【觀點】蘋果招牌黯淡了!Micro LED踢鐵板、電動車喊卡⋯5個關鍵事件,看庫克的困境
【觀點】蘋果招牌黯淡了!Micro LED踢鐵板、電動車喊卡⋯5個關鍵事件,看庫克的困境
2024.03.18 | 3C生活

美國蘋果公司近來陷入長線成長的困境。怎麼說呢?從蘋果幾個重要產品線來看:

蘋果Apple Watch:Micro LED導入時程又延,為什麼?

今年3月初,LED晶片大廠歐司朗(AMS Osram),對外宣布Micro LED重要項目意外取消,歐司朗為蘋果公司研發生產Apple Watch的Micro LED顯示器的合作夥伴。

這次取消的重要開發項目,雖然沒有指明是Apple Watch的開發案,然而大家「心知肚明」這是蘋果Apple Watch的開發案,蘋果將Micro LED導入Apple Watch的計畫已明顯挫敗。

Apple watch
蘋果原定在2026年推出首款搭載Micro LED的Apple Watch,但推出時程恐要往後延。
圖/ shutterstock_1821872042 (1).jpg

蘋果原定在2026年推出首款搭載Micro LED的Apple Watch,之後傳出因成本過高,可能延後到2027年方能在Apple Watch上搭載Micro LED。

導入時程一再推延,顯然是生產技術仍無法突破,使成本居高不下,更麻煩的是可能良率不佳無法達到量產標準。

Micro LED是什麼?導入困難在哪?

Micro LED被譽為「終極顯示技術」,不須背光,在戶外光線下,仍然能清楚顯示,與手錶是極佳的搭配。Micro LED更進一步若能用於智慧型手機的顯示幕,則會顛覆手機面板的生態。

看到Micro LED的發展潛力,蘋果公司於2014年併購Micro LED新創公司LuxVue,開始積極開發Micro LED技術。蘋果公司在台灣龍潭有Micro LED研發據點,與台灣供應鏈合作密切。

然而Micro LED的技術有很多困難點必須克服,其中最令人頭痛的是「巨量轉移」,必須將數量龐大的LED晶粒轉移到背板上,轉移的過程再定位、排列等等皆是問題。

然而Micro LED的技術有很多困難點必須克服,其中最令人頭痛的是巨量轉移,必須將數量龐大的LED晶粒轉移到背板上,轉移的過程再定位、排列等皆是問題。

Micro LED在產業界受到矚目許久,索尼(Sony)、三星電子(Samsung Electronics )等皆曾展示大型Micro LED顯示幕,三星電子也公開推出Micro LED電視,可惜的是 價位高,以及可能無法克服量產問題,因此無法在市場成功

Micro LED技術原本大家一片看好,無奈迄今仍無法成為商業化的技術。

原本大家對蘋果公司的Micro LED手錶寄以厚望,期待能成為引領Micro LED技術的領頭羊。蘋果公司取消與歐司朗合作開發的案子,潑大家一盆冷水,不過受傷最大的是蘋果公司,多年的努力,歷經10年仍跌跌撞撞,蘋果公司的新技術開發能力受到質疑。

蘋果電動車:十年造車大計放水流,反觀小米已開始交車

今年2月底,傳出蘋果公司將停止「造車計畫」,將公司資源全力投入AI開發。

這個轉向早在許多人的預料之中,蘋果公司進軍汽車市場的大計,由於理想太高,目標一再更改,人員輪替頻繁,以及蘋果公司在科技技術的思維,與有百年以上歷史的汽車產業格格不入,這些在在都是蘋果公司無法在汽車產業取得一席立足之地的原因。

以特斯拉為首的電動車,為傳統汽車產業帶來新篇章,不少人甚至將特斯拉電動車比喻成裝著輪子的電腦,這或許是鼓舞蘋果前進該產業的動機。不過,蘋果顯然低估了挑戰。

蘋果扛著品牌的光環與負擔,期待自己必須端出一輛在使用者體驗超越現有汽車的方案,原本蘋果希望造出一輛達L5等級(在任何狀況下,車輛都能達到完全自行駕駛的程度)的汽車,然而實際上在現有造車技術、政府法規等,皆尚未能達成推出全自動車的目標。

小米推出「小米SU7」,開發到生產只用了3年

同樣是以智慧型手機起家的小米,2021年3月宣布投資人民幣100億元開發電動車。今年3月28日,小米將正式交付第一款電動車「小米SU7」,短短3年,小米完成電動車的開發及生產,並且正式開始交車。

小米汽車su7.jpeg
小米,2021年3月宣布投資人民幣100億元開發電動車,今年3月,小米正式交付第一款電動車「小米SU7」。
圖/ 小米

對比之下,蘋果公司花3倍以上的時間執行造車計畫,可惜的是一事無成,只好曲終人散,令人不勝噓唏。

小米有一個很大的優勢,那就是中國電動車產業供應鏈齊全,人才濟濟,登高一呼之下,許多高手雲集投效小米,很快地成就小米的造車大業。

小米的車子造出來了,挑戰也隨之而來,小米如何在中國競爭激烈的電動車市場勝出,值得我們觀察。

延伸閱讀:蘋果全力攻AI,為何電動車一票大佬讚「明智的選擇」?Apple Car背後3難題解析

蘋果Vision Pro:功能強但市場規模小,無法大量挹注營收

號稱蘋果公司近十年來,技術、功能最佳的產品Vision Pro,於今年2月初上市,很多使用者皆認為功能是目前市面上最強「頭戴式裝置」產品,有些人甚至說Vision Pro將來可能取代智慧型手機。

的確Vision Pro的多媒體畫質、功能皆是一流,然而戴著600多公克的Vision Pro可能是很多人無法「消受」的負擔,功能雖強,無法長時間使用。加上使用地點受限,很多人配戴後,頭、頸痠痛,無怪乎不少人購買後紛紛退貨,無福消受。

延伸閱讀:Vision Pro開箱評測|畫面「超真實」、高質感,但功能少又太重!盤點10個優缺點

Vision Pro是屬小眾產品,即使將來改良,除非做成像眼鏡般的大小與重量,否則市場規模很小,無法扛起蘋果公司先進新產品線的使命。

因此Vision Pro無法引領蘋果公司走向另一市場,創造龐大業績。取代智慧型手機之說,更是不可能的任務。

蘋果iPhone:中國市場漸漸失優勢,又沒有端出令人驚豔的AI功能

iPhone是蘋果公司的生命線,iPhone業績的榮枯攸關蘋果公司的企業生命力。

這幾年來,iPhone在技術創新方面乏善可陳,不過在擁有龐大果粉的「死忠」支持下,iPhone每年的出貨量約2億多支。2023年iPhone全球出貨量達2.346億支,超過三星電子的2.266億支,躍居全球第一。

iPhone在2023年能一舉超越長久以來智慧型手機出貨冠軍三星電子,看似風光實則暗藏危機。

中國是iPhone的重要市場,2023年8月底,華為Mate Pro 60系列橫空出世後,對iPhone構成極大的威脅。

華為5G手機
今年前6周,華為在中國手機出貨量市占率達16.5%,排名躍升至第二。
圖/ 虎嗅網

2023年第4季,iPhone在中國市占率達20.2%,排名第一,不過銷售量下滑9%。華為在中國手機出貨量則銷售量則大幅成長,市占率達15.2%,排名第三。

今年前6周,華為在中國手機出貨量市占率達16.5%,排名躍升至第二。反觀iPhone在此期間,出貨量較去年同期銳減24%,市占率降到15.7%,排名滑落到第4。

今年三星電子、小米、Oppo、Vivo等公司,陸續推出生成式AI手機,功能強大,受到市場的熱烈歡迎,iPhone 16必須有讓使用者眼睛一亮的生成式AI功能問世,否則iPhone今年的銷售情況恐不容樂觀。

蘋果的官司:陷壟斷疑雲,每年數百億美元收入飛了

除此之外蘋果公司也面臨來自歐盟的壓力,剛通過的《歐盟數位市場法案》,讓使用者可以跳過蘋果的App Store,下載應用程式,打破蘋果的封閉系統。最不利的是使用者可以不用經由App Store付費,讓蘋果公司無法抽取30%的費用。這可能導致蘋果公司每年損失數百億美元的收入。

美國司法部持續對蘋果公司進行反壟斷調查,目前已進入「收尾」階段,準備提起訴訟。

美國反壟斷機構指控蘋果公司在iPhone、iPad的軟、硬體施加諸多限制,讓對手無法與之競爭。如果美國司法部正式對蘋果公司起訴,蘋果將陷入官司纏身,可能必須耗費大量的金錢與資源打官司。

App Store_shutterstock_1067766620.jpg
《歐盟數位市場法案》讓使用者可以跳過蘋果的App Store,下載應用程式,打破蘋果的封閉系統。
圖/ Shutterstock

種種不利的因素,讓蘋果公司困入淺灘。蘋果公司的市值在2018年8月底超越1兆美元,2年後,於2020年8月底超過2兆美元。2023年7月超越3兆美元大關,長居全球市值最高的公司。

從2023年12月起,蘋果市值一路下滑,3月15日市值為2.671兆美元,居全球第二。

與蘋果陷入困境相較,微軟公司在投資Open AI後,取得生成式AI的「先發權」,市場一路看好,市值也一路扶搖直上。3月15日微軟市值達3.159兆美元,將蘋果公司拋在後頭,成為全球市值第一的公司。

延伸閱讀:全球前十大市值公司排行一次看:台積電也入榜!

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

責任編輯:林美欣

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

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。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

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。

qnap3.png
「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

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
台達電全解讀
© 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