【Clubhouse解密】小米砸百億美元造車、還要跨足做晶片!最會炒話題的手機龍頭有何盤算?
【Clubhouse解密】小米砸百億美元造車、還要跨足做晶片!最會炒話題的手機龍頭有何盤算?

2010年4月,小米成立了。這一間已經11歲的公司,從一開始單純賣手機,到圈起小米生態系,開始做起IoT(物聯網)家電,如今要開始造車了!

「要做最好的手機,賣一半的價格,推動智慧型手機在全球普及。」這是小米創辦人雷軍最初的夢想,如今確實已經實現。

根據市調機構Counterpoint Research統計,在2021年2月,三星仍是全球手機龍頭、市佔率達20%;蘋果則為老二、市佔率為17%;而小米則超越華為,以13%的市佔率位居第三,同時成為中國第一大手機品牌。

但這樣似乎還不夠,小米在上一個月的發表會上,氣勢徬礡地宣告,不僅僅要在10年內,花100億美金造電動車,睽違3年後,再度推出自主研發的晶片「澎湃C1」!小米好忙,他們究竟想做什麼?

《數位時代》日前在Clubhouse上開房間,邀請中華開發創新加速總經理郭大經、財經專家林宏文,以及手機王總編輯張利安一起暢聊,從小米的發展進程,窺探出手機廠做「汽車牌」汽車的決心,以及自主研發晶片的佈局。

Q:在發表會上,小米10年來第一次「大改」LOGO,聘請日本設計大師原研哉耗時3年,據傳斥資200萬人民幣設計,但看似只是由方型改成圓型,令到不少人感到啼笑皆非。背後暗藏了小米怎樣的盤算?

小米LOGO
圖/ 截圖自微博

林宏文:

大家都說他們花了冤枉錢,但老實講,雷軍趁這一個機會,又做了一次網路行銷!他是很會搞網路議題行銷的人,小米也花了很多時間著墨這一件事,永遠會讓大家討論他,永遠有話題,永遠吸引到很多關注,小米也趁著這一個機會,宣布要進軍電動車、要做半導體,一次把曝光拉到最大。

郭大經:

從小米身上,我看到的都是蘋果的影子,雷軍很像Steve Jobs,是一個非常成功的行銷人。

蘋果一開始叫「Apple Computer, Inc.(蘋果電腦公司)」,2007年iPhone問世之後才改成「Apple Inc.(蘋果公司)」,決定從電腦公司轉型消費電子公司,從此蘋果盛世就開始了。

小米也是,從手機開始做,並不是最佳的手機,但卻是CP值最高的手機,但手機、IoT設備,已經慢慢走到高原期。小米手機目前淨利率只有2%,IoT淨利率只有5%,他變成手機三哥後,得要再往前走,但要往哪走?

小米要宣示要做產品轉型、公司定位轉型,他必須要做一些事情,花了200萬人民幣真的太便宜了,這一個廣告行銷,現在我們還在討論就很值得了,他已經達到目的!

延伸閱讀:小米耗時3年換Logo,「超迷你差異」讓網友狂吐槽!據傳砸千萬的設計改了什麼?

張利安:

8年前我第一次跑小米的活動,他們就已經非常著重「粉絲行銷」。他們從最手機操作介面開始,再到第一款小米手機,慢慢延伸到周邊:電視盒、行動電源、物聯網家電⋯⋯最主要的原因,還是手機競爭相當激烈,LG也退出了手機市場,包括小米、華為⋯⋯,大家都在找尋不同的出路。

Q:小米10年投資100億美元,成立電動汽車全資子公司,不接受外界投資,由雷軍親自擔任CEO,預計三年後推出產品,售價可能在10萬元~30萬人民幣。為什麼手機廠現在都開想做「手機牌」汽車?小米能成嗎?

小米
圖/ 愛范兒

林宏文:

手機在做電動車,看起來很合理。因為大家覺得,電動車就是裝了輪子的電腦。那小米做電動車到底會不會成?我覺得不會沒有機會,但挑戰非常大。

小米很會做話題行銷、很會賣東西,在這一方面是有優勢的,但如果未來電動車自駕車走10年的大勢,手機跟電動車在「環境」跟「產品」本身是有差別的。

就產品來說,手機很小,可以全部在中國生產,銷到全世界;但車子很大,必須在當地生產,當然可以用進口的方式,但運費很貴,成本會增加很多。現在鴻海MIH就要去美國設廠,如果到時候有歐洲客戶,我相信他們也會在歐洲生產,這是一個很大的不同。

過去中國有集中生產的優勢,但未來5~10年情況可能就不一樣了,貿易戰讓美國介入了,全球不少國家跟中國都有些對立,不會放任中國產業大幅成長。

另外,不只電動車,自駕車其實是更關鍵的一件事,大家想想,自駕車以後是多可怕的東西?自駕車都是可以被電腦控制的,如果像電影的情節一樣,如果被駭客駭入,就都變成攻擊的武器,多可怕!這已經是國安問題了。你想,美國會放任中國在全世界賣車嗎?

中國大陸有很多公司都投入了汽車產業,我覺得很有趣,從功能手機到智慧型手機,檯面上所有公司全都換過一輪,產業的革命其實很殘酷,過去成功的人,永遠有他的包袱,很難在新的時代裡又變成第一名,小米或許可以小小的成功,但要很厲害,我覺得很難。

郭大經:

我先講動機,再講結論。我認為小米動機很單純,是市值考量,小米現在市值不到1,000億美金,但未來汽車出貨量並不大,市值卻已經超過700億美金。

我覺得雷軍很聰明,他做了一個宣示,說要投入100億美金做這一件事,對所有投資人建立了一個未來5~10年的新目標,很有可能市值就超過2,000億美金了。

至於結論,汽車電子跟消費性電子是完全不同的事情!大家認為會做手機就會做汽車,其實這距離天差地遠。山寨手機過去一直存在,為什麼?因為手機生產工藝相對平民化,任何一個小工廠就能做,供應鏈也相對開放單純。

但是,汽車電子需要的規格跟是完全不一樣的:高溫、低溫、高濕⋯任何一個環節都不能出錯,一個汽車電子的生產非常困難,所以消費性電子跨入汽車電子的門檻是非常高。未來5~10年後小米還會是玩家之一嗎?我不敢肯定。

但到現在為止,蘋果都遲遲還沒宣布,他們具體要怎麼做Apple Car,我覺得蘋果還在找一個創新點,這個創新點是最早如同蘋果改變智慧型手機,最重要的點。

未來電動車最關鍵的兩大靈魂:電池跟系統,我覺得小米如果找不到一個入場利基點,現在那麼多人想做,我不認為那麼容易進來就可以分到一杯羹,但我覺得他的市值,還是能維持住。

延伸閱讀:華為秀首款鴻蒙系統電動車,稱自駕技術達Lv3贏過特斯拉!翻轉頹勢能奏效嗎?

Q:以目前來看,手機大廠想做電動車有哪幾種方式入場?都說手機和電動車不少技術相通,這「利多」真的幫助這麼大嗎?

林宏文:

像是華為,他不造整台車,而是做很關鍵的通訊、零件系統,華為過去有基地台、通訊方面累積的能力,可以做到這件事。

華為跟小米就是很好的對照組。兩家公司路數很不一樣,華為是技術研發公司,做很重的技術,需要花長時間的投入,小米是互聯網的公司,網路行銷很厲害,或許很會賣,推東西速度很快。我覺得一個公司的特色是不會變的,很多手機公司都開始做電動車,我反而覺得先看看就好。

但從技術面來講,有一點相同沒錯,但別忘了,汽車對「安全性」要求非常高,手機爆炸是手指燙傷,車子出問題,就是一條生命。

郭大經:

這個問題不能僅限手機廠商,有非常多公司會進到汽車產業來,唯一不同的是,現在汽車產業鏈還沒成熟,手機產業鏈在小米要做時就已經非常成熟了。汽車廠都是跟固定幾家供應鏈配合,沒有一個開放的供應鏈系統在那,這也是MIH要跳進來的原因,現在不管任何一家車廠,總要有人要生產代工。

大家還記得嗎?市場曾經一度大家覺得特斯拉要完蛋了,因為生產不出來,這個東西不是任何一家公司很容易就能做到的事,後面不只是生產供應鏈的問題,還包括維修、保養、售後、服務⋯⋯整個產業鍊得打通,更別說現在充電樁大家都還在各走各的路,我自己認為這條是困難的。

我同意宏文說的,每一家公司本質是什麼,他就會往這個方向前進。小米是一間行銷為主的公司,我認為他未來不一定完全自製,有人可以把供應鏈做好,他可以再附加一點價值,把車子賣得很好,雖然不一定做最創新的車子,但他可能最會賣;相較之下,華為很務實研發出發,自然就會專注技術上的突破。

Q:小米早在2017年宣布推出自研第一顆手機SoC「澎湃S1」,搭載在小米手機5C上。睽違4年,日前又發佈了首款自研手機ISP圖像處理晶片「澎湃C1」。為什麼手機大廠一定要花大錢自己造晶片?跟高通、聯發科買不好嗎?

小米
圖/ 愛范兒

張利安:

從某個層面來講,小米做晶片有一個目的,還是回到想做行銷。因為當你今天自己做出一個晶片,可以自己講自己的故事,不再是講高通、聯發科的故事。

其實第一顆「澎湃S1」並不是小米完全自主研發,而是跟大陸一家公司買晶片,自己再進一步做開發,當時是3G晶片,但隨著邁入4G、5G時代,比3G更複雜,連3G都不是自主研發了,現在就更難了。

當時拿別人的東西當作自己的東西,本身就是一個行銷包裝的手段。

郭大經:

關鍵點是差異化的來源,這也是為什麼這次中美貿易戰大家發現,原來台積電、原來晶片這麼重要?其實軟體固然有差異化,可是硬體差異化,牽扯到整個供應鏈,很難馬上複製。

高通跟聯發科不只賣晶片給小米,也會賣給其他很多廠牌,所以小米花盡心思,不管在行銷、供應鏈管理上,要找出差異化來。

但現在要做到這件事越來越難,差異化的代表要很先進、要做出別人做不出來的,如果當初小米造晶片的公司松果要做SoC,做不到比高通、聯發科更好,是不會有差異化的,所以還是得跟別人買。

手機很大功能是在照相,小米這次說要自己做影相處理的晶片,不外乎也是找出差異化,但這差異化夠不夠大?我不知道。

但自製晶片合久必分、分久必合,你看20年前,所有產品都是自製晶片,包括任天堂遊戲機、sony和微軟的遊戲機,但20年後追不上垂直分工的結果。聯發科也好,高通也好,他們創造晶片的功力遠高於快於廠商自製,所以他們不如去拿他們就好,在上面做加值軟體服務,或是系統設計。

林宏文:

小米要晶片,看要做的到底是什麼?做圖像處理ISP晶片比較簡單,小米可以做;但要做手機SoC晶片,可以不用想了。

這個產業勝負已分,聯發科去年總共做了3.5億顆手機晶片,今年可能成長到4~4.5億顆,一年手機出貨約15億支,聯發科跟高通就佔掉六七成的市場。

手機廠要做手機晶片,得投入很多年研發、燒很多錢,毛利一定要高,手機廠自己做手機晶片成功,大概只有華為了,連三星都不太成功⋯⋯小米要做手晶片,我覺得要省省力氣,我覺得人要知道自己優勢在哪,是最重要的事情。

但,手機廠用自己的晶片,對手機功能的確是有幫助的。我記得華為曾說過,用自家海思的晶片,透過軟硬整合,微信搶紅包比人家快個幾毫秒(笑),蘋果現在自主研發的M1晶片,讓成本也降低很多。

但是,如果小米要做半導體,可能會比他做汽車更辛苦。

《數位時代》每周三在Clubhouse開房,解讀所有讀者想知道的產業問題,歡迎大家來抬槓!
點此關注數位時代Club

責任編輯:錢玉紘

關鍵字: #電動車 #小米
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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