台積電為何一股不留出清Arm？公司說法、市場解讀、投資報酬一次看|數位時代 BusinessNext

台積電為何一股不留出清Arm？公司說法、市場解讀、投資報酬一次看

台積電全數出清持有的Arm股票。市場解讀，此舉也反映台積在當前AI與HPC競局下，對資產配置與產業角色的重新定位，避免與客戶形成潛在競合關係。

市場解讀：避免與客戶形成潛在競合關係

市場解讀，此舉除單純財務操作外，也反映台積電在當前AI與高效能運算（HPC）競局下，對資產配置與產業角色的重新定位，避免與客戶形成潛在競合關係，維持其一貫中立的晶圓代工立場。

根據公告內容，台積電此次以每股207.65美元價格，處分Arm股票111萬784股，交易總金額約2.31億美元，預估對保留盈餘影響數約1.74億美元，折合新台幣約54.84億元。隨著本次交易完成，台積電已全數出清Arm持股。若合併先前出售部位來看，整體投資已順利落袋為安，亦顯示台積電在資本市場操作上，掌握相對有利的出場時機，在股價高檔區間分批實現收益。

投資報酬：每股收益分別超過4.1倍及2.34倍

台積電此筆投資報酬率相當亮眼，依照先前公告的認股價格換算，兩次出售Arm持股的每股收益分別超過4.1倍及2.34倍。半導體業界則認為，此舉與Arm戰略改變有關，隨著Arm發表AI晶片AGI CPU，將與包括英特爾、AMD等台積電客戶直接競爭，角色逐步由IP供應商轉向晶片設計與平台業者，可能改變既有產業分工。對台積電而言，提前抽身有助降低潛在利益衝突，確保與各大客戶維持穩定合作關係。

法人分析，台積電近年持續強化資本配置效率，在AI與先進製程擴產需求龐大下，包括2奈米、A16及先進封裝CoWoS等產能布局均需大量資本支出，適時實現財務投資獲利，有助充實資金動能與提升資產運用效率。

同時，在全球晶圓代工競爭升溫、地緣政治與供應鏈重組壓力加劇背景下，台積電加速資源集中於核心技術與產能投資，也有助鞏固其在先進製程與AI供應鏈中的領先地位，進一步強化長期成長動能。

台積電投資Arm（安謀）股權時序

時間	事件	內容
2023年9月	Arm Holdings IPO 台積電參與認購	Arm於那斯達克掛牌上市,IPO定價每股51美元。台積電投入近1億美元參與Arm IPO,持股約0.2%。
2024年2月	台積電首次處分Arm持股	出售85萬股Arm股票,並已回收投資成本。
2026年4月29日	台積電第二次出售Arm持股、處分利益認列、全數出清	以每股207.65美元出售111萬0,784股,交易總額約2.31億美元。Arm持股全數出清,不再持有任何股份;本次交易對保留盈餘貢獻約1.74億美元,折合新台幣約54.8億元。

時間

事件

內容

2023年9月

Arm Holdings IPO 台積電參與認購

Arm於那斯達克掛牌上市,IPO定價每股51美元。台積電投入近1億美元參與Arm IPO,持股約0.2%。

2024年2月

台積電首次處分Arm持股

出售85萬股Arm股票,並已回收投資成本。

2026年4月29日

台積電第二次出售Arm持股、處分利益認列、全數出清

以每股207.65美元出售111萬0,784股,交易總額約2.31億美元。Arm持股全數出清,不再持有任何股份;本次交易對保留盈餘貢獻約1.74億美元,折合新台幣約54.8億元。

本文授權轉載自工商時報

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/