AI走私新招！4名中國工程師各扛「15顆硬碟」飛大馬：靠地方輝達AI晶片訓練模型再返中|數位時代 BusinessNext

AI走私新招！4名中國工程師各扛「15顆硬碟」飛大馬：靠地方輝達AI晶片訓練模型再返中

為規避美國對高階AI晶片的出口管制，中國AI公司採取新策略：工程師攜帶裝滿訓練資料的硬碟飛往馬來西亞等地，利用當地數據中心內建的輝達晶片訓練AI模型。

中國AI趁隙「海外借力」，飛東南亞避開實體走私

自2022年以來，美國基於國家安全考量，持續收緊對中國高階AI晶片及相關技術的出口管制。儘管面臨嚴峻挑戰，中國AI企業仍尋求多種策略應對。 除了嘗試以國產晶片替代美國產品，或透過第三國走私硬體外，將數據「出海」至具備高階AI晶片的海外數據中心，另闢蹊徑。

《華爾街日報》報導指出，今年3月初，一家中國AI公司旗下4名工程師從北京飛往馬來西亞，每人攜帶一只裝有15個硬碟的行李箱，總計80TB的數據、圖像等資料，用於訓練AI模型，並租用了馬來西亞一間資料中心，裡頭約有300台配備輝達先進晶片的伺服器。

業界人士透露，馬來西亞專案計畫花費數月籌備，工程師在中國境內需要超過8週的時間，優化資料與調整訓練程式，確保數據出境後能順利作業。但因網路傳輸巨量數據可能需要數月時間，最快的方法就是靠物理運送硬碟。

去年，這家中國AI公司也曾透過新加坡子公司在馬來西亞進行AI模型訓練。為減少審查，該公司近期甚至在吉隆坡註冊了實體公司，由馬來西亞公民擔任董事，並以境外控股公司作為母公司，藉此規避更嚴格的審查。

美國晶片管制遇挑戰，川普政府擬放寬晶片上限

這種將數據運至海外使用晶片，而非將晶片運入中國的方式，巧妙避開了硬體走私查緝，同時也使得美方對終端用戶的追蹤變得更加困難。

拜登政府時期，美國商務部曾考慮設定各國採購美國晶片的上限，並要求海外買家同意限制晶片使用條件，包括禁止出售給中國公司。

然而，川普政府今年5月表示將廢除此項提議，但仍警告美國企業須採取措施，防止客戶將美國AI晶片用於訓練中國AI模型。

輝達方面，執行長黃仁勳在2025年台北國際電腦展上聲稱：「沒有證據表明AI晶片被走私到禁止銷售這些晶片的國家。」但以目前來看，中國透過鄰近國家的子公司來獲取晶片的動作並未停歇。

東南亞AI重鎮崛起？馬來西亞從台灣進口晶片量激增

在中國AI公司「精心策劃」的同時，東南亞地區正快速崛起為資料中心的新興地區，服務西方及中國客戶。

房地產服務公司仲量聯行（Jones Lang LaSalle）估算，新加坡、馬來西亞、泰國和印尼的資料中心總容量已接近2,000百萬瓦，與歐洲最大的數據中心市場倫敦和法蘭克福的總容量相當。

近期數據顯示，台灣對馬來西亞的資料處理晶片出口激增。根據台灣國際貿易局統計， 馬來西亞在今年3月和4月，從台灣進口了價值34億美元的AI晶片及其他處理器，比2024年同期的4.02億美元暴增366%。 在美國向中國實施晶片禁令背景下，也令外界質疑馬來西亞是否積極進入AI雲端資料中心市場，抑或成為中國走私零件的管道。

另一方面，中東地區也可能成為中國AI開發商的新目的地。輝達近期在川普總統今年5月訪問中東期間，宣布將向沙烏地阿拉伯出售數十萬片AI晶片，包含18,000 顆最新Blackwell晶片。

本文初稿為AI編撰，整理．編輯/ 蘇柔瑋

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。