Apple Car將終結特斯拉神話?蘋果的造車計畫掌握了哪些後發優勢?
Apple Car將終結特斯拉神話?蘋果的造車計畫掌握了哪些後發優勢?

一旦蘋果Apple Car的計畫啟動,特斯拉和傳統汽車大廠很難保持氣定神閒。

2020年,電動車是最炙手可熱的詞彙。豐田總裁不久前表示,電動車被嚴重炒作,並指出「生產的電動車越多,二氧化碳的排放則越嚴重。」對此,中國造車新勢力的代表人物何小鵬回應道——「這讓我想到了諾基亞。」

限編輯用途_shutterstock_593728589_tesla.jpg
圖/ Aleksei Potov via shutterstock

延伸閱讀:「Apple Car」提前2021年問世?傳蘋果開始要求台灣供應鏈備貨

對於電動車的發展方向,各界都有自己的觀點。若拋開市場上所有的爭議與觀點,不可辯駁的一個事實是,數位化已是未來汽車不可逆的方向。未來汽車的發展方向,早已不是電池和石油的燃料之爭,而是汽車的數位化與智慧化,未來汽車不僅要考慮能源驅動的問題,還要更著重於科技密度和用戶體驗,一如智慧型手機當年顛覆傳統手機那般。

Apple Car會是蘋果的新引擎嗎?

路透社表示,蘋果公司正在推進自動駕駛汽車的專案,並計劃於2024年投入生產。據報導,蘋果首款電動車Apple Car將在明年第三季發佈,蘋果正在籌備其生產線。此外也有消息傳出,蘋果更換自動駕駛部門的負責人,與台積電一起研發自駕車晶片。蘋果造車的話題,再度引起了外界的熱議。

眼看特斯拉的市值超過6,000億美元,從公司資源到技術儲備,特別是在自動駕駛的技術上,蘋果並不會遜色於特斯拉,而它進軍汽車工業也是合乎情理。放眼全球,短時間內有能力終結特斯拉神話的,或許只有蘋果了。

早在賈伯斯時代,蘋果就有了造車的想法,在賈伯斯去世的前一年,還曾與主打輕便及廉價車型的製造商「V-Vehicle」進行過磋商。2013年,蘋果在全球開發者大會(WWDC)上,繼任者庫克正式推出了「iOS in the Car」車載系統(爾後更名為CarPlay),宣佈蘋果正式進軍汽車領域。

2014年,蘋果傳出啟動了保密級別極高的「泰坦計劃」,預計打造出自家的汽車產品,並從特斯拉、福斯、通用這些企業中大肆挖角,也因此引起馬斯克的不滿,他曾公開宣稱,蘋果挖走的都是特斯拉不要的。時至今日,馬斯克依然沒忘記要調侃蘋果造車,「 在Model 3專案最黑暗的日子裡,我聯繫了庫克,想討論關於蘋果收購特斯拉的可能性(以目前市值的十分之一,約600億美元),但他拒絕開會討論。 」

特斯拉馬斯克Tesla Elon Musk
圖/ Reuters Connect

延伸閱讀:馬斯克自曝曾想將特斯拉賣給蘋果,但庫克一點也不想談

如今,若蘋果想進一步發展並壯大自己,就必須著手轉型,追逐更有想像力的星辰大海。在手機和電腦的領域中,蘋果的性能與創新早已是業界的頂尖標竿,要能承接住這顆體積碩大的蘋果,目前看起來似乎只有汽車工業了。對於蘋果來說,它以手機、平板電腦等3C產品所支撐起的規模,2兆美元幾乎已達到市值的上限,若想讓公司獲得進一步的發展,進軍汽車行業可能是唯一一個不錯的選擇。

蘋果打造電動車的優勢在哪?

儘管,蘋果曾經糾結於汽車製造及自動駕駛研發的優先順序,但在2017年,庫克首次在公開場合談及蘋果的計劃:「 我們專注於自動駕駛系統,它是電動車的核心技術、人工智慧之母,同時也是最困難的人工智慧專案。 」

如今在美國加州,蘋果營運著一支規模排名第三的測試車隊,僅次於通用的Cruise專案和Google的Waymo專案。自動駕駛技術囊括著汽車的電動化、網路化、智慧化和共享化,在未來很長一段時間內,也將會是汽車技術皇冠上那顆最耀眼的明珠。若有誰能夠率先將L4級別的自動駕駛商業化落地,就能完全站在汽車行業的制高點上,與其他競爭對手拉開足夠的差距。

延伸閱讀:Apple Car可能威脅到特斯拉,彭博作家點出超車關鍵!鴻海扮演要角?

目前,最受各界看好且最接近量產的是Google的Waymo,Google和克萊斯勒、富豪汽車以及戴姆勒卡車積極合作,尋求著商業化落地。但現階段看來,短時間內沒有太大的可能,若傳統的汽車企業巨頭想讓這些技術在新產品上實現,是牽一髮而動全身的,因此大多數人採取觀望的態度,對於大規模的投資仍然是踟躕不前。

Waymo
圖/ shutterstock

至於特斯拉,有鑒於光學雷達的成本問題,進而選擇自研晶片,單純依靠鏡頭、毫米波以及超聲波雷達來實現對周邊環境的感知,目前來看,也暫時沒有辦法達到L4級別的能力。

在蘋果方面,它並沒有放棄光學雷達,又因在晶片領域耕耘多年,其擁有豐富的供應資源,蘋果可以用手機巨大的出貨量分攤汽車晶片高昂的研發成本。

半導體_semiconductor
圖/ shutterstock

延伸閱讀:Apple Car生產計畫曝光!傳蘋果攜手台積電研發自駕車晶片,並將在美國設廠

汽車進入智慧化的時代後,幾顆關鍵的主要晶片,包括汽車座艙、智慧駕駛和V2X晶片都與手機SoC晶片高度重合,手機晶片稍作修改就可用於車載領域。這也使得高通、聯發科、三星等手機晶片巨頭紛紛進入車載領域。

車載領域的晶片和手機晶片一樣,有三個重要的計算模組:CPU、GPU和NPU。其中,CPU是負責計算和整體協調,而GPU負責繪圖運算的工作,NPU則是負責與人工智慧相關的部分。

目前,蘋果M1晶片的CPU和GPU計算能力已超越特斯拉的FSD自研晶片。如果蘋果將M1晶片的裸晶面積擴展到與特斯拉同等的大小,並將多出來的部分用於NPU,特斯拉的FSD晶片恐怕會被蘋果全方面的擊潰。

Apple_new-m1-chip-graphic_11102020_big.large_2x.jp
圖/ Apple (台灣)

除此之外,相較於特斯拉,蘋果擁有一個非常龐大的網路生態,汽車將成為串聯起蘋果旗下所有生態應用的最好載體。對於特斯拉來說,無論其在電動車硬體或軟體上大肆宣稱自己領先,除非是選擇與Android合作,否則光憑特斯拉自身的能力,不太可能短時間內建立起一套專屬的互聯汽車生態,與蘋果一較高下。

蘋果造車,還有一個最重要的優勢——有錢。 蘋果是屈指可數、市值超過兩兆美元的公司,相較於特斯拉,現金流量更為充足,也讓蘋果能更加從容。而特斯拉則不然,馬斯克需要追求更迅速的生產、落地才能獲得更多資源,讓整個專案向前推進。福斯執行長也表示,與豐田這種傳統汽車大廠比起來,資金雄厚的技術巨頭蘋果入場,他們將面臨更大的壓力。如果蘋果下定決心,即便是自建工廠,對蘋果而言,壓力也不會像特斯拉一樣大。

此外,有鑒於蘋果一貫的產品交付理念與實際情況,蘋果即便會延期和跳票,卻仍值得信賴。

馬斯克之所以在這個時機爆料,正因他懷疑蘋果在2024年推出電動汽車計劃的嚴肅性。但看在一般人眼裡,更多的還有恐慌。自古以來英雄惜英雄,作為兩家都以產品力取勝的公司,一定對彼此的行為方式和風格有充分瞭解,所以在馬斯克的心中,多少會有不平靜的漣漪激盪。

最大的問題在於,蘋果真的要造車嗎?

看上去,蘋果擁有得天獨厚的優勢,只差最後的臨門一腳。但最大的問題是,蘋果真的會一登場就自己製造電動車嗎?

來自華爾街的兩家投資銀行率先投下懷疑票。花旗銀行分析師吉姆說:「蘋果在很多領域進行研發,但我們非常懷疑蘋果公司是否會生產汽車,因為汽車行業的利潤率要低得多。」Evercore分析師Amit Daryanani也懷疑蘋果是否會進入獲利率低且資本密集的汽車業務。

蘋果的投資方——Gullane Capital Partners的管理合夥人Trip Miller也對向媒體表示,蘋果要大量生產汽車可能會有難度。但鑒於蘋果一貫的保密風格,這類說法被當作障眼法的可能性也極高。

以往在iPhone、Mac等革命性產品當中,蘋果所扮演的角色大多是整合方案者,並非技術研發者。然而,汽車工業的門檻顯然比手機要高出許多,供應鏈的複雜程度更是不可同日而語,在創業初期屢屢遊走在破產邊緣的特斯拉,以及被迫放棄電動車製造業務的戴森都深有體會。

在手機領域中的經驗也無法完全複製到汽車之上,要將數萬個零件組合到一起,打造出大量符合果粉標準的汽車,對於從未有過造車經驗的蘋果來說,會是一項極大的考驗。先前,特斯拉是借用賓士的零件供應體系,加上通用和福特的產業鏈根基,並且向豐田學習了品質控制和問題追溯體系,最終才能打造出Model S。這是先行者要付出的代價,但對於隨後入行的對手而言,其後發優勢在於可以少走不必要的彎路,因為已有足夠成熟的產品幫他們試驗過了。

資深汽車行業觀察人士巴虎德曾分析道,AI、自動駕駛、5G以及互聯汽車等技術都為汽車行業帶來顛覆性的變革。相較於傳統的燃油車,電動車的技術難度大幅降低。而消費者在選擇電動車時,最看重的不再是汽車性能,而是著重於科技與智慧上的體驗。在這個方面,科技巨頭正好具備了領先於傳統汽車大廠的研發能力。

2007年,史蒂夫.賈伯斯在發佈第一款iPhone的時候,曾引用計算機圖形用戶介面的先驅——艾倫.凱的一句話:「 真正認真對待軟體的人就應該自己做硬體。 」在Google沒有公佈自家造車計劃的情況下,蘋果會終結特斯拉的神話嗎?

但無論如何,在自動駕駛領域中,頂尖高手的正面對決可能就要來臨了。這對於所有人而言,是一大好事。

責任編輯:文潔琳、蕭閔云
本文授權轉載自:36氪

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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
一次搞懂工業AI
© 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