台灣電子股,長空到來?
台灣電子股,長空到來?
2003.02.15 | 科技

晶圓代工的高毛利時代已過!」農曆年封關當天的法人說明會上,聯電董事長曹興誠語出驚人地指出。
曹興誠的一席話,對照張忠謀對今年景氣保守的態度,讓過去一年已經夠冷的科技產業,又增添幾分寒意。
年後的股市表現,的確讓不少投資人感到心驚:在新春開盤當天,上市245檔電子股中,有81家跌停,比重達33%,龍頭權值股聯電(2303)不僅跌破20元關卡,短線跌幅更達到融資斷頭的28%門檻,另外還有多達65檔電子股出現融資追繳、斷頭問題,對照當天造紙、鋼鐵、紡織等傳統類股的上漲局面,以及近一個月來,股市漲幅前10名皆為所謂的傳統類股,凸顯出電子股的弱勢。

**弱勢電子股

**截至2月8日,電子相關個股股價創一年低價者有30多家,其中更不乏曾經高知名度或過去表現一向績優的公司如聯電、台達電、凌陽、晶豪等,而到2月12日止,在472家上市櫃電子股公司中,僅有鴻海、國電、聯發科、宏達、亞光、大立光電及華晶7家公司股價維持在百元以上的水準。
股市往往是產業發展的未來性指標之一,冰凍三尺,非一日之寒,根據證交所的統計,2002年汽車股漲幅以153.66%居各類股之冠,而電子股則為跌幅最深的產業為,統計全年下跌達38.12%。
台股2002年整年市值為新台幣9兆914億元,較去年減少1兆1561億元,全年市值減幅11.28%,電子股同樣也是縮減的關鍵,市值較去年減少達1兆9112億元。
「電子股今年將失去股市主流地位!」不論是電視台的投顧老師,或是外資分析師,都表態指出。雖然許多分析將電子股的下挫,歸咎於美伊衝突所帶來的不確定性,事實上,缺乏清楚可見的成長動能,才是台灣電子科技類股不再受青睞的主因。

**缺乏成長動能

**
「台灣電子業多半以電腦為中心,但今年PC的成長,絕對不會超過5%,」生產DRAM的華邦電子總經理章青駒搖搖頭,「今年景氣上半年看不到好轉,下半年看不到!」
華寶證券(UBSW)亞太區科技策略分析師迪寶(Sean Debow)去年底大中華區外資投資法人說明會表示,亞太區科技股中期本益比雖不算高,但未來成長動能不佳,因此股價並不算便宜,若扣除日本廠商的表現,今年營收成長為25%的預測,迪寶認為仍過度樂觀,市場表現仍將面臨會下探的可能。
其實,若從本益比數字,一般而言,在20倍內都還算不錯的股票,但成長較有潛力的產業則有較高的容忍度,以1997年股王華碩為例,1998年時本益比達53倍,而到今年2月10日止,華碩的本益比已調整至11,電子股仍有可為,只是看的多是眼前表現的肯定,而非對未來的期待。
分析電子股本益比表現,近幾年來幾乎都往下調整,再根據2月10日股價表現,電子股平均本益比約為33倍,其中本益比最高的DRAM類股接近60倍,由聯發科領軍的IC設計股,約為58倍,而台積電為首的IC製造,也仍有44倍,對比近來漲幅頗大的汽車類股、橡膠類股的9倍,鋼鐵股的13倍數字,顯然還有頗大的下修空間,這也就是為什麼近來外資大賣電子股,特別是台積電、聯電的主因。

**資金動能分散

**
除了大環境促使電子股由絢爛歸於平淡,投資標的過多,造成資金的分散,也是電子股難以出頭的原因之一。目前全部上市櫃的電子類為472家,占所有上市櫃公司的47%,荷銀投信的報告便指出,新掛牌個股若無高獲利、高成長、高知名度三項條件,已難吸引法人關注。
根據2月11日的股價,就有29家電子類股公司,股價跌破10元面值,其中包括以電腦代工廠大眾電腦、購併飛利浦被動元件廠而聲名大噪的國巨、一向走利基市場的二線主機板路線的陞技,以及從生產筆記電腦電池,近來轉作通訊產品的所羅門等。
美國聯準會(Fed)主席葛林斯潘曾指出,高科技產業特性就是高風險,因為科技世代交換很快,產品的輪替也很快,這些特性使得高科技公司的營收與盈餘非常不穩定。
過去高科技業營收,靠的不是緩慢的累積,而是抓對趨勢的大爆發,比如聯發科2002年創下稅後每股盈餘26.79的佳績,董事長蔡明介形容,「去年抓到一卡車的燕子」,就是受惠於光碟機世代交替所帶動的量能,而目前股市百元俱樂部的大立、亞光及華晶,則是數位相機的帶動。
但更多的是面臨成長新動能的瓶頸。威盛電子總經理陳文琦今年便在公司尾牙有感而發說:「沒想到抵達迦南之地前,得先經過一片曠野。」威盛電子在2002年初定下了「晶片組市占率五成」與「處理器產品線獲利」的兩大目標,試圖再創榮景,但目前的結果,威盛晶片組去年底市占率下滑至2成、處理器仍虧損。

**尋找全新模式

**
財訊文化事業執行長謝金河認為,台灣科技產業大舉到大陸設廠,造成供過於求的情況,恐怕要花上十年時間,等待產業相互兼併,將市場過剩產能充分去化後,才有翻轉的機會。
曹興誠提出晶圓代工不再享有高毛利的論點,接近謝金河的看法,「未來包括產能、尖端技術的領先都不再是關鍵,因為前者只會使產能過剩情形更為惡化,而後者常造成投資難以回收的情況,」曹興誠表示,「微利將成為產業常態,因此必須有全新的模式因應。」
台積電與聯電,皆不約而同表示將以客戶夥伴關係為主要策略思考,另外一個方式便是積極與國外業者合作,提升技術層次,例如友達入股日本富士通顯示公司,取得20%的股權,以參與新世代顯示技術開發,凌陽則是花了3000萬美金,購併美商橡華(Oak),取得光碟機讀取頭控制晶片的技術。「過去多數電子股賴以成長低成本、大規模生產模式已經無法創造新的機會,」友達光電總經理陳炫彬分析。
要不要續抱電子股?答案見仁見智,保持平常心,降低對電子股高報酬神話的幻想,是今年投資人必須學會的一門課。

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