鴻海與Lordstown Motors完成2.3億美元俄亥俄州廠購買協議!將代工Endurance 電動皮卡、Fisker平價車
鴻海與Lordstown Motors完成2.3億美元俄亥俄州廠購買協議!將代工Endurance 電動皮卡、Fisker平價車

鴻海宣布與商用電動輕型卡車供應商Lordstown Motors宣布,雙方於今(11)日正式簽屬俄亥俄州Lordstown廠房最終資產購買協議。

DJI_0710-Pano (2) (2) copy 2.jpg
俄亥俄州Lordstown廠房。
圖/ 鴻海

依據先前的公告,Lordstown 與鴻海在美東時間9月30日簽訂原則協議(AIP),雙方將在俄亥俄州Lordstown的現有生產和裝配廠,共同推動Lordstown Motors的電動車項目。

在簽訂原則協議後,鴻海隨即以每股6.8983美元的價格,向Lordstown Motors 認購約5,000萬美元的普通股股份。鴻海表示,本次建立起的合作夥伴關係,將加速擴大廠房的生產規模,進一步發揮Lordstown工廠的潛在價值。

DSC07891.jpg
圖/ 鴻海

佔地640 英畝、以及620 萬平方英尺樓地板面積的Lordstown廠房,將從北美最大的內燃機汽車工廠之一,轉變為先進的電動車製造工廠。鴻海有極大的機會可以讓廠房充分運用,日前也已宣布 Fisker 的PEAR 專案將在Lordstown工廠生產。
Lordstown Motors 和其他在該工廠生產車輛的品牌商都將受益於產能利用率的提高、共用零組件、並且分攤成本。運用共享的生產空間以及MIH開放平台的優勢,將能為更小型、更專業的電動車廠提供規模優勢,而這些效益在過去都必需是大型、完全整合的車廠才能享有的。

DSC07590.jpg
該廠將成北美最大電動車工廠。
圖/ 鴻海

最終資產購買協議(APA)實現了原則協議( AIP)的 相關條款如下:
• Lordstown Motors以2.3 億美元出售Lordstown廠房與設備予鴻海,但不包括輪轂電機裝配線、電池模塊和電池包資產。
• 鴻海同意於11月18日前支付頭期款1億美元,並在2022年2月1日以及4月15日之前各支付5000萬美元。本次收購價款的餘額,將在交割日支付。
• 雙方已同意針對Lordstown 的Endurance 電動皮卡車款,於交割日前簽署一份代工製造協議,目前雙方設定目標在2022年4月30日前完成簽署。
• 雙方將規劃簽署一份合資協議,以MIH開放平台為基礎,設計開發以全球市場為目標的商用電動車。 Lordstown 和鴻海分別有在北美以及國際市場銷售新電動車的權利。
• 鴻海將於交割日獲得170 萬股Lordstown Motors普通股認股權,每股認股權價格為 10.50 美元。
本次資產採購交易的完成,必須包括簽訂代工製造協議、獲得監管單位批准、並符合其他相關交割條件。
鴻海科技集團劉揚偉董事長表示:「此次合作象徵著我們與 Lordstown Motors 未來將能整合雙方資源優勢,把俄亥俄州發展成為鴻海在北美洲最重要的電動車製造和研發樞紐。我們將會注入鴻海在資通訊產業的軟硬體能力,結合在地夥伴的豐富汽車產業經驗,一定能夠為客戶提供更即時、更高效的電動車。」
Lordstown Motors Corp. 執行長 Daniel Ninivaggi表示:「我們很高興與鴻海這樣具有創新和前瞻性思維的合作夥伴建立戰略夥伴關係。我也深深認同鴻海的電動車策略,並期待未來雙方進入實質合作。我認為本次交易為 LMC 提供了一個更好的機會完成Lordstown的最初使命,在這個服務不完備的商用市場,能以更靈活的商業模式來滿足日益增長的電動車需求。」

最後,與鴻海的合作可望讓 Lordstown Motors 能顯著降低其原材料、零組件和其他成本。作為全球最大的科技製造服務商之一,鴻海將憑藉採購能力、供應鏈網絡和物流能力,大幅改善車輛生產成本,降低供應鏈風險。Lordstown Motors也能運用鴻海在軟硬體整合的優勢,特別是鴻海跨國的電子製造經驗,這對未來發展電動車至關重要。

關鍵字: #鴻海集團
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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