晶片荒下最大贏家,德州儀器市值飆升至1700億美元
晶片荒下最大贏家,德州儀器市值飆升至1700億美元

12月27日消息,數位時代的類比晶片仍至關重要,佔全球類比晶片市場份額近20%的德州儀器公司更是如此。全球範圍內的晶片短缺讓德州儀器的類比晶片供不應求,市值已經飆升至1700億美元(約台幣4.7兆元)。

在數位時代,一些最受歡迎的裝置恰恰是類比晶片,其中就包括德州儀器公司(Texas Instruments)所製造的產品。德州儀器已經有91年的歷史,消費者對公司上世紀70年代出品的計算機耳熟能詳。

科技行業的高級主管們表示,今年的供應鏈問題已經影響到從iPhone等消費電子產品到福特F-150等汽車在內的所有產品零件供應,而類比晶片的供應短缺問題尤為嚴重。類比晶片在處理輸入溫度、聲音和電流的方式上更像人類。

最大的類比晶片製造商之一是總部位於美國達拉斯的德州儀器公司。公司成立於1930年;1958年,德州儀器工程師傑克·基爾比(Jack Kilby)發明了集成電路,受到業內的廣泛讚譽。

學生和工程師最為熟知德州儀器的手持式計算機,現在公司仍在生產這種計算機。據市場研究公司TrendForce的數據,德州儀器高達1700億美元的市值完全建立在類比晶片領域主導地位之上。今年公司在全球類比晶片市場的份額為17%至20%。

雖然英特爾和三星電子等精密數位晶片製造商受到的關注更多。但單片成本僅為幾美元的類比晶片恰恰會影響到那些銷售額動輒數百億美元的產品供應鏈。

Intel-12th-Gen-Core-6.jpg
圖/ 英特爾

筆記型電腦生產商華碩電腦共同執行長胡書賓最近抱怨,由於管理電池能效或放大音響效果的類比晶片短缺,他的工廠裝配線中斷。胡書賓所謂的「集成裝置製造商」(IDM)就包括自行設計和製造晶片的類比晶片製造商。

華碩胡書賓暗指不確定性來自德州儀器?雙方拒回應

「正如我們所觀察到的,不確定性在於美國某家大型IDM公司,」胡書賓在今年11月份舉行的公司財報電話會議上說。他沒有具體指明是哪家公司,但業內人士說,根據胡書賓所對這家大公司產品的描述,應該指的是德州儀器。華碩發言人拒絕回應,德州儀器代表沒有回覆多次回應請求。

胡書賓說,他預計明年產能擴張之前,這家美國公司的供應將繼續吃緊。德州儀器表示,將於2022年下半年在德克薩斯州理查德森開設一家60億美元的新工廠。

蘋果公司執行長提姆·庫克(Tim Cook)在今年10月份的分析師財報電話會議上談到,鑑於零件短缺問題,蘋果無法生產足夠的iPhone和其他消費電子裝置,公司銷售缺口達到幾十億美元。庫克提到的「傳統節點」指的是類比晶片和一些數位晶片的舊生產工藝。

「傳統節點正在發生晶片短缺問題,」庫克說,「我們採購的主要尖端節點沒有問題。但在傳統節點上,我們需要與許多不同的公司搶供應。」

除德州儀器外,其他主要類比晶片製造商還包括總部位於美國麻薩諸塞州威爾明頓市的亞德諾半導體(Analog Devices)以及總部位於歐洲的英飛凌科技(Infineon Technologies AG)和意法半導體(STMicroelectronics NV)。

業內高級主管和分析師表示,德州儀器在滿足市場需求方面所遇到的問題與其他公司相似,但它往往會因為領先的市場地位而獲得更多關注。

庫存低於預期,德州儀器明年闢兩新廠

德州儀器則表示,其正在盡最大努力為客戶服務。公司財務長拉斐爾·利薩爾迪(Rafael Lizardi)表示,「很明顯,庫存遠低於預期。」

德州儀器預計,這需要數百億美元的新投資,明年公司將開始在德州謝爾曼市建設兩家工廠。

在今年9月份的一次投資者會議上,德州儀器執行長里奇·鄧普頓(Rich Templeton)援引這一規劃要求大家保持耐心。他表示:「你不可能在一兩年內能讓產能有實質性改變。」「我們現在很想有更多產能。但生活中有很多東西並不是你想就能如願的。」

德州儀器在全球擁有15個製造基地,其也是蘋果的供應商之一。參與蘋果供應鏈的人士表示,德州儀器的零件是導致iPhone等產品今年出現短缺的一個因素。蘋果拒絕回應。

市場研究公司TrendForce在今年12月份的一份報告中說,類比晶片製造商接到的汽車客戶訂單已經積壓到2022年底。消費電子產品製造商也面臨著長達數月的等待期和價格上漲問題。

台積電、三星以及英特爾等世界上最大最有價值的晶片製造商已經在新產能上投資數百億美元。一般來說,這些晶片的供應仍然很充足。

然而,據業內高級主管和分析師說,在最新款高端智慧手機所搭載的約50種晶片中,只有四五種屬於尖端晶片。其他用於為手機顯示螢幕供電或管理電池充電器的器件基本上都是類比晶片。

類比晶片製造商傾向於自行設計、製造和銷售晶片,這也是其被歸為集成裝置製造商的原因。相比之下,先進的數位晶片通常由一家公司設計,再讓像台積電這樣的專業「晶圓廠」進行生產。

代工晶片製造商中芯國際聯席執行長趙海軍說,從數量上看,全球約80%的晶片生產來自集成裝置製造商。

趙海軍在今年11月份舉行的一次行業論壇上表示,主要集成裝置製造商在滿足市場需求方面落後了四到五個月的時間,它們的計劃通常沒有太多迴旋餘地。

「5%的短缺就可能會導致價格瘋狂飆升,」他說。 「這正是供應鏈缺乏靈活性的結果。」

由於行業反覆枯榮的歷史,類比晶片製造商對擴張產能一直持謹慎態度。德州儀器的高級主管們曾表示,他們希望穩步滿足客戶需求。

在今年10月份的財報電話會議上,德州儀器投資者關係主管戴夫·帕爾(Dave Pahl)說:「在某種節點,他們會有太多產品,這就是我們這個行業循環更替的原因。」「因此,如果週期在某個時候結束,我們不會感到驚訝。我們將為此做好準備。」

本文授權轉載自:網易科技

責任編輯:傅珮晴、侯品如

關鍵字: #晶片
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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