高盛曾有意收購台積電!張忠謀為何果斷拒絕?他談內幕關鍵:決定絕對是對的
高盛曾有意收購台積電!張忠謀為何果斷拒絕?他談內幕關鍵:決定絕對是對的

自二○○一年第一季開始的「互聯網泡沫破滅」引起的半導體不景氣,在二○○三年第三季結束。二○○三年台積電第三季營收回到泡沫破滅前水平(二○○○年第四季)。二○○四年又是一個破紀錄的一年,無論營收或獲利,都超出上次紀錄(二○○○年)不少。

來到二○○五年,展望台積電可預見的未來,天上沒有一片烏雲,而我也七十四歲矣!雖身體健康,但也應該為公司準備「繼承」問題。思考後,決定先走第一步:釋出 CEO職,但仍保留董事長職。

台灣的公司法沒有 CEO 這個職位,一般的譯名:「執行長」也不正確。事實上,CEO 這個職位和這職位的權力,都是美國在十八世紀末期的發明。據說發明者是亞歷山大.漢彌爾頓( Alexander Hamilton)。他是美國憲法起草人之一,後來又擔任華盛頓總統的財政部長。在美國憲法裡,總統是國家的 Chief Executive,擁有實際大權。漢彌爾頓在他財政部長任內設立美國第一銀行時,也要讓該銀行首長在銀行內擁有類似總統在國家擁有的權力。他就沿用了總統在憲法上的頭銜,但是為了尊重國家總統,所以在Chief Executive 後面加了 Officer 一字,就變成 CEO 了。

台灣對 CEO 的譯名:「執行長」甚不正確。 CEO 的職權豈止「執行」!他應該把外面的世界(包括國際政經、客戶、競爭者)帶進公司,動員公司的財力及人力資源,迎接他帶進來的機會和挑戰。一個公司的 CEO,應該是這公司的主要對外接觸者,也是策略規畫者及執行者。

那麼董事長做什麼?董事長領導董事會!在好的公司治理下,一切最重要的決定都需要通過董事會,所以董事長自然而然地成為公司重要決定的最後把關者。自台積電成立,我一直是董事長兼 CEO,也一直有一位總經理(除了一九九七至一九九八年,我自兼總經理),但歷任總經理都沒有我上述的 CEO 權力。現在,我要董事會任命一個名符其實的 CEO。任命誰?

在二○○五年,我嚴肅考慮的只有兩位——曾繁城和蔡力行。曾繁城在他的工研院的長官都不願參加台積電的情形下,帶領工研院的「核心團隊」來台積電(見第十八章),建立了不少汗馬功勞。除此之外,他還建立了一個重要的功勞,就是引進了好幾位優秀的旅美華裔人才,蔡力行就是其中之一。事實上,蔡力行是相當早(一九八九年十二月,台積電成立不到三年)就認知台積電潛力而參加台積電之一人。

論人情,論資歷,應該讓曾繁城先有機會做 CEO,但在半導體這個無情的、變化迅速的行業裡,又豈能只講人情和資歷?蔡力行當時正值盛年(五十四歲,小曾繁城七年),在台積電也已建立了不少功勞。他的潛力也為我、曾繁城,以及許多同仁所欣賞。二○○五年五月,我提請董事會任命蔡力行為台積電 CEO。

聯發科執行長蔡力行將透過多元的產品布局及技術升級,引領公司成長。.jpg
聯發科執行長蔡力行。
圖/ 聯發科

拒做「管理層收購」(二○○七年)

台積電在台灣成立的第二年,一九八八年,在美國發生了金融史上首見的「管理層收購」( Management Buyout) 案。一個大規模上市公司雷諾納貝斯克( RJR Nabisco)的 CEO,為了要炒高公司的股價,並增加自己的持股比例,與一「金融機構」結盟,企圖以高於當時市價的價錢,收購所有市面上該公司的股票,而且仍由自己經營——這就是所謂「管理層收購」。這樁案子的結局呢?股價被炒高了,但收購者不是該 CEO 結盟的金融機構,而是另一家「私募基金」。 CEO 反而失去了他的職位(注 1)。

雖然這樁「管理層收購」案並沒成功,但此後不少此類案子都成功了。我沒有想到的是: 居然「管理層收購」的可能性,也會發生在台積電頭上

二○○六年是台積電破紀錄的一年,營收近百億美元,營業淨利近四十億美元,當時市值(每股股價乘以股票總數)已超過五百億美元。二○○七年二月二日,高盛集團合夥人宋學仁來訪,建議高盛銀行結合別的金融機構,再加上向其他銀行的貸款,便可與台積電管理階層結盟做「管理層收購」。宋的說辭是:

(一) 總共出資七百億美元,收購市面上所有台積電股票,但管理層已擁有的股票除外。而這七百億美元的資金約一半來自貸款。
(二) 對管理層的好處是:藉貸款的槓桿作用,可以增加我們的持股比例。
(三) 貸款利息(當時約為八%)可以用不發股利省下來的現金支付。
(四) 公司的資本支出、員工紅利等都可以不變。

聽了宋的說辭後,我答應考慮。一星期後我照原定的行程去舊金山做一次演講後順便去了紐約一趟。專管此類購併投資案的高盛資深合夥人康奈爾( Henry Cornell)及他的副手弗里曼( Rich Friedman)也是一位資深合夥人,來我紐約家討論此案。他們的言辭與宋大致符合,但對此案是否能做成,似稍較宋保留。

在此之後,我從紐約去德國法蘭克福,參加思愛普( SAP)的企業領袖會議,再回美國紐約,之後又去波士頓,參加 MIT 的理事會及經濟系的「訪問委員會」,然後才返台灣。

返抵台北已是三月四日,在這將近一個月的美歐旅程中,我有空閒時常在想這「管理層收購」案,所以在返台時,對此案已有相當定見,但仍請台積電財務處長做數字分析,並與CEO 蔡力行有數次討論,蔡自二月知悉此案時即表示反對,我在三月返台後他仍繼續反對此案。

三月八日,康奈爾來台,與宋學仁到我辦公室,要聽我的決定。我告訴他們:我們不做!宋有點失望,但康奈爾卻有如釋重負的表情,並對我說,通常管理層非常熱心要做「管理層收購」,我是稀有的不願做者。

其實我不要做的原因很簡單,主要的只有兩個:

(一) 財務規畫太勉強。 所謂「員工紅利、資本支出、研發投資一切不變,只把股利轉做貸款利息」簡直不可能。事後證明這個判斷是對的,因為貸款三百多億美元,利率八%所要付的利息的確比後來數年台積電所發放的股利多。

此外,若做了「管理層收購」,台積電就會變成非上市公司,籌措資金的管道只會剩下股東增資與借款。因為股東數目有限且已投入龐大的資金,增資機會不大。又因為舉債金額已非常高,能再借的也有限。而且原本借我們三百多億美元的銀行團,勢必要求嚴格的貸款條件,不僅大部分的資產得抵押給他們,對財務比率的要求也會很多。

如此一來,如果營業淨利有任何風吹草動(事實上,次年,二○○八年市場就不景氣),必將影響我們資本投資及研發投資。

(二) 「管理層收購」是一個對管理層富有誘惑性的名詞,但是真正的收購者是出錢的財團,收購假使成功,公司的主權也在他們手上。 我自一九八八年雷諾納貝斯克案後,就常注意類似的案件,在九○年代,曾有機會與摩根士丹利( Morgan Stanley)主管此類投資的經理人請教,他說了一句話我至今還記得:「一旦管理層同意參與『管理層收購』,管理層就失去控制。」

總之,在二○○七年三月,我覺得台積電在公開上市的環境下,大有可為。如果做「管理層收購」反而綁手綁腳。至於管理層持股比例低,那就把公司市值做大嘛。事後看來,二○○七年「不做管理層收購」的決定絕對是對的。兩、三年後,我們看到市場成長的機會,迅速地增加資本投資幾乎三倍,不僅花光所有的自有現金,還要舉債,當然相應的結果是連續多年快速的成長——假使我們當年做了「管理層收購」,收穫這樣的獲利與成長就是不可能的事。

注 1: Barbarians at the Gate , by Bryan Burrough and John Helyar,(Harper & Row Publisher, 1989),敘述這個引人入勝的故事。

BCB865X_張忠謀自傳全集_立體書封.jpg
張忠謀自傳全集書封照。
圖/ 天下文化

本文授權轉載自《張忠謀自傳:下冊 一九六四 ── 二〇一八》,張忠謀著,天下文化出版

責任編輯:蘇柔瑋

關鍵字: #台積電 #張忠謀
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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