大廠壟斷美國嬰兒沒奶喝!3家廠商握配方奶粉95%市場,缺乏海外進口短期無解
大廠壟斷美國嬰兒沒奶喝!3家廠商握配方奶粉95%市場,缺乏海外進口短期無解
2022.05.15 |

美國嬰兒配方奶粉短缺的問題,短期內似乎看不到盡頭。這場危機凸顯出,缺乏競爭的問題已延燒到美國經濟各領域,包括嬰兒食品等必需品。

法新社報導,白宮首席經濟顧問狄斯(Brian Deese)今天告訴美國有線電視新聞網(CNN),這個問題「不會在一天或一週內就自己解決」。然而狄斯也無法肯定危機還會持續多久。

奶粉危機一開始是因為COVID-19(2019冠狀病毒疾病)疫情造成的供應鏈受阻與勞動力不足,之後雪上加霜的是,今年2月發生2名嬰兒死亡事件,美國奶粉製造商亞培公司(Abbott)宣布「自願召回」其密西根工廠生產、疑似遭細菌汙染的配方奶粉。

隨後的調查證明這個品牌並無問題,但生產至今仍未完全恢復,更加劇奶粉短缺狀況。

嬰兒奶粉短缺讓許多父母非常抓狂,擔心自己的孩子可能會挨餓。配方奶粉對許多家庭來說是必需品,特別是低收入家庭,由於母親在分娩後幾乎得立即重返工作岡位,因此難以餵母乳。

另一個問題是,市面上剩下的配方奶粉價格已經飆漲。

亞培公司今天在一份聲明中表示,美國食品暨藥物管理局(FDA)核可亞培生產的嬰兒奶粉,但「督察」該工廠483次。亞培表示,位於密西根州史特爾吉斯(Sturgis)的生產工廠會在2週內重新啟用。

FDA承諾下週將宣布允許進口海外配方奶粉的計畫。

FDA目前禁止大多數外國嬰兒配方奶粉進口,包括歐洲製造的產品,並非基於健康考量,而是在於標籤和包裝標準。

FDA局長克里夫(Robert Califf)今天在推特上發文說:「我們認為正在進行的一切措施,將有助在幾週內顯著改善美國的供應短缺問題。」

據數據收集機構Datasembly,截至10日,美國各地嬰兒配方奶粉缺貨率約43%,比4月平均值還要高出10%。

外界指控美國政府仍持觀望態度,白宮昨天宣布將採行某些措施來解決,但範圍似乎有限。

監督食品安全的非政府組織「食品和飲水觀察」(Food & Water Watch)主管史塔巴克(Amanda Starbuck)告訴法新社,這場危機顯現出整個食品生產鏈極度集中的問題。

史塔巴克表示,95%的配方奶粉市場掌控在3家美國公司手中。

她說:「如果我們談論的是汽水或薯條,那麼重要性就小得多,但當我們講得像是奶粉等必需品時,事態就很嚴重。」

目前情況是數十年累積的結果。史塔巴克解釋說,生產鏈集中使美國公司受益,在沒有競爭的情況下很容易達成價格共識。

她說:「但責任並不完全在這些公司,而是為什麼我們的政府允許3家企業獨占?」她表示,更不用說這些公司的巨大規模並沒有使他們更有效率。

史塔巴克表示:「我們現在需要做的是通過全面性的反壟斷立法,以便更好地審查,拆分那些龐大以致濫用市場力量的公司。

本文授權轉載:中央社

責任編輯:吳秀樺

好友缺你一個,加入數位時代LINE,科技產業趨勢新聞一次掌握!

傳送門點這裡

關鍵字: #反壟斷
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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