【專欄】中國力拚半導體自給自足，卻身陷產業數據的迷失，自製率2025年70%難達標|數位時代 BusinessNext

【專欄】中國力拚半導體自給自足，卻身陷產業數據的迷失，自製率2025年70%難達標

中國政府早已體認半導體對國家科技、經濟發展的重要性，依照規劃，2025年中國半導體的自製率將達70%，不過依目前的情況看來，恐怕很難達成這個目標。

自從中芯國際被美國列入「實體名單」，限制10奈米以下製程的設備、軟體出貨到中芯國際後，中國更加積極發展本土半導體產業。

中國政府早已體認半導體對國家科技、經濟發展的重要性，「自給自足」成為國家的發展目標，依照「中國製造2025」的規劃，2025年中國半導體的自製率將達70%，不過依目前的情況看來，恐怕很難達成這個目標。

由於中國是「製造大國」，僅管已有不少製造商將部分產能遷移到東南亞、印度，不過中國的電子產業，仍擁有龐大的產能與設施，在中國生產的產品(或半成品)仍然占全球很高的比重。

根據中國海關的統計資料，2021年中國IC進口金額高達4326億美元，較2020年的3500億美元，成長23.6%，創中國IC進口金額的新高。

2021年全球半導體營業額高達5559億美元，創下歷史新高，年成長率高達26.2%。

2021年中國IC進口金額占全球半導體市場的77.8%，這是令人「匪夷所思」的資料，簡單的說，約有8成左右的IC，皆出貨到中國，中國的「胃納」如此高，實在「出人意料」之外，由於數據來自官方資料，可信度應該很高。

2021年中國IC出口金額為1538億美元，較2020年的1166億美元，成長31.9%。

合理的懷疑是這些出口的IC有很大部分是從進口中轉口出去，假設2021年中國出口IC中的1250億美元，是從進口IC轉口出去，則中國「淨進口」IC的金額約3076億美元，占全球半導體市場的55.3%左右。

依美國半導體產業協會(SIA)的資料，中國2021年半導體市場的銷售額為1925億美元，較2020年成長27.1%，占全球半導體市場的34.6%，是全球最大的半導體市場。這個數據比較能反應出中國國內半導體真正的市場需求。

中國「淨進口」IC的金額的3076億美元與1925億美元，仍有高達1151億美元的差距，這些差距可能是跨國公司(如蘋果、HP等)在中國境內的需求。

與美國半導體產業協會平行的民間行業組織，「中國半導體行業協會(CSIA)」3月份公布中國半導體產業的資料，令人覺得中國半導體產業已「急起直追」，並且已經「超越」台灣。

2021年中國IC產業營業額達人民幣10458.3億元，美元人民幣匯率以1:6.6計算，則2021年中國IC產業市場銷售額約1584.6億美元，年成長率為18.2%。

其中IC設計業的營業額為人民幣4519億元(約684.7億美元)，年成長率為19.6%，IC製造業營業額為人民幣3176.3億元(約481.3億美元)，年成長率為24.1%，封裝測試業營業額為人民幣2763億元(約418.6億美元)，年成長率為10.1%。

對比台灣2021年半導體產業的數據來看，台灣IC產業產值(IC設計+IC製造+封裝測試)為新台幣40820億元，年成長率為26.7%。美元對新台幣匯率以28.5計算，則台灣IC產業的產值為1432億美元，竟然較中國IC產值1584.6億美元低。

2021年台灣IC設計產業產值為新台幣12147億元 (約426.2億美元)，年成長率為42.4%。IC製造業產值為新台幣22289億元 (約782.1億美元)，年成長率為22.4%。IC封裝業值為新台幣4354億元 (約152.8億美元)，年成長率為15.3%。IC測業值為新台幣2030億元 (約71.2億美元)，年成長率為18.4%。

對比中國與台灣的數據，除了IC製造外，台灣在IC設計、IC封裝測試，以及總產值皆較中國低，可能嗎?

2021年全球前十大IC設計公司，沒有一家中國公司。台灣則有聯發科、聯詠、瑞昱、奇景4家公司，名列全球前十大IC設計公司之列。

2021年全球IC設計產業總產值約1900億美元，前十大IC設計公司的營業額合計為1274億美元。依此推算，則十大IC設計公司，以外所有IC設計的總產值為626億美元，中國IC設計產業產值684.7億美元，超過此數值，顯而易見的是CSIA的數據有很大的問題。

封裝測試的數據也有問題，根據市場調查機構的數據，2021年全球封測產業的總產值約385億美元，這個數據小於中國的封測產值418.6億美元，可能嗎?

台灣的IC封測產業已經多年蟬聯全球第一的地位，市占率約55%左右。CSIA的數據，中國IC封測產值不僅超過台灣，而且超過全球，顯而易見的是統計數據有問題。

我們不知CSIA調查分析統計中國IC產業產值數據的方法，無法得知他的數據與業界普遍認知的數據有很大偏差的原因。

可能的原因可能是計算基礎、重複計算等，如果能得知CSIA如何調查、蒐集數據的「方法」(Methodology)，或許可得知數據何以與業界一般的認知的數據有如此大的偏差的原因。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場）

責任編輯：傅珮晴、吳秀樺

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問