暴風圈中的曹興誠
暴風圈中的曹興誠
2001.08.01 | 科技

「我兒子在聯電,上班要穿兔子裝﹙指無塵衣﹚,不通風皮膚容易起疹子……,現在被裁員了,你在報導中寫這家公司有美國人投資,請問要怎樣幫我兒子寄履歷表?」
7月中旬,聯電公布裁員266名員工後,一位心焦的母親看著報紙上介紹新興科技公司的動態,主動打電話給媒體記者,詢問為兒子投遞履歷表的細節。曾經,她以兒子在全台灣最重要的半導體公司之一上班為榮,而如今,她必須為這個在「黑色星期五」一早接到資遣令的愛子尋找職場新路。
這位母親氣憤難平,原因不在於兒子一早上班就無預警地被通知走路,而是兒子當年同時應徵獲得台積電、華邦等公司錄取,卻因看好聯電前景而寧捨其它績優企業。如今,這位曾令工程師折服的企業主,卻在資遣員工後,再發布信指稱是因員工「沒有戰鬥力」而予以遣散。如此即使兒子再前往其它科技公司應徵,都會被貼上「在聯電考績不佳」的標籤。
一直到曹興誠在6月初回任聯電董事長前,熟悉聯電的半導體業者,都不相信聯電會「糟」到這個程度。雖然今年第二季兩大晶圓代工廠的產能利用率,都在損益平衡邊緣,但憑著張忠謀那句「看到春天的燕子」,依照往例,這群燕子應該澤被眾生,同時照拂二家公司。
事實卻不然。從聯電1995年轉型晶圓代工以來,這是第一次在景氣谷底翻轉時,未能與競爭對手台積電同步揚升。台積電自4月底釋出「燕子說」後,的確出現指標性客戶追加產能的事實。連原本虧損最大、產能利用率最低的美國廠WaferTech,都出現產能回春、虧損縮小的數字。
聯電的壞消息卻接連不斷。6月15日,聯電主動公布獲利警訊,指出第二季營業額將比前一季衰退35%,且獲利部份更可能出現虧損,產能利用率只有四成出頭。
整個7月,聯電員工心頭更是惶惶不安。裁員固然是台灣企業經營者極大的道德負擔,但8F廠計劃關廠、與日立合資的12吋廠Tricenti打算撤資、甚至外資法人已提出獲利可能為負數等壞消息,接連出現在報端。部份熟悉曹興誠個性者甚至猜測,這些「聯電很慘」的訊息釋放,可能都是曹興誠整套謀略的一小步棋。

**缺乏振奮人心的
大客戶訂單

**
事實上,曹興誠在今年6月4日董事會中回任董事長的動作,確屬具有「振衰起敝」性質的救援任務。自今年第二季起,聯電的各項營運數字,已然令高階主管們心頭不安。客戶訂單數量無法回籠,當然是業績不振的主因。但聯電第一季法人說明會中,就已揭露當季代工產品組合中,包括DRAM、SRAM及FLASH等記憶體產品比例,將近兩成。而記憶體價格的持續落底,使得聯電藉以維持產能利用率不墜的標準型記憶體,則因價格低於變動成本,而暫停下片。
雖然聯電從未承認晶圓廠以DRAM充填產能的傳言,但記憶體比重過高,的確是其產品組合上較競爭對手處於劣勢的原因之一。業界傳出,聯電第二季存貨過高,可能達數十億之譜,就是稍早記憶體持續投片的結果。至於各投資機構早已一致化的掃毒,指出聯電因客戶來源多為通訊產品,而通訊又是這波景氣復甦力道最晚啟動的市場,目前已是菜籃族歐巴桑,都琅琅上口的理由。
比較近3個月來,陸續在台積電加碼下片的大客戶,如繪圖晶片龍頭Nvidia、晶片組榜首威盛、通訊晶片商Qualcomm等,全都是台積電培養多年的親密夥伴,也是在各產品市場執牛耳的角色。聯電在過去5年來爭取客戶的策略,雖然挖了不少台積電的牆角,但是真正看得準、由小雞一路長成母雞孵出金蛋的客戶,只有智霖科技(Xilinx)及快閃記憶體廠大廠SanDisk,是該市場龍頭。而Xilinx與SanDisk的產品市場,至今仍未真正反彈,聯電也一直缺乏一筆振奮人心的大訂單出現。
此外,在技術面上使聯電欲振乏力的因素之一,還包括6座8吋晶圓廠之間,關鍵設備的組合都有各自不同差異,以致於IC設計客戶一旦在甲廠下單後投片,要再轉單到乙廠,就必須等待相當長時間的驗證過程。
聯電這幾座8吋廠的設備採購決策,當初都是多年前聯嘉、聯誠、合泰等公司,各自技術團隊所討論的結果。但在聯電五合一後,晶圓廠間卻因設備的差異,造成平衡各廠產能時無法靈活調度的困境。相較之下,台積電每座晶圓廠的主要設備組合,都遵循全版照抄的模式建廠,因此在景氣谷底時,客戶產品較易在每座晶圓廠間調配,盡收洞庭湖調節長江水量之效。

**扮黑臉劃下第一刀

**
與其說「曹董回任,日子難混」,倒不如說如果曹興誠不回任,聯電就可能陷入危急存亡之秋。7月2日,曹興誠透過電子郵件發表致員工書,當各界還在為信中「關廠有可能,但裁員則不必」逐字推敲時,11天後,他開始執行「過去兩年,我們也有少數同仁,並不能適才適所此時公司有責任,協助這些同仁有尊嚴地離職、半休或退休」的計畫。266名聯電員工遭遣散,另有近20位高階主管以高額資遣費進行優退,其中包括曾任執行董事及發言人的聯電創業元老敖景山。
祭出如此壯烈的手段,熟悉聯電運作的業者指出,也只有「曹董」才有這個份量劃下第一刀。畢竟一群共事十幾、二十年的長久革命夥伴,即使由「白臉」宣明智來砍,也砍不下去。曹興誠回任的短期目標,就是扮起「黑臉」去蕪存菁。
但曹興誠回任的長期目標又是什麼?這兩個月來,他率領集團高官及友好企業家去了趟大陸,沿途接受中國國務院接待。在台灣,聯電晶圓廠可能關閉,舊設備可能出售的傳言未曾稍歇。海外晶圓廠的收放之間,更是他要拿捏輕重的決策,與日立合資12吋廠Tricenti該不該退出,美國的科勝訊(Connexant)晶圓廠又該不該接手?對所有投資人及半導體同業而言,滿心希望這一連串動作是曹興誠棋高一著的布局安排,而不是高手對陣時自亂陣腳的前兆。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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