輝達Blackwell供不應求！黃仁勳：可以轉單給台積電以外廠商，但品質可能降低|數位時代 BusinessNext

9月11日，由高盛在舊金山舉辦的「2024 Communacopia」技術會議上，輝達（NVIDIA）執行長黃仁勳談及AI晶片的發展策略，以及公司前景的樂觀態度，

針對Blackwell晶片出貨可能延遲？黃仁勳11日表示，在台灣地緣政治緊張升溫等憂慮下，必要時可能會轉換晶圓代工廠，但警告如此會導致產品品質下滑。

至於現階段投資人工智慧缺乏回報率疑慮？黃仁勳也表示，雲端服務商每花一美元買進輝達晶片，就可透過出租服務賺取5美元營收。

黃仁勳說，輝達伺服器表面看來雖然昂貴，每台機櫃動輒要價數百萬美元，卻能取代數千個節點(node，指資料結構當中，儲存和處理數據的一個基本單位)。

重點1：Blackwell晶片計劃於今年第四季出貨

「我們背負著許多人的期待，全世界都在依賴我們。」

黃仁勳在演說中解釋，對於輝達的零件、技術、基礎設施和軟體的需求如此之大，但產品供應量有限，甚至讓客戶產生情緒化反應，「目前局勢相當緊張，我們仍會盡最大努力做好工作。」

先前報導指稱，輝達下一代Blackwell晶片傳出設計缺陷，將會延遲推出？對此黃仁勳重申Blackwell晶片且已全面生產，計劃於今年第四季開始發貨。

黃仁勳表示，「每個客戶都希望能盡早拿到產品、成為產業第一，供應商們正全力迎頭趕上。」

黃仁勳的說法對市場產生激勵作用，帶動輝達股價單日漲幅超過8％。

重點2：為輝達客戶的投資回報拍保證

當被問及大量人工智慧支出，是否能為客戶帶來投資回報？黃仁勳在會議中強調，輝達的技術直接影響其客戶的財務表現，這些客戶包括亞馬遜（Amazon）、Meta和Google母公司Alphabet。

然而，隨著摩爾定律出現瓶頸，無法像過去那樣提供創新速度，使得資料中心的運算成本不斷上升，因此「全世界價值上兆美元的通用資料中心，都會被加速運算現代化，這無論如何都會發生。」

他說明，「運算成本可能加倍，但計算的時間減少了20倍，因此最終會節省10倍的成本，這樣的投資報酬率對於加速運算而言並不罕見。」

黃仁勳也說，輝達伺服器看起來昂貴，每台機櫃動輒數百萬美元，卻能取代數千個節點（node）。「更驚人的是，僅僅是連接舊的通用運算系統的電纜成本，比將這些系統全部替換並集中到一個機櫃中的花費還高。」

除此之外，黃仁勳也指出，雲端服務供應商在輝達上每花費1美元，就相當獲得5美元的租金回報，「比如OpenAI的Chat GPT或GitHub Copilot，或是輝達內部使用的共同生成器，對於生產力的提升效益非常驚人。」

他進一步分享，軟體工程師編寫每一行代碼的日子已經徹底結束，未來每位軟體工程師都會與一位數位工程師合作，輝達有32,000名員工，期望在不久的將來能增加「100倍甚至更多的數位工程師」。

重點3：輝達高度依賴台積電生產

此外，黃仁勳也坦言，輝達的大部分重要晶片高度依賴台積電生產，「台積電響應我們需求的靈敏度和能力令人難以置信。」

不過，輝達大部分技術都是由內部研發，他也暗示，如果有必要，也會將訂單轉給其他供應商，減少對台積電的依賴，但這樣的轉變可能會導致晶片品質降低。

輝達面臨反壟斷調查，近期股價震盪

儘管輝達在第二季報告了300億美元的收入，但其股價在同一天下跌了超過2000億美元，因此，這次黃仁勳的出席演講，被視為安撫投資者情緒的機會。

上週，《彭博》報導稱美國司法部已經對輝達發出傳票，並納入反壟斷調查中，其市值下跌了4000億美元。

然而，輝達否認了這份報導，並表示他們並未收到傳票，但仍願意回答監管機構對他們業務的任何問題。儘管近期股價下跌，但輝達的股價在過去12個月內仍上漲了近150%。

延伸閱讀：一個消息，讓輝達股價大漲8%！美政府將開放輝達AI晶片出口沙烏地阿拉伯
 黃仁勳超愛用！Perplexity AI是什麼樣的工具？盤點科技大佬AI小幫手

資料來源：《Bloomberg》、《Forbes》、《The Register》、《TrendForce》

本文初稿為AI編撰，整理．編輯/ 蘇柔瑋、李先泰

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問