變動。但近年來日本產業間公開收購案件頻繁,評論家認為這象徵股東話語權提升的新時代來臨,過去企業間相互持股,但不干涉經營的時代已經過去了。

資料來源:業界動向Wikipedia日本產業新聞日刊自動車新聞東洋經濟
責任編輯:文潔琳、錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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