【觀點】台積電赴美卡關,主因和西方社會「知難行易」作風不合拍?東西差異怎麼打通?
【觀點】台積電赴美卡關,主因和西方社會「知難行易」作風不合拍?東西差異怎麼打通?

請不要誤會,「選美」不是討論選拔世界小姐或台灣小姐,本文主題是「SelectUSA(選擇美國)」,是美國商務部對全球招商引資的平台,今年恰逢10周年,於6月下旬在華府近郊舉行其年度盛會。

選擇投資,主要是人才、資金、市場、環境、政策和法規等條件的綜合評估。筆者認為上述因素,每項都非常重要,也與每一個人或企業所從事的領域和想獲得的成果有關,不能概括而論。

以個人而言,台灣在1970、1980、1990年代的年輕人,多半會選擇到美國留學,選擇美國主要是其教育資源和生活環境領先台灣甚多。而過去20幾年,大部分大學生反而傾向留在台灣念研究所,主要是台灣研究環境和師資設備條件已提升。而畢業後的就業市場也是誘因,如高科技、半導體產業的蓬勃發展帶動了人才需求,選擇留在台灣念研究所,畢業後到產業發展,近水樓台機會更好。曾幾何時,「來來來,來台大;去去去,去美國。」這個上一代人的戲稱,是否變得不流行了?

西洋強調「知」,如蘋果凸顯加州設計

從個人的留學生涯、台商的海外發展(解嚴後赴中投資),甚至到國家戰略布局的決策(如南向政策),其背後最關鍵的考量因素是什麼呢?所謂「十年河東、十年河西」,筆者覺得起風了!選擇美國、歐洲、日本等先進國家做為台灣未來發展的出路,似乎隨著台灣產業競爭力提升和地緣政治風險加劇,將漸漸成為顯學。面對這樣的轉折,絕不是收拾包袱買張機票,前往投資就可以了,筆者認為真正的本質觀念改變必須跟上。

如果我們從比較宏觀的角度思考,美國為首的西方社會多強調「知難行易」,台灣所代表的東方社會則偏重「知易行難」。

「知者」具創意、創新和創造力,具體表現是設計、品牌、行銷、專利、祕方(know-how)及天馬行空的想像力和豐富的美學。這些可以是天賦,也是在自由開放的生活環境下,自然形塑的價值觀。相對地,「行者」須努力、堅韌、具執行力和行動力,克服困難,擅於解決問題,使命必達,講求效率和控制成本等實踐因素。

知難行易與知易行難這2種價值體系的「權重差異」,若以科技新創為例,最大的不同可以反映到股權結構的分配;在美國擁有智財權的新創公司,其創辦人、專業經理人在創業初期可將其技術或專利作價拿到80%的「創始股+技術股」,而出資方僅有20%股權。反觀在台出資方多握有控股權。也就是說,知識的力量和價值,在東西方商業世界𥚃,有著高度反差。

過去幾十年的全球化過程中,西方製造外移至亞洲的比例不斷增加,其生產所面臨的能耗、污染及勞力密集等「放雞屎」的挑戰,就交給別人吧。蘋果手機標示著「加州(美國)設計、中國生產;Designed by Apple in California, Made in China」。這種行銷手法,彰顯將高附加價值的設計留在美國以保障高薪的工作機會不會外移,其原因就是強調「知難行易」的價值觀。

apple iphone 15
蘋果手機標示著「加州(美國)設計、中國生產」的行銷手法。
圖/ Apple 2023 秋季發布會截圖

台商過去為了降低成本,將產能移出台灣,改到中國、越南、菲律賓、泰國、印度等地設廠,其實本質沒有改變,繼續搬遷到更具成本效益的地方為人作嫁。儘管從事高科技產業的OEM、ODM公司仍與時俱進地將技術提升,但本質上還是靈活快速的應變能力,生產出物美價廉的商品,依舊缺乏對品牌塑造、產品定義或技術標準的主導權。

東方側重「行」,台積赴美難上加難

回到本文標題,選美。難道選擇到美國投資,就是為了形而上的「知」在西方社會受到高價值的肯定嗎?也不完全是。以B2C市場為例,Toyota、Hyundai 等日、韓汽車大廠赴美設廠的考量,除了爭取美國巨大的車市商機,還有避免關稅和貿易壁壘。想在美國取得汽車銷售佳績,知與行須合一,其中包含高效自動化的生產、工會的支持、品牌的建立與經營及管銷通路的優化等。

而B2B的台積電(被鼓勵)赴美設廠,背後則是美方近年重新檢討過去輕忽的晶圓製造能力,並將強化整體半導體供應鏈視為美國(及日本、歐洲)國家安全的關鍵要素。台積電自2020年宣布赴美投資後,印證了相較台灣主場,在美國設廠難度大增。包括在地的工會、環境、法規等,遠比在台灣的挑戰多。

在重視「知難」的美國,台積電還要面對到了異鄉「行也難」的挑戰,難上加難也就表現於建廠時程延遲和運營成本不斷提高。一個具體檢驗方法是,台積電可否將其晶圓製造所增加的成本直接反應給美國當地客戶吸收?在「知難行易」盛行的國度𥚃,除非有亞洲的戰事衝突發生,否則將非常困難,最後還是會選擇物美價廉的「Made in Taiwan」。

當未來的台灣企業是選擇美、日、歐等國加碼,了解知難行易與知易行難的本質差異,做好心理準備和因應之道,將是一門必須完成的功課。

延伸閱讀:摩爾定律已死?台積電張曉強霸氣喊:I don’t care!為何他說「二維定義太狹隘」?
軟銀合作英特爾破局!傳intel「產能少又慢」為主因,SoftBank改找台積電打造AI晶片槓輝達

責任編輯:蘇柔瑋

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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