和碩效力特斯拉赴美設廠2大原因曝光!為何還要跨進電動機車、自行車戰場?
和碩效力特斯拉赴美設廠2大原因曝光!為何還要跨進電動機車、自行車戰場?

和碩成為特斯拉關鍵電控電腦供應商角色,加上透露將赴美設廠,電動車佈局動見觀瞻,總經理廖賜政25日表示,將鎖定電控系統為集團發展主力,期望在國際佔有一席之地,同時也將開拓電動腳踏車、電動機車、遠距醫療等領域機會。

電動車機會浪潮襲來,吸引眾多資訊業者搶進,外資好奇佈局電動車超過10年的和碩,現在主要競爭對手是誰?廖賜政在25日法說會中回答:「太多人要做了,敵人太多,我不知道是誰」,足以凸顯現在市場戰國群雄的局面,不過他也強調,和碩對大量但品質要求不高的低階電動車市場沒有興趣。

童子賢_和碩董事長(中)_廖賜政_和碩總經理(右)_程建中_鎧勝董事長(左)_2020_08_12_
和碩總經理廖賜政透露將赴美設廠。
圖/ 蔡仁譯攝影

而由於和碩佈局特斯拉已久,並跟歐美日車廠都有長期穩健合作關係,法人高度關注未來電動車動能,對今年展望,廖賜政指出,今年因客戶新技術不斷開發,全球佈局點增加,且生產技術能力提升,和碩也將有不錯成長,他並預言未來5~10年,和碩車用事業都將有2位數成長率可期待。

對於和碩為何取得車用電控系統優勢地位?廖賜政指出,電動車有三大關鍵技術,相對電池跟電機,和碩掌握的電腦運算與通訊等既有技術,可以延伸到汽車電控領域,和碩將本身技術與客戶結合開發產品,提供必要幫助。

海外設廠有3評估條件,2大原因

先前傳出和碩將隨特斯拉赴德州設廠,對此廖賜政表示,未來維持競爭力優勢,全球佈局以滿足客戶需求是重點,未來車用產品在哪裡生產?會依照3大條件,包括:法令要求(關稅)及客戶要求(短鏈供應)、未來的成長性來做評估。

福斯 MEB
電控系統成為資訊業者新戰場。圖為福斯的MEB模組化電動車平台,座艙底部的電池模組,讓許多零件都能共用,提升生產效率。
圖/ 福斯

延伸閱讀:台灣電動車3巨頭大會師!和碩躍一級供應商,鴻海MIH成員破千7月獨立,和大成全球最大減速箱龍頭

廖賜政表示,和碩的油車客戶產品生命週期長達8~10年,電動車則5~6年,客戶中途不會更換供應商,相當穩定,也不會有P&L(損益表;意味打消存貨呆料損失)問題,除利潤考量外,跨入車業供應鏈也對和碩製造生產品質有所提升,可以做到最佳化生產模式,是不一樣的挑戰,對和碩也是好的嘗試跟磨練。

廖賜政表示,電動車電控電腦複雜度比伺服器還難!除設計結構複雜度高,結合運算與通訊、雷達技術,和碩設計交貨後,客戶再放上軟體跟自駕系統,製程複雜外,也必須適應零下10幾度到670~80度高溫測驗。

對於跨入電動腳踏車及電動機車,廖賜政坦言是「水到渠成」,畢竟已經掌握高端技術生產電動車,現在是用簡化,把類似技術移植到腳踏車或機車上,他解釋,電動腳踏車要求是便宜,且功能不用多,由於產業都期望對環境保護逐步電動化,因此和碩也將跨入跟電動有關的綠色產品研發製造。

而對於為何要配合客戶赴美設廠?廖賜政也解釋,跟成本考量沒有關係,純粹是客戶需要即時在地供應,「服務彈性」比價格更重要,他也透露,「一個月後的價錢就不一樣,因為變動太快」,所以和碩必須即時供貨。

其次,電動車接受非常個人化的配備挑選,所以和碩也必須滿足需求改變生產,廖賜政表示,這跟過去買規格統一的螺絲釘是不同的,不是找到最便宜的之後、直接去條件最好的地方生產就行,「買家電一台冰箱就是一台冰箱,但電動車不同,」所以和碩配合客戶赴美在地設廠,就變得更為重要。

2021年三大產品線看成長,唯一變數:缺料

展望今年,廖賜政表示,2021年三大產品線全面都預估成長,其中資訊電腦類產品線因為消費筆電與Chromebook從去年起出貨就不斷增加,今年動能預估會持續下去,但零件供貨是唯一變數,目前還無法全程掌握。

電動車  智慧車 零件
今年缺零件是科技業最大變數。
圖/ shutterstock

而遊戲機為主的消費電子產品線,因去年底遊戲機PS5及XBOX新機都已上市,廖賜政指出,今年將帶來豐碩的一年,出貨動能也會增加。智慧手機為主的通訊產品線,因為5G使用滿意度逐漸提升,廖賜政預估期待今年有另一波換機潮。

和碩今年資本支出約3.5~4億美元,主要將投資於印尼、越南、印度、台灣與中國工廠的設備採購。今年預估印尼跟越南廠產能將開出,未來北美也將增設投資據點,展開擴廠。

責任編輯:錢玉紘

關鍵字: #和碩
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