晶片荒下最大贏家，德州儀器市值飆升至1700億美元|數位時代 BusinessNext

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。

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

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。