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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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