Lordstown控鴻海「逃避責任」，要求駁回動議！一場歡天喜地電動車夢，為何走樣？|數位時代 BusinessNext

Lordstown對尬鴻海，法律攻防戰開打

美國商用電動輕型卡車供應商Lordstown Motors與鴻海開始法律攻防，在21日提交給法院的文件中，Lordstown請求法官駁回鴻海公司干擾其聲請破產保護的行動，更提到鴻海逃避對公司破產應負起的責任。

Lordstown Motors在6月時聲請《破產法》11章保護令，同時也計劃對鴻海採取法律行動。幾天後便收到了納斯達克（NASDAQ）下市通知。在向破產法庭提交的訴狀中，該公司也指控鴻海欺詐且多次違反承諾，未能遵守1.7億美元的投資協議。

同時新聞稿中提到，公司出售最具資產價值的北美製造工廠Ohio與豐富經驗的員工，原本鴻海承諾將共同投入新的汽車開發平台，但鴻海並未履行承諾，「 鴻海只是利用Lordstown，並惡意破壞Lordstown業務，透過合作獲得資源來推進自身的業務利益。 」

對此，鴻海也發出聲明回擊：「針對Lordstown Motors Corp. (LMC) 不斷試圖誤導大眾，並且不願依約履行雙方的投資協議條款一事。鴻海公司這段時間一直持正面態度與LMC 進行建設性協商，協助其解決因營運所造成的財務困境」。

鴻海指出，原希望繼續進行相關討論，盼達成各方利益關係人皆能滿意的解決方案，而不是採取毫無根據的法律行動，但截至目前雙方尚未達成共識。對於LMC今日宣佈提告行為，以及對外聲明中，關於鴻海公司的不實評論、惡意攻擊的言論，公司將保留法律權益，鴻海也將暫緩後續的善意協商行動。」

過去鴻海多次支持這家電動車新創，如今雙方卻走上對簿公堂的地步。發生什麼事？

鴻海與新創Lordstown的造車夢，為何撕破臉？

零造車經驗的鴻海，近兩年為發展電動車，與多家電動車新創展開合作，Lordstown就是其中一個合作夥伴，鴻海透過買廠取得電動車代工訂單。

2022年5月鴻海與Lordstown完成代工生產製造協議及合資開發協議，取得位美國俄亥俄州Lordstown現有生產和裝配廠，正式取得北美電動車製造基地，Lordstown成為鴻海第1個量產的商用車客戶，乘用車則是納智捷。

在合資開發協議上，鴻海將投資5,500萬美金並持有此合資公司55%股權，結合鴻海與Lordstown在ICT與電動車產業的know-how切入電動車代工。

此外，鴻海子公司Foxconn Ventures Pte. Ltd.持續投資Lordstown，去年11月擬投資1.7億美元（約新台幣54.3億元）購買Lordstown的普通股和優先股，並於去年11月完成部分投資協議，購買約2,270萬美元的A類普通股和3,000萬美元的優先股，協助Lordstown提高Endurance電動皮卡量產。

Lordstown首批500輛電動皮卡已於去年11月出貨，卻在今年2月下旬後續因零組件的問題，自主召回並暫停生產；直到4月才恢復Endurance電動皮卡量產與交車。

延伸閱讀：鴻海要賣30萬以下電動車！搶攻平價市場，台灣也能買到？

Lordstown股價長期低迷，鴻海稱違反交易條款

看似解除警報，不料Lordstown日前收到鴻海的通知，稱其違反最低交易條款，Lordstown的股價連續30個交易日跌破1美元，不符合納斯達克的掛牌規則，鴻海更下了通牒：「如果未在30天內解決違約問題，它將退出交易。」

換言之，最壞的情況下，鴻海擬中止對Lordstown投資1.7億美元，Lordstown認為，如果無法解決與鴻海的爭端，可能需要縮減或停止運營，並尋求破產保護。

Lordstown反控鴻海違約，鴻海：願與對方持續協商

Lordstown批評鴻海的違規指控「毫無根據」，更反控鴻海違反雙方的投資協議，「在任何情況下，鴻海都不能行使終止權，鴻海沒有做出必要的努力讓電動車的預算與里程碑達成共識。」

對於遭Lordstown指控違約，鴻海先前回應：「公司已發函Lordstown Motors Corp.(LMC)，因其被美國納斯達克交易所通知股價長期無法維持在1.00美元以上的條款， 此事已違反了此前雙方的投資協議內容 。鴻海此前正式發出信件，要求LMC必須解決此違反協議問題。因此，鴻海強烈反對關於LMC指控我司相關違約情事。在此期間，鴻海理解LMC正在評估改善方案，後續我們仍然願意繼續與LMC協商，以達成雙方都能接受，且有利於各自利害關係人的結果。」

有關鴻海與合作夥伴Lordstown的紛爭，長期關注汽車產業的中華經濟研究院國際經濟所副研究員戴志言認為，「鴻海所瞄準的電動車、半導體新事業都屬於燒錢的事業，必須要有長期抗戰的心理準備。」

若鴻海終止對Lordstown投資，會造成哪些影響？戴志言認為，從合作面來看，少了Lordstown電動皮卡量產，北美電動車製造基地恐面臨營運的壓力；若從財務面來看，反映鴻海難以承擔電動車新創不賺錢的投資壓力。他提到，電動車前期投資成本高，甚至必須承擔虧損多年。

未來鴻海如何處理和合作夥伴Lordstown的關係，以及解決大規模量產上所碰到的難題，鴻海的電動車之路才有可能走的順與長久。

資料來源：華爾街日報、electrek

責任編輯：錢玉紘

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