晶片荒惡化又碰上缺工潮,美國半導體峰會再登場!將要求提升供應鏈透明度
晶片荒惡化又碰上缺工潮,美國半導體峰會再登場!將要求提升供應鏈透明度

9月23日美國時隔5個月再次召開半導體會議,與各大車廠、晶片廠商重新討論遲遲不見盡頭的晶片短缺困境,將與半導體業者宣佈一項透明度計畫,以提昇供應鏈透明度,瞭解問題所在。

這次會議的參加者涵蓋各個領域20多家企業的高管,主要可分為車廠、半導體業者、科技巨頭三大類別,車廠包括通用、福特、Stellanis、戴姆勒、BMW等;半導體業者則有台積電、格羅方德、三星、Intel、安培運算,蘋果及微軟兩大科技巨頭也參加了這次會議。

在不見天日的晶片短缺危機下,各方業者都有各自的訴求與難題,車廠們希望半導體廠優先協助他們渡過難關,3C廠商又不希望被車廠們插隊,使得供應下滑影響營收,半導體業者也對車廠們逕自取消訂單,現在又喊缺晶片的作為感到困擾。

美國政府強調晶片短缺的問題沒辦法輕易解決,他們希望藉由這次會議,進一步了解供應危機的瓶頸所在。美國商務部長吉娜.雷蒙多(Gina Raimondo)表示,晶片短缺的情況不僅沒有好轉,甚至還變得更糟,現在應該採取更主動的策略解決這個問題。

美國宣佈供應鏈透明度計畫,要求企業主動披露、掌握半導體供需

為了盡快解決晶片問題,美國商務部要求各個企業在45天內主動公佈半導體供需數據,釐清目前市場上真正的供需情況。雖然美國聲稱這是「自願的」,倘若企業不願公佈資訊,他們也計畫透過《國防生產法》等手段強制取得企業資料。

「我們希望不會走到這一步,但如果有必要的話我們會這麼做。」雷蒙多表示。

《華盛頓郵報》指出,美國政府希望藉由這些資訊確認一件事:是否有企業因擔心晶片短缺而超額下訂。這使得半導體業者很難知道市場上實際需求量,以正確評估是否需要擴大產能,同時也希望了解有無企業在默默屯貨。

CHIPS
為了掌握晶片的實際供需,美國提出透明度計畫,要求各家企業主動披露資訊。
圖/ shutterstock

只不過,部份企業也對這個透明度抱持疑慮,《路透社》提到,有企業高管私下透露,他們擔心這可能會要求許多公司披露向來被視為商業機密的定價資訊,並且該如何兼顧上市公司的法規限制,也是一個難題。

另外,美國也期望能更精確掌握東南亞半導體廠房的運作,東南亞各國因Delta變種病毒肆虐,難以維持工廠穩定營運,希望提昇供應鏈透明度後,能確保工廠在滿足防疫規範下穩定運轉,最大限度減少停工時間。

格羅方德在新加坡就擁有兩座工廠,今年6月還宣佈斥資60億美元建設新廠房,預計2023年完工。

目前各大半導體業者也都加緊腳步擴大產能,顧問公司Evercore ISI預估,今年全球半導體業者投資半導體設備的金額將成長30%以上,達到850億美元。半導體產業協會也估計,2020年後代工廠產能已提昇8%,預計2022年提昇到16%。

pat gelsinger 帕特基辛格 intel 英特爾執行長 Web_Summit_2017_-
基辛格也在會後重申呼籲整府補貼的立場,聲稱唯有擴大美國產能,才能解決晶片短缺問題。
圖/ Wikipedia

Intel執行長也在會後重申呼籲政府補貼,促進美國產能提昇的立場。他在一份信件中表示,「晶片短缺令許多產業都陷入困境,我們很感謝拜登政府的援助。但毫無疑問的是,解決這個問題的答案是提昇美國的半導體製造能力。」

晶片短缺可能2023才緩解,缺工問題又衝擊半導體、電子製造業者

雖然各家業者、政府正聯手合作,打算攻克晶片短缺難題,但可能沒有這麼容易。

就在各方企業齊聚一堂探討解決晶片供應問題時,顧問公司AlixPartners也在同日發布報告,預估2021年全球車廠將因為晶片短缺損失2,100億美元。這個數字接近接近上一份報告預估的兩倍,今年5月給出的損失預測才1,100億美元。

這個月舉辦的慕尼黑車展上,戴姆勒董事長謝勒紐斯(Ola Källenius)也透露,半導體業者預估晶片短缺的情況會持續到2022年,然後才開始逐漸好轉,換句話說要到2023年才有可能恢復常態。

中小企業02.jpg
缺工的問題正雙雙影響著半導體產業,以及因晶片短缺受衝擊的電子製造產業。
圖/ G camp

缺工也是一個不容忽視的問題。近日國際電子工業連接協會(IPC)公佈的報告顯示,包括Intel、鴻海在內的半導體、電子製造業者正面臨嚴重的缺工問題,人力成本不斷上升。

該報告指出,約有80%企業都遇上缺工問題,又以北美及歐洲的情況最為嚴重,必須提升職缺薪資,或者重新培訓現有員工,以填補勞動力不足的問題。

且因為晶片短缺的影響,高達88%企業都聲稱交貨面臨延宕,最糟狀況下可能延遲達2個月,這也導致了利潤下滑的問題,有接近3分之1的企業聲稱獲利率下降。

但如同戴姆勒對晶片短缺恢復的預估,這份調查中的企業也同樣對前景感到悲觀,多達58%的企業認為,晶片短缺問題必須等待2022下半年或更久以後,才有機會得到緩解。

資料來源:Reuters華盛頓郵報IPC

【熱門焦點】

歐盟統一採用USB Type-C!外媒:iPhone將無孔化、直上無線充電

UNIQLO Taipei全球旗艦店將開幕!要開花店、出東區粉圓T恤⋯全新明曜店亮點一次看

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:錢玉紘

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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