明明也擁有頂尖人才!蘇聯輸掉冷戰、落後美國,為何敗在半導體「抄襲」策略?
明明也擁有頂尖人才!蘇聯輸掉冷戰、落後美國,為何敗在半導體「抄襲」策略?

大約在赫魯雪夫宣布支持興建「蘇聯的矽谷」澤列諾格勒的同時,蘇聯學生伯里斯・馬林(Boris Malin)從賓州留學一年返國,行李內放了一台小裝置:德州儀器的SN-51,那是美國最早販售的積體電路之一。馬林是蘇聯半導體設備領域的頂尖專家,他認為自己是科學家,不是間諜。然而,負責蘇聯微電子的官員蕭金認為,SN-51是蘇聯必須不惜一切手段也要取得的設備。蕭金把馬林與一群工程師叫到他的辦公室,把晶片放在顯微鏡下,透過鏡頭凝視那塊晶片,並下令:「給我抄!完全照抄,不准有任何偏差,給你們三個月的時間。」

被指說直接抄襲國外的研究成果時,蘇聯的科學家感到很憤怒。他們對科學的理解,跟美國的化學家及物理學家一樣先進。據悉,去美國的蘇聯交換學生表示,他們從蕭克利的課堂上很少學到在莫斯科學不到的東西。事實上,蘇聯有世界上最頂尖的理論物理學家。2000年,基爾比終於因發明積體電路而榮獲諾貝爾物理學獎時(當時積體電路的共同發明者諾伊斯已過世),是與俄羅斯科學家艾費洛夫(Zhores Alferov)共同得獎。1960年代,艾費洛夫對半導體設備發光的方式,做了基礎的研究。1957年的人造衛星發射,1961年加加林的第一次太空飛行,以及1962年奧索金製作的積體電路,都是蘇聯正在變成科學強國的證據。連美國中情局也認為蘇聯的微電子業正迅速迎頭趕上。

然而,蕭金的抄襲策略有根本上的缺陷。

中小企業02.jpg
圖/ G camp

半導體技術多限制,蘇聯難以完美複製

抄襲用在製造核武上是有效的,因為美國與蘇聯在整個冷戰時期只製造了數萬件的核武。然而,在美國,德州儀器與快捷已經在學習如何量產晶片了。擴大生產的關鍵在於可靠性,那是張忠謀與葛洛夫等美國晶片製造者在1960年代一直致力投入的挑戰。與蘇聯同業不同的是,他們可以借鑒其他製造先進光學、化學品、淨化材料、其他機械廠商的專業。萬一沒有幫得上忙的美商,快捷與德儀還可以求助德國、法國或英國,這三個國家都有先進的產業。

蘇聯可以大量生產煤炭與鋼鐵,但幾乎各種先進的製造都處於落後狀態。蘇聯在產量上取勝,但品質或純度上沒有優勢,偏偏品質與純度對量產晶片來說至關重要。 此外,西方的盟國透過出口管制協調委員會(COCOM),禁止向共產國家轉移包括半導體元件在內的許多先進技術。蘇聯人常透過設在中立的奧地利或瑞士的空殼公司,來繞過COCOM的限制,但這個途徑很難大規模地使用。因此,蘇聯的半導體廠通常不得不採用沒那麼精密的機器及沒那麼純淨的材料,因此生產出的可用晶片少了很多。

光靠間諜活動,只能為蕭金和他的工程師帶來有限的幫助。光是偷一塊晶片並無法說明它是怎麼製作的,就像偷一塊蛋糕也無法說明它是如何烘焙出來的。晶片的製程已經非常複雜。在史丹佛大學修蕭克利課程的外國交換學生,可能變成聰明的物理學家,但只有葛洛夫那樣的工程師,才知道某些化學物質需要以什麼溫度加熱,或光阻劑該曝光多久。晶片製程的每一步都涉及專業知識,那些知識很少在特定的公司以外分享。這種專業技術甚至往往不會寫下來。蘇聯間諜已經是間諜界的佼佼者,但即使派出最幹練的特務,也無法竊取到夠多半導體生產過程中所需的大量細節與知識。

此外,根據摩爾定律的速率,最新的科技日新月異。即使蘇聯人設法照抄一種設計,取得了材料與機器,並複製生產過程,那都需要時間。德儀與快捷每年都會推出新設計,上面的電晶體數量越來越多。到了1960年代中期,最早的積體電路已經不是什麼新聞,而是又大又耗電、沒什麼價值的東西。相較於幾乎所有的科技,半導體技術正飛速前進。電晶體的尺寸與耗電量都在縮小,一平方吋的矽片上可放入的運算力,約每兩年就增加一倍。科學界找不到發展那麼快的其他技術了,所以在半導體業竊取去年的設計,根本是毫無希望的策略。

semiconductor
圖/ Infineon

抄襲策略沒奏效,反而落後對手美國

蘇聯的領導人始終無法明白,為什麼抄襲策略使他們落後。蘇聯整個半導體業的運作,就像一家國防承包商——祕密進行、由上而下、軍事系統導向,照著訂單供貨,幾乎沒有創意空間。蕭金部長的一名下屬回憶道,蕭金「嚴格控制」抄襲過程。打從一開始,抄襲就是蘇聯半導體業的內建運作模式。即使蘇聯全國上下都採用公制度量衡,一些晶片的製造機器為了更精準地抄襲美國的設計,還是改採英寸、而不是釐米。 正因為抄襲策略,蘇聯的電晶體技術從一開始就落後美國幾年,而且從未趕上。

澤列諾格勒外表可能看起來像陽光不那麼燦爛的矽谷,但那裡有蘇聯最好的科學家及偷來的機密。不過,美蘇兩國的半導體系統卻是天壤之別。矽谷的新創企業創辦人會跳槽,並在廠房裡累積實務經驗;蕭金則是從莫斯科的部長辦公桌發號施令。蘇聯人在職涯發展上追求的是在官僚體系內晉升,而不是設計新產品或尋找新市場。在過度關注軍事生產的國家中,民用商品向來是事後才想到的次要考量。

與此同時,這種抄襲心態也意味著,蘇聯半導體的創新路徑是由美國設定的。因此,蘇聯的半導體業雖然是該國最敏感、最神祕的產業之一,運作起來卻像一個經營不善的矽谷分部。在一個以美國晶片製造商為中心的全球化網絡中,澤列諾格勒只不過是的一個節點罷了。

晶片戰爭 一般版 立體書 0216 (1)
圖/ 天下雜誌出版

本文授權轉載自《晶片戰爭》,Chris Miller著,天下雜誌出版

責任編輯:蘇柔瑋

往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 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