Apple Car還沒譜,鴻海從晶片到模型都先準備了!一張圖,看劉揚偉的「不得已」
Apple Car還沒譜,鴻海從晶片到模型都先準備了!一張圖,看劉揚偉的「不得已」

今年7月,富士康突然宣布退出與印度財團Vedanta的合資企業,這家晶圓廠曾是印度半導體雄心的關鍵一步棋,也是富士康晶片計劃中重要組成部分。

時間回到2021年12月,印度政府宣佈為申請財政支持的晶片製造企業提供100億美元的資金,「印度製造」的勃勃雄心指向了半導體領域。

45天申請期內,有三家企業前來報名,一家是專注於半導體投資的新加坡風投公司IGSS;一家是由晶片製造商高塔半導體技術入股的ISMC;還有一家就是Vedanta-富士康。

從投資規模上來看,Vedanta-富士康誠意十足。相比ISMC和IGSS各30億美元的計劃投資額,Vedanta-富士康準備了足足195億美元。

為了獲得印度政府的補貼,Vedanta-富士康還需要擁有28nm晶片的「生產級許可技術」,為此,他們還準備拉意法半導體入夥,以獲得後者的技術授權。

在談崩之前,Vedanta-富士康已經為這個晶片項目籌備了快兩年時間。不過,在印度的折戟並沒有打亂富士康打造晶片的整體佈局。近年來,富士康通過合資和收購等方式陸續切入晶片設計、製造和封測環節,大舉進攻。

富士康並不是唯一打算造晶片的OEM企業,它的老同行歌爾股份、立訊精密、緯創等,都在晶片製造領域有所佈局,而且大家都瞄準了同一個方向:車用晶片。

原因不難理解:對位於產業鏈底部的OEM企業來說,傳統優勢項目手機和PC常年需求不振,AR/VR難以打開銷路。還在增長的新能源車,就成了全村的希望。

停滯的增長神話

代工廠轉型造晶片最根本的原因,還是老本行消費電子的常年萎靡不振。

2022年,全球智智慧手機出貨量11.9億部,跌倒了2014年的水平,最抗跌的蘋果也只能勉強維持3%的增長。

甲方日子不好過,乙方只會過的更苦,尤其是話語權最低的OEM企業。全球智慧手機出貨量在2017年見頂後就持續下滑,在2021年稍微上揚後再次掉頭向下,OEM企業的毛利水平也持續下滑。

最典型的就是立訊精密,毛利率從20%一路跌倒了12%。

消費電子與電動車
全球智慧手機出貨量,近年來頻頻下跌。
圖/ 36kr

在這個過程中,終端品牌會不斷將經營風險轉嫁給上游OEM企業,比如建設廠房,購買設備這類重資產苦活。最典型的是蘋果,一般來說,蘋果會與OEM企業共同承擔資本開支,這也是沒有工廠的蘋果卻擁有上百億美元資本開支的原因。

但2019年後,蘋果改變了策略,表示苦一苦郭台銘,罵名我來擔,對OEM的投入越來越吝嗇。反映到財務數字上,2018-2022年間,蘋果的固定資產投入不斷下滑。而這些建廠與設備購買的成本,自然就被富士康、歌爾、立訊這些OEM企業承擔了。

放在往年,廠房、設備的巨額開支還可以被越來越高的訂單量攤薄。但行業整體下滑,甲方頻頻砍單,富士康和立訊還能靠訂單規模勉強維持,行業老三緯創一算帳,乾脆不玩了。目前轉型造晶片的代工廠裡,緯創也是決心最堅定的。

延伸閱讀:緯創是做什麼的?為何股價屢創新高?一窺拿下輝達AI伺服器大單的秘密

緯創資通
緯創近年來淡出蘋果產業鏈。
圖/ 緯創資通 Wistron Career Facebook

在這之前,緯創把利潤過低的印度工廠賣給了當地財團;在中國的泰州、崑山工廠也陸續轉手給同行,幾乎徹底退出了蘋果產業鏈。

面對終端不再增長,代工廠唯一的辦法就是另謀出路,大家不約而同的瞄準了汽車晶片。

2020年,全球陷入晶片荒,小到PS5大到新能源車集體出貨困難。兩年過去,消費級晶片的供給早已恢復,反倒是不需要先進製程的汽車晶片,依然持續短缺。

汽車晶片的製程集中在14-40nm之間,一些產品甚至還在用老舊的110nm產線。但是相較於CPU、GPU等在5nm以下的先進製程領域神仙打架,汽車晶片的門檻並不高,國產化也成果喜人。

2021年,兆易創新的MCU收入暴漲225%,第一條40nm車規級MCU提上日程;斯達半導則在IGBT模塊收入增加75%,很重要的推動力就是供給不足。

而在車用MCU高度緊缺的日子裡,本土廠商一度成為全村的希望。專做儀錶盤、雨刷、照明等領域MCU的芯旺微,2021年車規級MCU收入暴漲70倍,四維圖新(傑發科技母公司)2021年車規級MCU出貨量同比實現十倍以上增幅。

大家搞不好都在一個工業園區,你說隔壁做手機的組裝廠不「眼熱」,那是不可能的。

供不應求的陽謀

汽車晶片的短缺,有一個短期因素和一個長期因素。

疫情之前,汽車生產商大多奉行零庫存理念,即所有零部件只預留一個「安全庫存」,以提高整體周轉效率。疫情爆發後,車企因為銷量下滑減少了晶片訂單,晶圓廠就把產線安排給了消費級晶片。但疫情緩解加上新能源車市場爆發,消失的訂單又回來了。

然而,車規晶片大多動輒一年的的認證週期,就算有產能也不能立刻排上;而長期缺貨又讓車企對零庫存產生懷疑,開始瘋狂備貨,造成了產能的擠兌。

這就是供需錯配造成的短期因素。 2022年5月25日,小鵬汽車的老闆何小鵬發布了一則微博,影片裡的可達鴨一手舉著「急求」,另一手舉著「晶片」,向大眾解釋了為什麼兩年過去了,汽車晶片依然緊缺。

何小鵬微博
圖/ 螢幕截圖

長期因素則是,新能源車本身晶片需求量的大幅度增加。

按何小鵬所說,一台智能汽車所需的晶片數量超過5000顆,但這些晶片又分散在包括主晶片、驅動晶片、傳感器晶片在內的11個大類裡,大約有1600個型號。

也就是說,汽車晶片的需求總數很大,但是具體到細分領域,部分尤其是專用晶片的需求量又相對較小,且參差不齊。

這就導致汽車晶片公司很難控制產量:生產多了增加庫存,生產少了供給不足。這種特點,也恰恰是頭部廠商絞殺小玩家的核心武器。

以車芯荒主角MCU為例,MCU俗稱單晶片,負責指揮實現各種設備的功能。一直以來,瑞薩、恩智浦、英飛凌、德州儀器、微芯科技及意法半導體六大巨頭(原本是七大,但賽普拉斯被英飛凌收購了),在全球汽車MCU市場中長期擁有九成市佔。

新能源車對MCU的需求是傳統燃油車的兩倍,因此當產能緊張加上新能源車需求爆發時,MCU火速成為重災區。

由於汽車零部件繁多,頭部廠商往往會依靠市佔帶來的成本優勢,無限擴充自己的產品類別,並與MCU進行捆綁銷售以穩定客戶群體。而其他能做出同樣MCU產品的廠商,卻可能因為不能提供某個專用晶片,錯失整個訂單。

另一方面,越是全行業缺貨的時候,頭部公司越是有意控制產量,人為加劇供應緊張。

2021年缺晶片嚴重時期,瑞薩位於茨城縣的核心產線那珂工廠發生了一場火災,被迫停工。同一時期,美國西南部遭遇寒潮,恩智浦和英飛凌順勢宣布停工躺平,進一步加劇缺晶片的狀況。

因而,前六大廠商長期壟斷著市場,多年來格局穩定。

作為汽車晶片帶頭大哥,瑞薩電子在2012年後的復甦就得益於依靠頻繁收購擴充產品線,從這個角度看,瑞薩能買,富士康當然也能買。面對龐大的市場需求,也免不了OEM企業動了造晶片的心思。

2021年5月,富士康與國巨成立合資企業國瀚半導體,專注於研發功率和模擬晶片;8月,鴻海集團(富士康母公司)收購旺宏電子6寸碳化矽晶圓代工廠;11月,富士康首座晶圓級封測廠於青島投產。 2022年,鴻海集團又在馬來西亞合資興建主攻28nm和40nm製程晶片的12寸晶圓廠。

伴隨著大手筆的資本運作,富士康的晶片大計似乎已經箭在弦上。

20210505國巨與鴻海舉行合資簽約儀式,共同成立國瀚半導體1
國巨與鴻海在2021年,共同成立國瀚半導體。
圖/ 鴻海提供

上桌沒那麼容易

雖說以MCU為代表的汽車晶片技術門檻不高,那也只是相對於CPU這類消費級晶片。實際上,不同功能的MCU,規格結構也不同。車規級MCU以8位,16位和32位為主,一般來說位數越高、性能越強,研發難度和單價也隨之提升。

對於風扇、雨刷、天窗、座椅控制等基礎功能來說,8位MCU就可以滿足。而對於智能座艙、車身控制、輔助駕駛等高階功能來說,就需要32位MCU出馬。目前國內的車用MCU企業,也大多集中在中低階市場。

由於MCU的核心不在於算力,而是需要平衡安全性、穩定性、能耗等多種因素,其設計與生產非常依賴工程師的經驗和大量的隱性知識。這些壁壘的建立短則3-5年,長則10年以上。

到了2022年,低端MCU供應已經恢復,部分廠商甚至出現了供給過剩,高端MCU則成為2022年後核心中的核心。這就導致了高階MCU依然吃緊,但本土晶片廠商的車用MCU價格已經從天堂掉進地獄。

2022年,瑞薩銷售額同比增長51%,淨利潤同增長至2.1倍,突破歷史新高。同年其他晶片廠,已經開始勒緊褲腰帶過日子了。

另外,代工廠殺進車用晶片,還需要過一個車規級認證的關隘。不同於消費級晶片可以馬上投入市場,由於安全性要求高,車規級晶片通常需要2-3年時間完成認證,才能進入終端品牌供應鏈。而且一款車型所用晶片的壽命通常在10年以上,一旦選定,不會輕易更換。

因此,儘管這兩年汽車需求報分發,但考慮到從研發、製造、封測、認證再到供貨賺錢的長周期,代工廠現在的投資,本質上是押注的是10年以後的汽車市場。

從這個角度看,OEM企業為數不多的優勢,可能就是有一批一起合作十多年的甲方爸爸。

小米造車計劃離量產只差臨門一腳,顯然沒有理由不拉上游的兄弟們一把。富士康在2021年連發三款電動汽車,與其說是發布會,不如說是給蘋果辦的大型「驗收展示」。

消費電子與電動車
圖/ 36kr

2014年,蘋果啟動雄心勃勃的造車計劃,卻在隨後的9年內先後換了4名研發負責人,研發目標從「全自動駕駛」降級到「追求性價比」,發布日期又從2025年延遲至2026年,市場傳言中的Apple Car也迭代了好幾版。

作為革命戰友,富士康恐怕也看在眼裡急在心上。

代工廠的困擾在於,無論規模多大,其命運都無法掌握在自己手裡。從消費電子轉向汽車領域,既可以說是未雨綢繆的前瞻佈局,也許也是身不由己的某種無奈。

蘋果們的造車路線可能還在搖擺,但負責幹髒活累活的代工廠已經先乾為敬。

延伸閱讀:鴻海在手機界呼風喚雨,造車卻踢鐵板?搶5%市場的電動車大夢,還有多遠?

責任編輯:錢玉紘

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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