印度管制筆電進口，華碩、宏碁受衝擊！印度為何出重手？揭背後2大原因|數位時代 BusinessNext

印度為什麼要限制筆電出口？

原因一：推動「Made in India」，加強本地製造、降低進口依賴度

根據印度商工部所發布的通知，現在進口商必須申請許可證才能將筆記型電腦、平板電腦、個人電腦和其他電子設備帶入該國。該部門沒有對外宣布改變規定的原因，不過或許與印度總理莫迪（Narendra Modi）積極推動的「Made in India」運動有關，以促進當地製造業有更多就業機會。

根據統計，於2023年4月至6月間，印度電子產品進口額197億美元，其中包含筆電、平板和個人電腦，與去年同期相比成長了6.25%。市調公司Counterpoint預估，印度的筆電和個人電腦市場每年價值80億美元，其中有三分之二是依賴進口。

原因二：資安等安全考量

錢德拉塞卡則表示，印度是世界上成長最快的數位產品市場之一。他在X（原推特）上的貼文指出，政府的目標為確保「可信」的硬體和系統，以及減少對進口的依賴，並增加這些產品的國內製造。

《路透社》自一位政府相關人士取得的消息稱，除了促進當地製造業外，印度政府此舉還旨在限制來自中國的進口，因為政府擔憂此類產品的安全，而這一限制將幫助印度從「值得信賴的合作夥伴」進口相關硬體設備。過去印度有一半的電子裝置從中國進口，但自2020年產生邊境衝突以來，印度和中國的關係惡化，導致印度採取了多項反華措施，以遏止相關的投資和交易。

蘋果等製造商積極布局印度，印度已成為明日之星

印度推動國內製造業正值關鍵時刻，因為許多企業開始將目光投向中國以外的地區，以確保關鍵的供應鏈。蘋果近年積極布局印度供應鏈，目前已有5%至7%的產品在印度生產，印度商務部長在1月份的公開活動表示，蘋果的目標為將產量提高至25%。而6月份時，美國晶片製造商美光也宣布在印度西部建立新工廠，投入高達8.25億美元的資金，將在未來幾年創造上萬個相關職缺。

印度限制筆電進口，宏碁與華碩會受到多大影響？

根據統計網站IDC（國際數據資訊）5月份統計，2023年第一季印度個人電腦（PC）市占率前5大品牌分別為惠普（HP）、聯想（Lenovo）、戴爾（Dell）、宏碁（Acer）與華碩（ASUS）。產業高層表示，新頒布的許可制度將代表他們推出的每一款產品進口需要有更長的等待時間，而且必須在印度的特殊節慶前提早執行，因為屆時銷量通常會激增。

面對印度的進口限制，檢視印度PC市占前5大品牌，惠普、戴爾、聯想已與偉創力（Flex Ltd）的印度廠合作組裝筆電；宏碁在印度除了自己生產外，也有委託本地廠商如Dixon公司代工生產電腦；華碩則多半依賴進口來供應印度市場。

《金融時報》也引述Canalys分析師Ashweej Aithal指出，不同於其他已經在本地生產的公司，蘋果和華碩可能會發現，他們很難獲得個人電腦進口許可證。

對於印度進口限制的影響，華碩共同執行長胡書賓11日在華碩法說會上表示，印度是華碩非常重要的市場，本來就一直有當地的代工廠合作製造筆電和桌電產品，自從中美貿易戰影響後就已經開始積極布局，和印度政府也保持密切的溝通管道，因此對華碩來說，不管是調整進口比重、數量都能快速因應，不會影響到當地的經營。

責任編輯：林美欣

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。