中國科技100強產業分析
中國科技100強產業分析
2007.07.01 |

博思眾恆投資顧問有限公司總裁 張福新

「百強名單這兩年出現了一個顯著變化:專注於核心業務或僅在緊密相鄰的領域擴展核心業務的企業數量逐年增多。」
從今年的中國科技一百強榜單來看,紅海爭奪仍是一大特點。在缺乏技術支撐前提下,科技企業依舊徘徊在規模血拚成本的低端競爭模式中。就我們掌握的資料看,二○○五年全球科技一百強平均淨資產收益率達二五.一六%,而中國科技一百強僅為一二.三五%。而且中國科技一百強與全球科技一百強淨資產收益率的差距進一步拉大,二○○五年兩者相差一二.三個百分點,而二○○六年拉大至一二.八一個百分點。

**尋找重點突破口

**
之所以百強企業仍舉步為艱,關鍵問題是中國科技企業一無技術、二無品牌。中國科技企業研發投入比例之低,歷來為各界詬病,而科技企業主打品牌,也是百強企業不強的象徵。 發掘藍海是二○○七年科技一百強的重點突破口。百強名單這兩年出現了一個顯著變化:專注於核心業務或是僅在緊密相鄰的領域擴展核心業務的企業數量逐年增多,繼續強化核心業務,並不斷努力發掘競爭優勢,就成了持續盈利的關鍵。
核心業務的相對市占率是否領先非常重要,因為市場領導地位可以提供幾個優勢:與競爭對手相比,處在市場領導者的收益更高;他們可以利用更高的收益率進行投資,而這又反過來進一步強化了其競爭優勢;他們能夠比對手更輕易地贏取與其核心業務相鄰的利潤空間。
目前跨國公司在中國科技產業發展中居於主導地位,許多跨國公司是上下游一體化,對產業鏈實行控制。在經濟全球化深入發展和產業國際分工日益專業化的趨勢下,跨國公司作為國際投資的重要主體,決定著資本和技術的流向和流動形式。科技百強企業注重核心業務是尋找藍海的重要途徑,但是使核心業務產業鏈向上游移動也是非常重要的。
從這幾年榜單來看,中國科技企業在成長和盈利模式方面仍舊過於簡單化,「一招先吃遍天,套現以後去數錢」的企業思維仍舊濃厚。這對於這一企業群體而言,仍是導致系統性風險發生的主要誘因。從這個意義上來說,能成為科技百強只是下一步國際科技馬拉松比賽中的一小段成績,要想真正獲得持續的成功,還需要追隨國際跨國公司進行持續不懈的技術創新。

中國資訊產業部電信研究院通信所所長 陳金橋

「中國科技一百強更多的是植根於中國市場獲得成功的企業,集中在產業下游,屬於被動競爭,如何突破是下一波觀察重點。」
中國科技一百強更多的是植根於中國市場獲得成功的企業,能夠向上游靠近,並獲得成功的企業仍舊缺乏。 榜單中,中國移動、中國聯通、中國網通、中國電信都是壟斷性企業,本身是透過壟斷資源,獲得中國大市場的壟斷性市場控制,從而獲得高速發展。而航太資訊、中國衛星等公司,則得益於軍工類企業的保密制度和國家投入。在太陽能電池行業,無錫尚德和天威保變都入選,但是這兩家公司的主要材料均來自於進口,市場也集中在海外,整體的科技含量還需要再提升。其他企業中,第九城市和網易的主要營利來自網路遊戲,青島海爾、聯想這些大企業的業績提升效果並不明顯。

**需要從知識產權上突破

**
中國科技一百強集中在產業下游是被動競爭,如何突破是下一步的關鍵。而自主知識產權成為政府重點鼓勵的方向性政策,確實在各級政府部門的強力支持下,百強企業以技術創新促進了產業技術結構層次的提升。比如中興通訊、方正科技、同方股份等企業專利申請進展非常快,使中國資訊技術領域國內專利申請的增長速度、申請數量都已經超過國外專利申請。在專利結構中,京東方科技集團的發明專利比重達到六○%以上,中興通訊在四五%以上,聯想也接近三分之一。
雖然中國科技一百強企業在技術創新方面取得了一定進步,但產業總體技術自給率不足二○%,尤其在核心技術和關鍵環節上落後於國際先進水準十年以上,核心零組件和軟體仍未擺脫受制於人的局面。比如太陽能電池組行業,矽晶片大部份來自進口,導致整體行業存在巨大隱憂。而在通信領域,高通掌握著CDMA(Code-Division Multiple Access,分碼多重擷取系統)的大部份知識產權,思科憑藉技術優勢壟斷全球路由器八○%以上的市場,諾基亞(Nokia)、摩托羅拉(Motorola)等創造出通信領域大部份技術創新專利。
在全球科技產業,跨國公司支配著利潤的分配,控制財富的流動,擁有強大的研發投入能力,從而也掌握了再次創新的主導權。跨國公司的先發技術優勢,推動其在全球範圍內進行專利、標準等知識產權布局,使發展中國家形成一種路徑依賴,始終沿著發達國家跨國公司布好的軌道進行追趕。結果我們看到的是,科技一百強企業隨著中國經濟實力的增強,不但沒有獲得更大的市場,反而遭遇了更多的科技圍剿。
不從自主知識產權上獲得主動,科技一百強只能是中國技術領域的一件擺設。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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