解密Arm｜英特爾一句NO，造就強敵安謀的誕生！高市占背後藏3大風險|數位時代 BusinessNext

半導體矽智財（IP）大廠安謀（Arm）在美國時間14日於那斯達克（Nasdaq）證交所上市，掛牌首日股價飆漲近25%，收盤市值超過650億美元。其中，安謀首次交易價格為56.10美元，收盤價為63.59美元，高於每股定價的51美元，是全球今年最大IPO案。

由知名投資人孫正義領軍的日本控股公司軟銀集團（Softbank）於2016年時以360億美元買下安謀，至今仍為最大股東。期間輝達（Nvidia）原本有意以660億美元的價格併購安謀，然而2022年因未通過監管審查破局，最終孫正義選擇推動IPO並於美國上市。值得注意的是，安謀在IPO前預留了7億美元的股票，讓包括台積電、輝達、三星（Samsung）、英特爾（Intel）、蘋果（Apple）和聯發科等大客戶可搶先認購。

Arm安謀的誕生，起源於英特爾的一句「No」

安謀的起源要回到1980年，起初由於當時的英特爾（Intel）拒絕替英國的橡果電腦（Acron Computers）公司研發16位元處理器，橡果只好自行成立研發部門，此部門即為安謀的前身。

1990年，橡果電腦、蘋果和晶片製造商VLSI共同合資，將橡果的研發部門獨立出來，於英國劍橋設立另一個子公司，安謀也因此成立，初期業務就集中在晶片IP設計，並不涉及投片。英特爾當初所做的決定，也促使強勁的對手誕生。

安謀IPO案引發全球關注，重要性在哪？

作為全球最大的IP公司之一，安謀的重要性可分為兩項。 首先，它提供晶片的設計標準 ，使軟體能運行於硬體之上，若沒有這套標準協議，晶片則無法按照應用程式的指令進行對應計算。

其次，安謀提供晶片內的IP設計架構如同一幅草圖，讓IC設計業者可基於草圖完成設計，無需從零開始打造晶片，省下時間和人力。 加上安謀生態系相當龐大，晶片商若想切入市場，就必須使用安謀架構來設計晶片。

安謀IP具備低能耗的特色，滿足移動裝置對低耗電量的需求，因而迎來爆發期，於智慧手機市占則高達99%。 1997年，賈伯斯回歸蘋果後，便以安謀架構為基礎推出iPod、iPad和iPhone等產品。而安謀也陸續進軍如電腦和伺服器等市場。

延伸閱讀：Arm又不是輝達，520億美元估值是否太高？孫正義為何超樂觀？

安謀賺什麼？解析兩種商業模式

安謀在招股書中表示，半導體和OEM廠商都必須支付費用以使用安謀IP。這可想像成買門票，所有欲進入安謀生態系的廠商都必須付錢，才能取得成為玩家的資格。以此為基礎，安謀主要獲利模式有兩種：

授權費（ license fees） ：客戶在使用安謀IP於設計初期時，需要支付費用來獲得安謀IP的使用許可。
權利金（royalties） ：客戶基於安謀IP設計完成並開始生產後，將根據單位晶片的售價向安謀繳交權利金，抽成比例約為1%至2%。

安謀在招股書中提到，所有內含處理器的產品都是目標，包含智慧手機、電腦、消費性電子、雲端、伺服器、車用和網通設備晶片。值得一提的是， 龐大生態系是安謀的重要優勢 。截至2023年3月，1,000家以上的企業以安謀IP為基礎開發產品；超過800萬個應用程式於以安謀為基礎的的設備上運行。

安謀的高市占能維持多久，招股書揭露3大市場風險

高市占的安謀，實際上也隱含一些市場風險，招股書中值得關注的重點有：

1.不同架構的競爭：一旦企業成功發展自有架構，將衝擊安謀權利金收入

安謀在招股書中提到，不少客戶同時也是RISC-V架構的支持者，指出若RISC-V及續發展，客戶有可能會選擇採用RISC-V這項免費且開源的架構。

不過，全球半導體聯盟前亞太區執行長、智源原智庫創辦人王智立認為：「不要錢的最貴。」他表示，安謀耗費多年時間為晶片開發者建立健全的開發環境，非一朝一夕可以趕上，「即使採用RISC-V省下授權費，但還是要從頭開發軟體等基礎建設，相較下並不會更省錢。」

在招股書中，安謀有觀察到部分半導體企業正在發展專用架構，導入特定市場或應用。倘若這個狀況持續發生，一旦半導體企業成功的發展自有架構，換掉安謀的產品，將對授權費用收入造成損害。

2.前五大客戶營收占比過半：使得安謀更容易受到個別客戶影響

安謀在招股書中表示，前五大客戶在2023年第一季就占了56%至57%營收，過半占比使安謀特別容易受到個別客戶的影響，諸如行業景氣低迷、市場需求降低、競爭加劇、貿易保護和政策等，都可能造成營收下滑。

3.中國市場的貿易風險：美中貿易戰、中國景氣不佳等因素，都會影響安謀獲利

中國市場約占安謀四分之一的營收，影響劇烈。安謀在招股書中表示，中國擁有龐大的手機用戶，若無法持續維持優勢將是重大衝擊。加上近期中國景氣不佳和美中貿易戰影響，都會動搖安謀後續的獲利狀況。

此外，由於安謀目前無法完全控制中國子公司營運，倘安謀與中國關係持續惡化，中國子公司很可能會獨立營運，開發自有產品造成市場競爭，影響安謀商譽。「這也是上市後，安謀還待解決的問題。」王智立說。

責任編輯：林美欣

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。