自駕、特斯拉與中國車企強勢領跑,2026各大車廠怎麼玩?福特前高管解析突圍關鍵
自駕、特斯拉與中國車企強勢領跑,2026各大車廠怎麼玩?福特前高管解析突圍關鍵

近年來,全球汽車產業經歷了百年未有的巨變。以特斯拉為首的科技新創和來勢洶洶的中國車企,打破了傳統汽車製造商的既有秩序,將產業推向電動化、智慧化和軟體定義汽車的新賽道。面對這場內外夾擊的攻防戰,歐美日等國際傳統車廠的現狀如何?他們又將如何從防守轉向反擊?

以下 Q 為《數位時代》總編輯王志仁提問,A 為資深產業觀察家——東元電機前總經理、福特汽車前高管范炘(Tomas)博士的回答,他將解析傳統國際車廠在電動車與智慧化浪潮下的策略調整、技術變革,以及他們如何在 2026 年迎來關鍵的轉捩點。

(延伸閱讀|黃金時間剩 3 年!自駕車、無人機商機起飛,東元電機前高管看實體 AI 發展及台灣機會在哪?

Q1:面對特斯拉與中國車企的猛烈攻勢,傳統國際車廠目前處於什麼樣的態勢?

A:實話說,國際品牌傳統車廠目前仍處於被攻擊的態勢,甚至在守勢上居於下風。這很大程度源於他們在中國市場的地位嚴重衰退。在過去三到五年內,許多國際車廠(如法國、部分日系品牌)已撤離中國,而未撤離的,因為未能及時跟上電動化和智能化趨勢,在中國的市佔率急劇下降。

以電動車為例,它在中國的崛起是靠特斯拉,而不是 BMW、Benz 或 Toyota。特斯拉在上海設廠後,間接促成了供應鏈的重新佈局,加上中國政府的大量補貼,使得中國電動車市佔率在短短五、六年內從不到 10% 暴增到接近 60%。此外,中國現在已是全球最大的汽車出口國,其電動車在歐洲市場的市佔率也快速成長至將近 8%,這對傳統車廠和歐洲國家都造成了極大的憂慮。

Q2:美系車廠如何應對中國車企的強烈競爭?

A:傳統車廠都清楚,純粹防守無法獲勝,因此他們都在尋找可以發揮攻擊力的區域市場與區間市場。重點是調整步調,做好主力市場的掌握、發揮既有的品牌與通路優勢,同時快速提升技術、調整商業模式以適應新趨勢。

以美系兩大國際車廠為例,它們採取的策略不盡相同:

● 通用汽車(GM):
GM 的彈性度相對較大,在政策執行與資源調配上展現出更高的靈活性。但這也意味著決策如同賭注,成敗難定。不過,作為上市公司,它能根據財報結果快速調整策略。例如,他們很早就在做無人駕駛汽車(AV),並曾收購做自動駕駛軟體的公司 Cruise,後因事故與法規問題關閉,但得益於生成式 AI 的突破,讓感知、運算、決策的速度大幅提升,現在又重新恢復運營。在中國,儘管整體銷量腰斬,但透過品牌差異化和在電氣化(如 50K 以下的利基市場)站穩腳步,銷量已開始回升。

● 福特汽車(Ford):
近年來採行「資源收縮」策略,將資源集中回歸北美主力市場,並對歐洲、中國、東南亞的業務進行整併。他們砍掉了許多虧損車型,相較於日系或歐系車廠在品牌與產品線上的長期持續性,美系車廠這種快速的進退決策,確實常被市場批評為缺乏持續性。但由於固定成本下降,公司開始獲利。目前,他們已開始利用其中國產能的優勢,將電動及油電混和車型做外銷。

一個共同點是:兩家公司都認知到,光靠自己是不夠的,因此持續與 AI 軟體新創進行投資、合作或直接採用其產品。

Q3:從電子電氣架構(EEA)來看,汽車產業的技術變革與過去有何不同?

過去十多年來,汽車的變革從電子化、電動化,進階到現在的無人自動駕駛(ADAS/AV)。最初的改變是車用電子化。從導航、車內娛樂系統,到後來動力系統從引擎轉為電池,整體的電控系統隨之調整。如今,一輛汽車中與電子、電池相關的組件已佔據 40% 以上的成本。接著,產業開始邁向自動駕駛,涵蓋從 L2、L3 到未來可能 10~20 年後的 L5 系統,這意味著更需要大量的軟體、晶片和電路,所以未來汽車電子相關比重可能超過六成。這是目前汽車業的發展路徑,讓汽車不再是純粹的機械產品,而成為一個高度機電整合的系統。

A:一台車超過一半甚至六成部分與電子、晶片相關,這背後最大的改變是電子電氣架構(EEA) 的顛覆。特斯拉從「網域控制(Domain Control)」的概念開始改變 EEA,而現在正走向「區域控制(Zonal Control)」的概念。它將許多功能集成,讓車內線路變得更為簡潔,本質上就是將資料中心(Data Center)放到了四個輪子上。

由於採用了新的區域控制架構,車內的佈線方式產生了革命性的變化。現在,汽車中不再主要依賴大量的銅線,而是改用信號線,甚至光纖和高速通訊。雖然電動車仍有高壓電線的需求,但整體而言,線束的長度現在可能低於半公里,遠低於過去動輒三公里的長度。車子變成一個集「感知(Sensing/Perception)、運算(Computing)、決策(Decision Making)」於一體的系統。這種架構帶來了:

● 大量的感測器需求: 一輛車現在有上百個感測器,以收集數據優化從胎壓、引擎溫度檢測到車內溫度、駕駛者疲勞狀態等所有功能。

● 感測器融合(Sensor Fusion): 將大量的數據送入中央電腦做運算、下達指令。

● 邊緣運算: 許多動作需要在前端、感測器端就完成決策,而非全部回到中央。

這場變革對台灣電子業與半導體業來說,是極大的機會。過去車用領域封閉、難以進入,但因先進技術迭代迅速、供應鏈被 COVID-19 和新技術打亂,台灣廠商的優勢正在顯現。

延伸閱讀:英特爾最先進封裝技術EMIB是什麼?跟台積電Cowos有什麼不同?製程一次看懂

Q4:汽車開發周期如何從 5 年縮短到 2 年?傳統的工程思維面臨什麼挑戰?

傳統燃油車的開發週期約為五年,供應鏈的配合也是長週期的。然而,隨著汽車越來越像消費電子產品(手機、伺服器),一年一產品的週期衝擊了傳統車廠。

A:國際車廠其實很早就開始縮短開發週期,從底盤平台化開發,將時間從 50-60 個月縮短到 32-36 個月。但中國車廠利用其模具便宜、速度快的優勢,將週期縮得更短。然而,真正的突破是: AI 與 Simulation(模擬)的應用 。透過數位孿生(Digital Twin)和模擬技術,許多嚴苛的實車測試時間得以縮短,大幅減少了實車測試的數量和時間。其次,因製程效率提升 ,AI 也應用到製造流程的改善,例如特斯拉與小米工廠的自動化裝配,能用機器人完成過去需老師傅手動精調的車門安裝等困難環節,讓速度更快。在這些幫助下,全新車型的開發週期已可縮短到 24 個月甚至 20 個月。

不過,傳統車廠面臨最大的挑戰是文化思維的轉變。汽車工程師被訓練以極高規格(如噪音、震動、高低溫、耐久度等)來設計零件,確保極致的安全與可靠性。要他們從高標準降下來,接受部分電子零件可以採消費電子級(更低成本、更快迭代)的規格,這個心態關卡非常難以跨越。

Q5:如何看待特斯拉 1.5 兆美元的估值,以及它對傳統車廠的啟示?

A:特斯拉的市值遠超所有傳統車廠的總和,這並不單純是汽車銷量本身帶來的,而是資本市場看好它的 AI 與機器人概念。它的價值中,有超過 90% 來自 AI,而不是因為它的車子。事實上,我們都看過很多分析,如果特斯拉純粹只是一家汽車公司,它的估值可能就跟福特一樣。因此,特斯拉的估值本質上反映了投資人對其商業模式和技術屬性的重新定義。

然而,傳統車廠的挑戰在於:

一、缺乏馬斯克這樣具備高度影響力的領導者,而傳統車廠的企業文化也難以接納這樣的衝擊者。

二、規模化挑戰,汽車製造的規模化遠比手機困難,需要多品牌、多車型來滿足不同用戶在不同地域的需求。汽車是僅次於房產的第二高價資產,消費者對其擁有權、可靠性的要求,與手機等消耗品完全不同。

延伸閱讀:「沒有不要納智捷,是要讓它更好!」為何對裕隆來說,嫁出LUXGEN比留在娘家更好?

Q6:未來汽車產業的競爭將聚焦在哪個面向?如何看待 MaaS 趨勢?

A:我想我們還是要回到所謂生態系(Ecosystem) 的角度來思考這個問題。汽車即服務(Mobility as a Service, MaaS)代表著擁有汽車的概念將被付費取得出行服務所取代。

MaaS(如 Robotaxi)會先從交通擁擠、停車困難的大都會區開始。在這些地區,汽車的擁有率(Ownership)會降低,租賃(Leasing/Renting)的比例會擴大。儘管如此,對車廠而言,總生產量不見得會減少,因為租賃車輛需要 24 小時運營,其使用強度遠高於私家車,可能一年或兩年就要更換。因此,未來的市場結構將是:私人擁有與商業擁有(如租賃公司、共享服務)的比例將因地域不同而有所區隔,但後者會因 MaaS 而放大。

未來競爭的重點不再只是「這輛車能不能自動跑」(那是基礎),而是誰能提供更方便、更安全的乘車體驗。例如,在 Robotaxi 中,如何創造私密的個人空間(即使車上還有其他人);又或是如何滿足每位乘客的需求,因乘客可能對車內溫度的要求不同,而在進行商務會議時,如何確保談話內容的隱私性。這些功能性的提升,才是未來車廠競爭的關鍵技術成就,也決定了它們在未來移動生態系中的角色。

Q7:從「東京移動展」觀察,傳統車廠的反撲態勢如何?

(范炘:我必須聲明,雖然我沒有親自前往,但根據大量汽車媒體和分析報告的反應,這次展覽的評價是相當正面的。)

A:從這次展覽的名稱,我們就可以觀察到一個重要的轉變:它不再稱為「東京車展(Tokyo Auto Show)」,而是改為 「東京移動展(Tokyo Mobility Show)」 。這反映出主辦方和參展車廠已將視野從單純的汽車產品,擴展到了整個移動生態系。過去幾年,無論是受疫情影響,或是在技術領導力上轉移至中國等地區,東京車展的聲勢一度低迷。然而,今年大家看到了新的活力。

剛開始我們討論到傳統車廠正處於防守,而這次的展覽則明確展示了他們的反撲意圖。如 Toyota 推出比 Lexus 更高階的奢華品牌 Century,目標對標 Bentley。同時,下一代 Corolla 的設計元素完全跳脫國民車印象,野心在於創造一個能夠通用於純電、油電、插電混和、甚至燃油車的單一平台,並將成本控制在具競爭力的價格。我們也看到許多品牌都端出新概念,包含 Honda、Nissan 等品牌。儘管部分品牌仍有挑戰,但整體而言,他們已開始進行調整。

我的判斷是,以 Toyota 為代表的傳統車廠正在進行反撲,他們將其長期積累的技術能力,開始有計畫地推向市場。這次的展覽,是傳統巨頭們向市場展示決心和夢想的關鍵訊號。

(延伸閱讀|EP262. 面對自駕、AI和中國車出口強力衝擊,歐美日車廠如何布局2026扳回一城? ft.東元電機前總經理、福特汽車前高管范炘

(本文初稿為 AI 編撰)

關鍵字: #電動車 #特斯拉
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 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