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
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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