手機市場大衰退，只有它成長！蘋果、三星、Google「2023反敗為勝」策略一次看|數位時代 BusinessNext

今年全球消費性電子市場衰退，手機銷售表現低迷，因此各大品牌也都飽受庫存嚴重之苦。因此包括蘋果、三星等都已啟動減產，並加速去庫存的速度，希望市場最快可以在2023年第二季反彈回溫。

除了今年經濟成長放緩等諸多因素，各大廠牌也依循做出明年的銷售戰略以及產品設備等做出調整。

2022年底回顧：手機市場低迷，過多庫存有待明年上半年消化

根據資策會產業情報研究所（MIC）預估，由於今年全球經濟低迷、通膨及中國疫情封鎖政策等因素，全球手機出貨量僅12.6億支，較去年少6.8%。但明年全球手機出貨量預估可以到13.27億支，較今年增加5.2%，同時也預估最快可以在明年第二季消化完過多的庫存量。

回顧今年，Android手機廠牌明顯衰退。三星受到大環境因素影響，近期傳出二度大砍越南組裝廠產能。越南擁有三星最大的生產據點，但目前由於正在消化庫存，越南占三星智慧手機的總出貨量比重已降至5成，明年還可能會降到4成。

而其他中國品牌的衰退更為明顯，例如小米、OPPO、vivo等，均比過往大幅衰退，出貨量年減接近20%。

而蘋果是今年六大手機品牌中，唯一有機會正成長的；尤其iPhone 14的推出有望帶動整體出貨量。但由於第四季因中國疫情封鎖，尤其是富士康鄭州廠事件影響，最後的出貨量可能還是不如先前預期。而本年度預估總成長約3%。

而有望從谷底反彈的2023年各廠牌也陸續透露了新的發展動向。除了設備規格的大更動、生產鏈遷移，也有新型號、新策略的消息釋出。

2023蘋果展望：新機種改用Type C、生產鏈移往印度與越南

今年蘋果手機銷售狀況，受消費者可支配所得低迷的影響，因此在2023年第一季的預估生產量將由原先預估的5,600萬支調降至5,200萬支，年減14%。

說到蘋果明年將做出的產品調整，最引人注目的大概還是將採USB Type-C規格的新機。雖然蘋果官方對於這樣的調整不情不願，甚至認為讓現有Lightning規格配件無法繼續使用將產生成為電子垃圾，但歐盟在10月拍板通過消費電子產品的統一充電介面設計法案，也讓蘋果未來也必須遵守，才能在歐盟境內銷售。

因此，儘管該法規在2024年底才上路，但知名蘋果分析師郭明錤就指出，2023年秋季發表的iPhone 15就會捨棄Lightning接口，改用Type C，呼應了一直都有的「蘋果正在研發Type C手機」的風聲，也顯示了Type C趨勢已經難以對抗。但現在也無法確定蘋果是否會完全放棄Lightning充電系統。

而iPhone 15系列的規格也將有其他調整，高階機種規格之間的差異也將更明顯。如Pro系列有可能將升級內存容量至8GB以配合新款處理器，鏡頭規格也將再升級。

同時蘋果也因中國富士康封鎖引發的一連串事件影響，蘋果也將加速開拓印度與越南等生產據點，摩根大通就預計到2025年時，將25%的蘋果產品是在中國外製造。根據今年11月底的數據，目前只有只有2%到4%的在印度製造。

2023三星展望：專注高階產品、減少入門款生產

三星也傳出將調整明年的市場策略，將解除成本管控限制，專注在高階手機產品，同時將減少中階、入門款產品，以提高品牌競爭力，甚至與蘋果互相抗衡。

自2010年代中期，三星手機的Galaxy A系列一直是主要的營利產品之一，也同時是三星與中國品牌競爭的系列。但有傳言三星目前已經取消推出Galaxy A74計畫，其他Galaxy A系列的計畫也有不少傳出終止開發。

而今日傳出三星大砍5G入門主力型號Galaxy A23訂單，由原訂1,260萬支銳減至400萬支，減少達70%的訂單。除了緩解庫存，也可預期三星將節省成本、從入門機種轉向高階的製造。

而明年的Galaxy S23系列也將宣布全數使用高通Snapdragon晶片組，而不再分為Snapdragon和三星自家晶片Exynos兩版本，可能是為了降低成本，同時Exynos 處理器效能也難以與Snapdragon晶片競爭。

2023 Google Pixel展望：今年明顯成長，明年將推摺疊手機

而作為軟體巨頭的Google，手機設備也逐漸站穩腳步，尤其Pixel 7機型在今年10月向供應商下單超過800萬部Pixel 7手機，配備升級、且價格低於蘋果三星，成為今年低迷的景氣中Google的信心來源。

在2023年，Google Pixel未來三年的計畫也在近日曝光。首先明年將跟進三星進入摺疊手機市場，推出首款摺疊手機Pixel Fold，售價將會在1,799美元。有外媒認為，有望在明年的美國市場超車三星Galaxy Fold，成為明年第二季最熱門的摺疊手機。

同時Google也將由明年的新機Pixel 7a的銷量，來考慮將Pixel A系列超值機改為每兩年更新週期。Pixel 7a的價格預計將維持在449美元。

Google也同樣傳出向印度製造商招標，將Pixel手機生產鏈轉至印度，並在明年達到總產量的10%到20%。

2023年5G市場將成焦點

儘管手機市場放緩，但各國5G建設的腳步並未停歇，疫情陸續解封，因此明年5G手機市場有望成長。根據資策會產業情報研究所的預估，明年全球5G手機出貨量將達8.4億支，滲透率來到63%，而主要的市場還是由蘋果與三星所佔。待明年上半年手機庫存消化完成後，預計5G技術領域的業者也有望受惠。

資料來源：[彭博社][1]、[The Verge][2]、[CNBC][3]、[SamMobile][4]

責任編輯：陳建鈞、林美欣
[1]: https://www.bloomberg.com/news/articles/2022-11-29/iphone-pro-wait-times-hit-new-peak-after-factory-disruptions
[2]: https://www.theverge.com/2022/12/23/23523070/google-pixel-foldable-2023-2025-rumors-compact-pro
[3]: https://www.cnbc.com/2022/10/06/apples-iphone-15-could-have-usb-c-charging-after-eu-law-gets-approval.html
[4]: https://www.sammobile.com/news/samsung-changes-strategy-to-leave-smaller-rivals-in-the-dust-2023/

當資料不能離開企業，運算就得靠近：AI 先改寫儲存架構

AI 帶來的第一個變化，不只是運算能力提高，而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊，QNAP 身為資料安全的守護者，長期發展的是地端網路儲存設備（NAS），並擴展至 25GbE、100GbE 高速網路交換器產品線，提供完整的儲存與高速網路基礎架構。威聯通科技（QNAP）總經理劉文義解釋，當資料因合規要求或敏感度不能上雲，就必須留在靠近使用者與應用的地方；運算需求一旦增加，承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資，金融與保險業受到合規與法規限制，部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言，問題並不是雲端好不好用，而是一開始就沒有把核心資料全面上雲的選項。

真正讓更多企業回頭計算的，則是長期成本。劉文義指出，資料上傳雲端可能免費，下載卻會按流量收費；當企業把一年、兩年、三年的費用加總回推，可能會發現，購買一台同等容量的 NAS，還能使用 7-10 年。資料規模愈大、存取愈頻繁，總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載；地端則較適合高頻存取、對延遲敏感，或不能離開企業邊界的資料。企業真正要回答的，是每一類資料與任務應該放在哪裡。

依 QNAP 觀察，客戶過去關心的是需要幾 TB、幾 PB，或備份速度有多快；現在更常問的是，機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起，把公司發展定調在 AI 與高速網路的融合，試圖讓 NAS 從資料保存的位置，進一步成為資料被調用的位置。

當資料量持續擴大，搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例，當照片累積到 10 萬、20 萬張，要找出其中幾張特定畫面，已不可能只靠人工翻找。此時，能理解內容、接受自然語言指令的 AI 工具，會從加分功能逐漸變成必要條件。

從資料治理到地端推論：AI NAS 如何進入企業工作流？

AI NAS 不是「多了 AI 功能的 NAS」，而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察，目前客戶大致分布在一條導入光譜上。人數最多的一群，仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關，卻決定後續系統能不能找到正確資料、辨識版本，並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成（RAG）知識庫。RAG 並不是重新訓練一個模型，而是在模型回答前，先從企業的 SOP、合約、法規或技術文件中取回相關內容，再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用，協助企業建立私有知識庫；而走在最前面的少數企業，則已經嘗試地端推論與 AI Agent。

模型的選擇權，QNAP 刻意留給客戶。知識庫背後採用哪一個模型，可由企業依需求決定，不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定（MCP）相關能力，讓管理者透過自然語言查詢狀態、調整設定，並讓 NAS 成為 AI Agent 可調用的資料節點。

不過，劉文義沒有把這條路說得太容易。他坦言，目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用，可能需要約 300 到 800 TOPS，甚至 1,000 TOPS，因此多數方案會以 NVIDIA 顯示卡補足算力；一張卡約需新台幣 10 萬至 12 萬元，一張算不完，就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍，並不是大部分中小企業都能接受。」除了硬體，使用者還需要 AI 應用的 Know-how、程式背景與開發資源，這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中，一類是採用含有 iGPU 與專屬 NPU 的處理器平台，以一百多 TOPS 的範圍，可順暢使用 AI 應用程式；另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡，處理更大的運算量。

同時 QNAP 也在軟體端也持續開發，目標是讓 NAS 裡的資料更有效率地被 AI 工具調用，讓資料成為有價值的知識。

從規格走到現場：能源公司如何導入私有 LLM？

本地 AI 實際落地部署會是什麼模樣？劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫，但很快遇到兩個瓶頸：一是員工查詢時明顯出現卡頓；二是專利、技術與合約都高度敏感，高層不願上傳至公有雲，擔心機密資料會有外洩的疑慮。

後來，該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX，搭配顯示卡與全快閃 SSD，在地端部署私有大型語言模型，把數十年來封存的靜態檔案交給 AI 調用，進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間，核心機密也能留在企業內部。

這個案例說明，若任務範圍明確，有些應用不必動用雲端大型模型，地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同，導入前仍需要概念驗證（POC）與技術人員評估。

而且，資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值，是讓資料邊界與控制權回到企業手上；相對地，安全責任也會更直接地回到企業。

哪些企業現在該做，哪些再等？先看重複性與三個條件

能不能導入地端 AI，不只由產業標籤決定，也要看工作是否重複，以及場景能不能被清楚定義。劉文義觀察，第一批走進來的，除了受法規限制的醫療、金融與保險業，也包括利用地端 AI 加速資料處理的科技業，以及會計、律師等有大量重複文書工作的專業服務業，因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有　10　台、20　台機器，每台處理與儲存資料的 Protocol 都不同，需要相對應的儲存裝置；生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料，AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多，或重複性動作越多的產業，越容易透過導入 AI 提高工作效率。」反過來說，較傳統、人力密集，或仍高度依賴人工判斷的製造業，短期內未必能快速導入地端 AI。

依 QNAP 提供的資料，企業也可用「高頻、大量、敏感」三個條件做第一輪判斷：資料是否被頻繁調用？規模是否大到雲端傳輸與長期費用開始變得明顯？內容是否涉及個資、法規、智慧財產或商業機密？三個條件愈集中，地端部署愈值得評估；三者都不成立時，使用雲端 API 往往更簡單，也可能更划算。

可以先等的企業，大致也有三種。第一，資料仍分散、版本混亂、權限不清，急著上 AI 只會把混亂放大，先完成集中與治理，效率就可能先提升。第二，找不到一個具體且反覆發生的業務痛點，只因為「別人都在做」而採購，設備很可能變成昂貴的展示品。第三，使用量仍小、需求偶發，現階段雲端的彈性反而更有優勢。

因此，POC 不應只驗證「模型答不答得出來」，還要回答三個問題：資料由誰負責，誰可以存取？導入後能節省多少查找時間、傳輸成本或人工作業？正式上線後，誰負責資料、模型與資安維運？只有當效益與責任都能被量化，才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房，動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太，其中歐洲占比將近一半，而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證，並滿足 GDPR、HIPAA 等資料保護與法規遵循需求；累積至今，已售出約數百萬台裝置，協助企業打造智慧、安全的儲存方案。

至於普及時間點，劉文義提出一個明確的價格與效能交會點：地端應用若要順暢運作，運算量可能至少要達到 300 至 600 TOPS，甚至 800 TOPS，同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

「AI NAS 不是多了 AI 功能，而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言，地端算力成本高昂，QNAP 透過「算力分級」與開放模型架構，助企業逐步建構私有 RAG 知識庫與 AI 團隊。

圖／數位時代

「預測約兩、三年後，應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點，就會是 AI 落地最蓬勃發展的時候。」在此之前，企業真正能先做的，不是搶著買最大的模型或最昂貴的顯示卡，而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色：原油再多，沒有整理、提煉與配送的過程，也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力，而是誰的資料先準備好被調用。模型會持續更換，但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備，而是在資料必須留在企業內時，讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日（五）舉行，現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控，並安排 Live Demo，適合 IT 管理者、系統整合商與企業決策者參加。

活動地點：新板希爾頓酒店｜如意 AB 廳

活動時間：09:20–16:00

地址：新北市板橋區民權路 88 號 2F

立即報名：https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查，填問券抽好禮，倒數計時：https://www.surveycake.com/s/q4abw