close

業界消息

IT 基建業界消息

中電源動加快商用車充電網絡部署 夥領展拓展至 250 充電位 力推電動的士普及

中電源動集團擴大商用電動車充電服務,計劃今年內在全港設立超過 250 個充電位,當中大部分設於領展旗下停車場,支援的士車隊、客貨車及豪華客車使用快充與超快充設備,以配合政府推動電動的士政策。新方案亦包括手機應用程式與網上平台,協助車隊即時掌握充電情況及營運成本,冀能提升整體使用效率與管理水平。

根據《公共巴士和的士綠色轉型路線圖》,香港計劃在 2027 年底前引入約 3000 輛電動的士。中電源動瞄準此市場,推出多元充電方案,並已率先在黃大仙、觀塘、將軍澳、青衣及沙田設置逾 100 個充電位,全部以快速充電(60kW)和超快速充電(120W)為主,亦提供適合過夜車輛使用的中速充電設施,吸引車隊以優惠價格於夜間進行充電。

中電源動正與多間已獲牌的士車隊,包括 Big Boss Taxi Company Limited(Big Boss)、CMG Fleet Management Limited(Amigo)、新科發展(國際)有限公司(Big Bee)、星群的士服務有限公司(SynCab)及泰和管理有限公司(Joie)洽商合作,計劃提供針對個別車隊營運需要的充電支援。配合業務擴展,中電源動推出「CLPe Charging」手機應用程式和網上車隊管理平台,車主可根據定位功能搜尋最近充電站、查閱即時狀態與充電紀錄,並可即場繳費。管理平台亦支援查看車隊整體能源使用狀況與帳戶資料,協助企業優化資源分配。

Mercedes Benz eVito 的士登場!

中電源動表示,計劃於 2025 年進一步擴充至柴灣、深水埗、元朗及東涌等地,期望能廣泛覆蓋全港更多地區,為不同業務類型車隊提供靈活支援。中電源動集團總裁吳永豪(下圖)表示,香港各區對電動車充電需求正不斷上升,公司與領展合作有助快速擴展市區充電網絡,未來會繼續探討擴點及技術改良,以支援更多電動商用車使用。

Big Boss Taxi Company Limited 首席營運官趙晉豪(左一)指出,該公司十分重視車隊管理與服務效率,選址鄰近餐飲設施的中電源動充電站有助司機在充電同時進行休息,有效配合日常運作。星群的士服務有限公司執行董事鄭敏怡(右二)指出,該車隊八成以上車輛已轉用電動車,管理充電成本與時間極為重要,能透過網上平台即時獲取資訊,有助提升營運靈活度。而主打高階商務市場的京時豪華汽車有限公司管理合伙人鄭耀權(左二)則提到,公司客戶越來越關注可持續發展,他們亦採購更多電動車,市中心具備快速充電能力成為其重點考量。

領展香港物業及停車場管理董事總經理黎漢明表示,領展會持續與多方合作,配合智慧城市與低碳發展政策方向,提升香港整體電動車充電網絡質素與使用體驗。

read more
IT 基建人工智能企業趨勢業界消息

科技巨頭 AI 人才爭奪戰:NVIDIA 承諾零裁員背後的產業變革


科技巨頭 AI 人才爭奪戰:NVIDIA 承諾零裁員背後的產業變革

NVIDIA 行政總裁黃仁勳在 2025 年 11 月的全體員工大會上明確宣示,將全力推動員工使用 AI 工具,同時承諾不會因 AI 應用導致任何裁員。此聲明打破科技界普遍存在的「AI 取代論」焦慮,NVIDIA 上季新增數千名員工,目前仍有約 1 萬個職缺待補,總部停車位甚至因此變得緊張。黃仁勳在會議中直言批評部分管理層限制 AI 使用的做法是「瘋狂行為」,強調 AI 是提升生產力的關鍵,而非威脅。

NVIDIA 逆市擴張:從 2.96 萬到 3.6 萬人的成長軌跡

NVIDIA 員工規模由 2024 財年結束時的 29,600 人,增至 2025 財年的 36,000 人,年增長率達 21.6%。這項擴張與公司營收表現高度相關:2025 財年營收達 1,305 億美元(約港幣 1 兆 179 億元),按年增長 114%,當中 AI 與數據中心業務是核心驅動力。黃仁勳在會議中透露,公司已於台北和上海設立新辦公室,並在美國興建兩座新設施。根據第三方數據,NVIDIA 在 2025 年發布超過 3,000 個職缺,涵蓋工程、營運與創意部門,11 月更攀升至 4,000 個活躍職位,創 3 年新高。數據證明,AI 技術發展不但未減少就業機會,反而催生大量高技能崗位需求。值得留意的是,黃仁勳強調招聘速度需與新員工融合能力同步,顯示公司重視組織文化的可持續發展。

矽谷新標準:AI 技能由加分項變為必考題

Meta 於 2025 年 11 月宣布,從 2026 年起將「AI 驅動影響力」納入績效評估核心指標,員工需展示如何運用 AI 提升個人產出或建構團隊工具。該公司人力資源總監 Janelle Gale 在內部備忘錄中表示:「當我們邁向 AI 原生未來,期望能認可那些協助我們更快抵達目標的人才」。Microsoft 高層於 2025 年 6 月明確告知管理層:「使用 AI 不再是選項」,Google 行政總裁 Sundar Pichai 也強調 AI 對於領導 AI 競賽的必要性。根據 Dice 就業報告,截至 2025 年 9 月,美國 50% 的科技職缺要求具備 AI 技能,較 2024 年 9 月激增 98%。這轉變反映出產業共識:AI 不是取代人力的工具,而是衡量員工價值的新維度。PwC 2025 年全球 AI 就業晴雨表顯示,AI 高度暴露產業(如金融服務、軟件出版)的生產力增長從 2018 至 2022 年的 7% 飆升至 2018 至 2024 年的 27%,而 AI 低度暴露產業則從 10% 降至 9%。

恐懼與現實的落差:AI 正在創造而非消滅職位

雖則 41% 全球僱主計劃在未來 5 年因 AI 自動化縮減人力,實際數據卻呈現更複雜圖景。PwC 研究發現,自 2022 年生成式 AI 普及以來,AI 高暴露產業的每位員工營收增長達 3 倍,薪資增速則快 2 倍。對於「AI 會否取代我的工作」這問題,黃仁勳在 2025 年 5 月 Milken 會議上給出明確答案:「你不會輸給 AI,但會輸給懂得使用 AI 的人」。Boston Consulting Group 調查顯示,經歷全面 AI 驅動重組的企業員工對職業安全的擔憂(46%)高於低度 AI 化公司(34%),領導層的焦慮(43%)更超過基層員工(36%)。這種焦慮並非無根據:2025 年科技業已發生 342 宗裁員事件,影響 77,999 人,平均每天 491 人失業。然而 EY 2025 年工作重塑調查指出,當企業有效部署 AI 並配合完善培訓(每年超過 81 小時 AI 培訓的員工平均每週節省 14 小時),可釋放高達 40% 額外生產力。關鍵在於企業是否願意投資員工技能升級,而非僅將 AI 視為削減成本手段。

從工業革命到 AI 革命:工作模式的百年演進

回顧歷史,每次工業革命都重塑勞動市場結構。黃仁勳指出,現代資本主義將 7 日工作制演變為 5 日制,AI 時代可能催生 4 日工作週,「每次工業革命都會帶來社會行為的改變」。世界經濟論壇預測,到 2027 年科技驅動將創造 1,100 萬個新職位,同時淘汰 900 萬個崗位,淨增 200 萬個科技相關工作。然而這波轉型速度前所未見:AI 高暴露職業的技能需求變化速度較去年加快 66%(去年為 25%)。值得關注的是,NVIDIA 行政總裁認為真正 AI 受益者可能不是辦公室職員,而是電工、水管工和木匠等技術工人。他預測 AI 數據中心建設將帶來「每年增倍再增倍」的持續增長,技術工種將出現數十萬人需求缺口。這呼應 Thomson Reuters 2024 年調查結果:77% 專業人士認為 AI 將在 5 年內對其職業產生高度或革命性影響,較 2023 年的 67% 顯著上升。

企業決策的十字路口:效率工具還是增長引擎

科技巨頭推動 AI 全員化的背後,是對 AI 定位的根本性選擇。Meta 已將 AI 整合至招聘流程,允許候選人在編寫程式面試中使用 AI 工具,並推出內部激勵計劃,鼓勵員工透過 Metamate 或 Google Gemini 等 AI 助理撰寫績效評估。這種做法與傳統「AI 作為成本削減工具」的思維截然不同。EY 全球調查發現,65% 高層認為 AI 和預測分析將是 2025 年增長關鍵驅動力,53% 報告顯著生產力提升,50% 指出構思與內容生產速度加快。更激進的是,44% 的 C 級高層願意根據 AI 洞察推翻自己的決策,38% 願意完全授權 AI 工具做決定。對於員工而言,挑戰在於技能更新速度:McKinsey 預測到 2030 年,70% 工作技能將發生改變,30% 工作時數可能被自動化。NVIDIA 的做法提供一種可能路徑——將 AI 視為員工賦能工具,而非替代方案,透過持續培訓與文化建設,讓組織在技術躍遷中保持人力資本價值。

未來職場的新常態:適應力成為核心競爭力

NVIDIA 的「零裁員承諾」與全面 AI 化策略,揭示未來企業競爭新維度:不是選擇人或 AI,而是建構人機協作最佳模式。對於個人而言,這意味著終身學習不再是口號,而是職業生存必要條件——當 AI 高暴露職業的技能需求變化速度比低暴露職業快 66% 時,靜態技能組合將迅速貶值。對於企業而言,挑戰在於如何平衡自動化效率與員工發展投資:EY 數據顯示,提供充足 AI 培訓(每年 81 小時以上)的公司可獲得每週 14 小時生產力提升,遠超行業中位數。一個關鍵問題浮現:當 50% 科技職缺要求 AI 技能、Meta 將 AI 使用納入考核、NVIDIA 仍需 1 萬名員工時,下一個十年的「就業能力」將如何定義?答案或許在於:不是掌握 AI 技術細節,而是理解如何讓 AI 成為放大個人獨特價值的槓桿。

資料來源:
Fortune
Business Insider
Forbes
PwC
EY

read more
企業趨勢低碳綠色業界消息

全球汽車電池產能過剩危機:電動車產業面臨供求嚴重失衡挑戰


全球汽車電池產能過剩危機:電動車產業面臨供求嚴重失衡挑戰

全球電動車電池產業正面臨嚴重的產能過剩危機,預計到 2030 年供給將達到需求的三倍。國際諮詢公司 AlixPartners 於 2025 年 11 月發布最新報告指出,北美地區電池產能將較當前水平大幅增加四倍,而中國市場的產能過剩情況更嚴峻,可能超過需求五倍以上。這場「電池泡沫」源於車廠在 2020 至 2023 年間對電動車需求預測過度樂觀,如今卻因消費者購買意願放緩、充電基礎設施不足,以及美國政府取消電動車購置獎勵等因素,導致實際需求遠低於產能擴張速度。

產能擴張與需求脫鉤:數據揭露嚴峻現實

根據美國調查公司 S&P Global Mobility 數據,2025 年全球電動車電池工廠產能合計達 3,930 GWh(吉瓦時),而全球實際需求僅約 1,161 GWh,意味產能是需求的 3.4 倍。更令人憂心的是,這種供需失衡狀態將持續至 2026 年,即使到 2030 年,產能仍將達需求的 2.4 倍。區域差異方面,北美市場情況最嚴峻,2025 年電池產能達需求的 4.8 倍,預估至 2028 年都將維持在四倍以上水平。AlixPartners 高級副總裁 Rohit Gujarathi 接受媒體訪問時表示:「業界過去幾年為尚未實現的需求規模建立大量產能,如今供給遠超需求,這在運作和財務層面都造成挑戰。」這場危機根源可追溯至 2021 至 2023 年間,當時全球車廠在政府津貼激勵下,競相投入數百億美元興建電池工廠,卻未充分評估消費者接受度與市場成熟度的落差。

電池價格急跌:危機中的雙面刃

產能過剩直接導致電池價格加速下滑,成為這場危機中最具爭議的現象。Goldman Sachs 指出,2024 年電池平均價格約為每千瓦時 111 美元(約港幣 866 元),較 2023 年急跌 26%,預估 2025 年將進一步降至 90 美元(約港幣 702 元),到 2026 年底可能跌破 80 美元(約港幣 624 元)。國際能源署(IEA)研究也證實,2024 年鋰離子電池包出貨價格下降 20%,創下自 2017 年以來最大跌幅,主要原因是鋰礦價格回落至 2015 年底水平,但供給量卻是當年的六倍。

對消費者而言,電池成本下降意味電動車售價有望進一步壓低,Goldman Sachs 預測到 2026 年電動車將在未獲資助情況下,達到與燃油車相當的價格競爭力。然而對電池製造商來說,價格急跌直接侵蝕利潤空間,中國市場激烈競爭幾乎吞噬多數業者獲利。AlixPartners 財務穩定性指標顯示,電池供應商財務評分從 2022 年至 2024 年持續下滑,加上美國關稅政策波動、鋼鋁價格大幅波動等因素,令製造商和車廠都難以平衡穩定運作與長期投資決策。

產業鏈震盪:巨頭調整與裁員潮

面對市場逆風,全球主要電池與汽車製造商紛紛調整戰略部署。GM 於 2025 年 10 月宣布裁減 1,750 名員工,並從 2026 年 1 月起暫停其與 LG Energy Solution 合資的俄亥俄州和田納西州電池廠運作長達六個月,影響超過 1,550 名員工。Ford 則將其規劃的電池產能削減 35%,以回應低於預期的電動車銷售表現。日本 Panasonic 原訂於 2026 年底全面量產的美國電池新廠,也因主要客戶 Tesla 銷售不振而將時程改為「未定」。Nissan 更直接放棄在福岡縣北九州市興建 LFP(磷酸鐵鋰)電池新廠計劃,而 Toyota 在福岡縣的工廠興建計劃則決定延期。

與此同時,中國電池龍頭 CATL(寧德時代)在 2025 年前七個月仍保持 34% 年增長率,穩居全球市場佔有率第一,顯示擁有龐大內需市場支撐的中國廠商在這波產能過剩中具有較強抗壓能力。LG Chem 則於 2025 年 11 月與 Panasonic 簽署價值 3.76 萬億韓元(約港幣 210 億元)的電池正極材料供應合約,期限至 2029 年,顯示部分廠商仍在尋求長期合作以穩定營收。

政策轉向加劇不確定性:特朗普效應衝擊北美

美國政策環境劇變成為加劇電池產能過剩關鍵因素。特朗普(Trump)政府於 2025 年取消高達 7,500 美元(約港幣 58,500 元)的電動車購置稅務寬減,並逐步撤銷稅務減免措施,導致電動車需求預測大幅下修。BloombergNEF(BNEF)報告指出,到 2030 年美國電池需求量將接近 3.78 億度,比特朗普主政前的預測減少 56%。更嚴峻的是,特朗普政府針對能源儲存計劃實施新規,要求不得使用中國生產的電池材料及組件才能獲得稅務寬減,這對電池產業造成重大困境,因為全球 88% 電池陰極原料和 96% 陽極原料都由中國生產。

AlixPartners 將這種情況描述為「雙重挑戰」(twin challenges):一方面是工廠產能利用率過低,另一方面是財務壓力持續累積。在中國市場,2025 年 7 月部分政府購車資助計劃暫停,導致電動車銷售增長率從 6 月的 24% 降至 21%,創下年內最低增速。然而市場研究機構 Rho Motion 數據經理 Charles Lester 強調:「雖然各地區表現不同,2025 年全球電動車普及趨勢仍然強勁向上。」

企業應對策略:從產能競賽到價值分化

面對產能過剩新常態,AlixPartners 為電池供應商提出建議:最大化工廠效率、重新調配或淘汰閒置資產、調整研發投資以簡化生產流程並降低成本,以及專注於能展現獨特價值的專業領域。GM 副總裁 Kurt Kelty 透露,該公司正投資下一代富錳 LMR 棱柱電池技術,預計 2028 年應用於 Chevrolet Silverado 和 Escalade IQ 等全尺寸電動車型,這種電池使用更普遍且成本較低的礦物,能在合理價格下提供高續航里程和性能。Ford 也宣布將在 2020 年代末推出被稱為「改寫市場規則」的 LMR 電池技術,顯示車廠正尋求透過技術創新來降低成本並提升競爭力。

對於原廠設備製造商(OEM),報告建議採取更具策略性的供應商夥伴關係、提供靈活採購承諾以增加應變能力,並謹慎押注最有可能帶來長期競爭力的電池技術。固態電池被視為未來關鍵技術,但 Mercedes-Benz 積極研發的類固態電池最快也要到 2026 年才可能量產,這意味市場短期內仍需依賴現有鋰電池技術。

產業重塑進行式:危機後的新平衡

這場電池產能過剩危機對企業決策者的啟示是多層次的。短期內,電池製造商必須承受利潤縮水與閒置產能的財務壓力,部分體質較弱的廠商可能面臨整合或退出市場的命運。汽車製造商則需重新校準電動化路線,在純電動車、插電式混合動力車與燃油車之間尋求更靈活的產品組合配置。然而從長期視角來看,電池價格結構性下降將加速電動車與燃油車達到價格平價的時間點,這可能在 2026 至 2027 年間觸發新一波需求爆發。產業分析師指出,當電池成本突破每千瓦時 80 美元(約港幣 624 元)心理關口,需求彈性將呈現指數級增長,2025 年價格通縮可能演變為 2026 年需求衝擊。

資料來源: 國際日報 富途資訊 MoneyDJ Tech Brew CNBC

 

read more
人工智能企業趨勢業界消息

從算力革命到生命科技:五大尖端技術如何重塑 2035 全球產業版圖


從算力革命到生命科技:五大尖端技術如何重塑 2035 全球產業版圖

《金融時報》第 18 屆中國年度高峰論壇揭示將深刻影響未來十年的五項突破性技術,這些創新涵蓋 AI 算力架構、微型機械人、女性健康管理、空天能源平台及精準育種,標誌全球科技競爭已從單一技術突破轉向跨學科系統整合的新階段。此次評選經公眾投票與專家評審雙重把關,反映全球產業界對「原理驅動」取代「算力堆疊」、「具身智慧」顛覆傳統製造,以及生物技術與 AI 深度融合的戰略共識。

AI 算力進入「原理驅動」新紀元

全球 AI 算力市場正經歷範式轉型的關鍵時刻。2025 年全球 AI 算力市場規模突破 1.2 兆美元(約港幣 9.36 兆元),預計 2030 年將達 5.8 兆美元(約港幣 45.24 兆元),年複合增長率 37.6%,其中中國以 38% 市場佔有率成為全球最大需求國。雖然訓練數據逐漸枯竭、模型部署帶來的能源挑戰日益嚴峻,加上晶片架構面臨物理極限,產業界迫切需要突破性解決方案。上海紐約大學與清華大學 LM2 團隊開發的 BackSlash、GCT、GGI 研究成果,正推動 AI 從「算力堆疊」向「原理驅動」轉變。這些創新通過微分幾何與流形學習減少對海量數據的依賴,利用資訊論方法實現訓練與架構協同改良,並設計新一代元計算單元突破現有晶片性能限制。

產業競爭格局呈現「一超多強」態勢,Nvidia 雖以 80% 市佔率主導市場,但 AMD、Intel 及 Google TPU、AWS Inferentia 等專用 AI 晶片正快速崛起。更關鍵轉變在於真正瓶頸已從晶片轉向電力供應——800G/1.6T 光模組、液冷技術與邊緣運算成為破局關鍵,預計 2030 年開源晶片在邊緣場景應用佔比將達 40%。McKinsey 2025 年技術趨勢報告指出,AI 正從單一技術浪潮演變為其他所有趨勢的「基礎放大器」,其影響力將通過與機械人、生物工程、能源系統深度結合實現指數級擴散。

米粒大小的「具身智慧」革命

環境共融仿生微型機械人代表「具身智慧」理念的尖端實踐。這款僅米粒大小的微型機械人無需外部複雜感應器或計算單元,即可自主感知周遭環境並調節自身形態以適應多變條件,展現出生物啟發式設計的突破性進展。中國國家自然科學基金委「共融機器人」重大研究計劃支援下,多個團隊在「與環境共融的加工製造機械人」、「與人共融的康復輔助機械人」及「機械人間共融的群體智能」等領域取得重大進展。

香港科技大學與廈門大學聯合開展的珊瑚礁環境水下機械人試驗,已成功驗證微型機械人在複雜環境中的機械抓取、三維視覺建圖與水聲通訊能力。這些技術突破有望在精準醫療(體內藥物遞送、微創手術)、高階製造(微觀組裝、品質檢測)及環境監測(污染源追蹤、生態調查)等領域帶來革命性變革。OECD 2025 年科技創新展望報告強調,AI、生物技術與量子計算融合正重塑創新流程,微型機械人將成為「人-機-環境」協同的關鍵介面。

女性健康管理的數碼化里程碑

北京大學第三醫院喬傑院士、李蓉教授團隊研發的 OvaRePred 系統,創造全球首個可個人化預測卵巢功能衰退行程的 AI 模型。該系統利用數萬宗臨床數據,透過血清 AMH(抗穆勒氏管激素)水平與年齡等核心指標,精準量化卵巢儲備、評估「卵巢內分泌年齡」,並預測圍絕經期等關鍵生育里程碑。這項創新被視為女性生殖健康數碼化與智慧化管理的里程碑,開啟全生命周期女性健康新時代。

OvaRePred 目前已在中國多家醫院和體檢中心廣泛應用,其創新「內分泌年齡」框架還可延伸至雌二醇、睾酮等相關生物標誌物的參考範圍與診斷界值構建。上海市第一婦嬰保健院啟動的「智匯」生育友好 AI 大模型,進一步整合孕產守護、宮頸疾病、生殖免疫等領域臨床資源,為醫生提供智能化風險評估與精準干預建議。日本東京大學也在 2025 年開發出類似卵巢功能預測 AI 模型,顯示此技術路徑已獲國際醫學界廣泛認可。全球女性健康管理市場預計在 2030 年前將達到 5,000 億美元(約港幣 3.9 兆元)規模,AI 驅動的個人化健康服務將佔據 30% 以上市場佔有率。

空天能源平台開闢基建新維度

清華大學陸超教授、北京大學宋潔教授與王劍曉研究員聯合團隊開發的 AeroMatrix 空天能量樞紐,代表能源供給與空域利用深度融合的創新路徑。這個以氦氣飛艇為載體的多功能浮空平台,實現固定-流動雙模態發電,突破傳統風能和光伏發電對地理條件依賴。該技術可為災害應急、高原島礁等特殊場景提供空中能源供應,為無人機集群等低空基礎設施提供空中充電服務,並為空天地網絡及太空算力集群提供低空邊緣智算節點。

AeroMatrix 建立的「空中能源母艦 + 數碼基礎建設平台」方案,回應全球能源轉型與數碼基建融合的戰略需求。世界經濟論壇 2025 年新興技術報告指出,能源系統數碼化與智能化將成為實現碳中和目標的關鍵路徑。這項技術除為偏遠地區提供能源解決方案,更可能成為未來「空天地一體化」網絡重要節點,支援 6G 通訊、太空互聯網及全球實時算力調度等前沿應用。

精準育種開啟「可複製、可設計」新時代

面對全球人口增長、氣候變化加劇及農業資源緊張的三重挑戰,傳統育種技術已難以滿足糧食安全需求。中國農業科研團隊開發的克隆配子體驅動無融合生殖技術與精準多倍體設計育種,標誌作物育種科學正式邁入「可複製、可設計」新時代。無融合生殖技術能規避減數分裂重組與雙受精過程,生成保留母本完整遺傳資訊的克隆種子,實現雜種優勢穩定傳遞,讓農戶能夠「一次雜交,多代利用」。

多倍體基因組設計技術可精準構建和操控不同來源的克隆配子體,拓展作物遺傳多樣性,創制出高產、優質、高抗逆性的新型作物種質。中國農業大學發佈全球首個面向生物育種自主科學發現系統「豐登·基因科學家」,已在主糧作物中發現並驗證數十個此前未報道的功能基因,顯著縮短新品種選育週期。中國科學院黃三文研究員表示,基於深度學習演算法的基因組選擇模型和全流程智慧育種平台,已有效提高水稻、玉米、小麥等主糧作物育種效率。結合大數據分析與 AI 技術,這些創新除可大幅降低雜交種子生產成本,更為保障全球糧食安全與推動農業可持續發展提供關鍵支援。

技術融合重塑企業競爭力

這五項尖端技術共同特徵在於跨學科整合與系統性創新。對企業而言,技術採用策略需從單點突破轉向生態建構——AI 算力改良將降低 30% 至 60% 營運成本,微型機械人可重塑供應鏈品質檢測流程,女性健康 AI 將開拓千億級消費醫療市場,空天能源平台為偏遠地區業務拓展提供基礎設施,而精準育種技術將重構農業食品產業鏈。未來十年,能夠整合這些技術並建立「人-機-環境」協同能力的企業,將在全球產業重組中佔據先機。技術民主化與開源生態興起,同時為中小企業提供彎道超車機會——關鍵在於能否快速識別應用場景、建立數據資產並培養跨界人才。這場由原理創新驅動的科技革命,正為全球經濟注入新動能,也為解決氣候變化、糧食安全、健康老齡化等人類共同挑戰開闢新路徑。

資料來源: 鉅亨網 McKinsey Technology Trends 2025 OECD Science, Technology and Innovation Outlook 2025 北京大學研究院 中國農業大學新聞網

 

read more
企業趨勢業界消息

傳統車廠轉型的艱鉅挑戰:Volvo 坦承「軟體真的很難」


傳統車廠轉型的艱鉅挑戰:Volvo 坦承「軟體真的很難」

瑞典豪華車廠 Volvo 在北美市場罕見公開承認軟件開發面臨艱鉅挑戰,這家擁有近百年歷史的車廠正經歷從「硬件專家」到「軟件驅動」的痛苦蛻變。隨著全球軟件定義汽車(Software Defined Vehicle)市場預計從 2025 年的 617 億美元(約港幣 4,812 億元)爆發至 2035 年的 5,841 億美元(約港幣 4.55 兆元)、年複合增長率達 25.2%,這場轉型戰已非選擇題,而是關乎存亡的必答題。Volvo 透過旗艦車款 EX30 與 EX90 的實戰經驗,揭露傳統車廠在軟件時代面臨三大核心困境:跨世代用戶期待落差、軟硬件整合複雜度,以及與科技初創的開發速度鴻溝。

從「警示轟炸」到人性化體驗

Volvo 首款純電平台車款 EX30 推出初期遭遇嚴重用戶體驗危機。外媒《InsideEVs》測試顯示,駕駛在短短兩英里路程內竟被系統警示 22 次,過度敏感的駕駛注意力偵測與速限提醒,令駕駛者感到非常疲憊。這套基於 Android Automotive 架構開發的資訊娛樂系統,初期操作邏輯與提醒機制引致大量負評。然而透過持續軟件更新迭代,Volvo 工程團隊逐步調整提醒邏輯、降低干擾頻率,媒體後續進行長期測試發現,體驗已從「滋擾」轉為「甚至還不錯」。這種「發布後持續改善」的模式正是軟件定義汽車的核心特徵,目前全球超過 70% 新車已具備 OTA(空中下載更新)能力,但如何在「提醒」與「打擾」之間找到平衡點,仍是傳統車廠必須摸索的細節。

一套介面無法滿足全球市場

Volvo 北美總裁 Luis Rezende 直言,當今車載軟件開發並非單純 UI 設計問題,必須同時應對「至少兩種截然不同的用車文化」。美國與歐洲客戶偏好實體按鍵與「手機接上就好」的簡約體驗,中國市場則對語音操控、後座娛樂螢幕與高強度多媒體功能有極高期待。Rezende 以流動支付演進為例,指出 15 年前多數人對手機大額交易仍存疑慮,如今 Z 世代早已習以為常,套用在汽車上意味著「甚麼樣的介面可接受」會隨世代與地區改變。相較之下,中國車廠 BYD 採取「統一生態系」策略,各車型使用相似尺寸螢幕、相同 UI 邏輯與車載平台,雖然軟件生態較封閉且 OTA 更新頻率落後 Tesla,但標準化作法有利於長期維護。McKinsey 研究更揭露傳統車廠的殘酷現實:因管理的車型組合複雜度是初創車廠的 150 倍,軟件開發週期需 40 至 50 個月,Tesla 僅需 24 個月。

晶片整合戰略:2026 年的技術賭注

面對軟件開發困境,Volvo 選擇從底層硬件著手突破。Rezende 透露從 2026 年式開始,品牌旗下新車(含燃油與插電式混合動力)將統一採用 Qualcomm Snapdragon 車載平台,旗艦 EX90 則搭載升級版 NVIDIA Drive OrinX 晶片。這項決策背後有清晰產業邏輯:NVIDIA Orin 以 254 TOPS 運算能力主導 L2/L3 自動駕駛市場,供應 Mercedes、Volvo、Lucid 及眾多中國車廠,即將量產的 Thor 晶片更達 2,000 TOPS 運算能力瞄準 L4 應用;Qualcomm 則以 Snapdragon Ride 平台(SA8295P 提供 30 TOPS)挑戰中階市場,已獲 BMW、GM、Stellantis 訂單,策略強調成本效益與功耗效率。統一硬件規格讓開發團隊不必為每款車特製調整,可針對同一套系統持續迭代、修正錯誤(debug)、增加功能。2026 年式 EX90 已獲得實質提升:800V 充電架構、更快充電速度、Twin Motor Performance 達 670 匹馬力成為 Volvo 史上最強車型,但外界對其系統穩定性與 ADAS 可靠度仍存疑慮,S&P Global 報告指出這類中央計算系統的除錯挑戰,根源於 Volvo 工程團隊初期缺乏相關專業。

Tesla 的軟件護城河有多深

要理解傳統車廠的困境,必須先認識領先者建立的競爭壁壘。Tesla 透過垂直整合軟件架構支援頻繁 OTA 更新,從效能改善到駕駛輔助功能定期推送,其 AI 訓練基礎設施與龐大車隊數據提供即時學習優勢。更關鍵在於商業模式創新:Tesla 約 18% 毛利來自 FSD(全自動駕駛)訂閱與軟件更新等高利潤服務,單車透過一體化壓鑄(gigacasting)與在地供應網絡可降低 35% 生產成本。相較之下,BYD 雖然以深度垂直整合(自產電池與晶片)快速擴張產能,但仍高度依賴硬件銷售,軟件演算法工作倚重供應商。產業分析師指出,Tesla 展現矽谷的軟件與晶片實力,採高效率演算法驅動路線;BYD 發揮中國製造優勢,在電池、安全與硬件功能表現優異,各有明顯強項與限制。對 Volvo 而言,必須在服務現有燃油車/PHEV 客群與習慣電動車大螢幕的年輕族群之間找到折衷點,這正是軟件設計的核心難題。

產業轉型的系統性挑戰

Volvo 的困境並非個案,而是整個傳統汽車產業縮影。ETAS 調查彙整車廠面臨五大挑戰:高整合工作量、複雜校準流程、耗時測試、擴展性與靈活性限制,以及全面資訊保安需求。各組件間複雜的通訊介面需要繁瑣配置與大量測試確保互通性,依賴人手流程導致錯誤率上升、開發週期拉長與人力成本增加。市場研究機構預測 OTA 更新市場將從 2025 年的 52 億美元(約港幣 405.6 億元)增長至 2035 年的 250 億美元(約港幣 1,950 億元),中國以 23% CAGR 領跑(受惠於電動車滲透率與政府軟件定義汽車政策),印度以 21.3% CAGR 緊隨其後(Tata Motors 與 Mahindra 擴建自主 OTA 平台),美國則以 14.5% CAGR 增長(Tesla、GM、Ford 擴展多域 OTA 架構涵蓋資訊娛樂、駕駛輔助與恆溫控制)。德國汽車產業專家直言:「傳統車廠最大問題並非技術,而是組織架構與企業文化。」軟件延遲每月損失數百萬美元,舊有硬件時代開發方法需要重建,僵化組織結構阻礙變革,招聘與薪酬體系仍停留在上世紀。

軟件戰場決定未來競爭力

Volvo 願意公開承認軟件仍不完美,並說明具體調整方向與技術路線,某種程度反映傳統車廠面對轉型壓力的真實樣貌。從 EX30 的「警示轟炸」到體驗回溫,從 EX90 的死機爭議到 2026 年式的晶片升級,Volvo 已將「軟件」視為未來產品競爭力核心。這條路需要時間摸索:軟件體驗並非上網推出那刻就定案,而是透過更新持續修正;在不同地區、不同世代用戶之間,車廠必須學會「差異化調整」而非套用單一模板。當電動車從「硬件規格戰」走向「軟件與體驗戰」,能否建立如 Tesla 一般的軟件護城河、縮短與初創的開發時差、在成本與創新間取得平衡,將決定百年車廠能否在新時代續寫光輝。關鍵問題是:當軟件定義汽車市場以每年 25% 速度爆發增長時,傳統車廠還有多少時間完成這場體質改造?

資料來源:INSIDES&P Global AutomotiveFuture Market InsightsMcKinsey & CompanyFMI OTA Market Report

read more
人工智能企業趨勢業界消息金融科技

Google 行政總裁示警: 若 AI 投資泡沫化 整個科技行業將無一倖免


Google 行政總裁示警: 若 AI 投資泡沫化 整個科技行業將無一倖免

Google 母公司 Alphabet 行政總裁 Sundar Pichai 在接受 BBC 獨家專訪時發出嚴厲警告,若人工智能投資泡沫破裂,全球科技業將無一倖免,包括市值已達 3.5 兆美元(約港幣 27.3 兆元)的 Google 本身。這位科技巨頭掌門人坦言,雖然 AI 投資熱潮創造了「非凡時刻」,但市場已出現「不理性繁榮」跡象,呼應 1996 年美國聯儲局主席葛林斯潘對網絡泡沫的經典預言。本文將深入剖析 AI 投資狂潮背後的風險、產業競爭格局轉變,以及這波技術革命對全球經濟的深遠影響。

科技業進入高風險投資週期

Pichai 在專訪中直指,當前 AI 產業已進入可能「過度擴張」的投資週期。根據 JP Morgan 資產管理公司分析,自 2022 年 11 月 ChatGPT 推出以來,AI 相關股票已貢獻標普 500 指數 75% 的回報率、80% 的盈利增長,以及 90% 的資本支出增長。更驚人的是,2025 年上半年 AI 相關資本支出超越美國消費者支出,成為經濟增長主要驅動力,貢獻達 1.1% 的 GDP 成長。然而麻省理工學院最新研究揭露令人憂心的事實:95% 採用生成式 AI 的企業尚未從技術投資中獲得任何利潤回報。倫敦商學院經濟學家 Rebecca Homkes 對 CBS 新聞表示:「股市現在就是一場巨大的 AI 賭注,實際上只有 10 家公司在驅動整個市場」。這種高度集中的投資模式引發業界對系統性風險的深切擔憂。

Alphabet 逆勢成長的雙面刃

雖然警告泡沫風險,Alphabet 自身卻是這波 AI 浪潮的最大受益者之一。2025 年 9 月,該公司股價單日暴漲近 4%,首次突破 3 兆美元(約港幣 23.4 兆元)市值門檻,成為繼 Apple、Microsoft 之後第三家達此里程碑的科技巨擘。年初至今股價已飆升超過 32%,成為「七大科技股」(Magnificent Seven)中表現最佳者,遠超標普 500 指數 12.5% 的漲幅。這波漲勢背後有兩大支柱:首先是美國法院 9 月做出有利判決,允許 Alphabet 保留 Chrome 瀏覽器和 Android 作業系統的控制權,消除投資者對公司被拆分的疑慮。其次,Google 雲端運算部門第二季營收年增 32%,超出市場預期,顯示自研 AI 晶片 TPU 和 Gemini AI 模型的投資開始回收。

然而 Stock Trader Network 首席策略師 Dennis Dick 提醒:「投資者開始看到 Google 不再只是搜尋公司,而是透過 YouTube、Waymo 等多元業務轉型的可能性」,這種期待本身也可能成為估值過高的溫床。

AI 晶片軍備競賽白熱化

為了擺脫對 Nvidia 的依賴,Google 正積極擴大自研 AI 晶片 TPU (Tensor Processing Unit) 的市場布局。2025 年 11 月,Google 正式推出第七代 TPU「Ironwood」,性能較前代提升 4 倍,能耗卻降低 30%,並可在單一 Pod 中連接多達 9,216 顆 TPU,徹底消除大型模型訓練的數據瓶頸。AI 新創 Anthropic 已宣布將採用多達 100 萬顆 Ironwood 晶片驅動其 Claude 語言模型。專業分析機構預測,Google 的 TPU 出貨量將在 2025 年達到 250 萬顆,前三季已累計出貨 180 萬顆,達成全年目標的 72%。不過 Nvidia 仍穩坐 AI 晶片市場霸主地位,市場佔有率高達 80-90%,市值更突破 4.25 兆美元(約港幣 33.15 兆元),遠超其他競爭對手。韓國朝鮮日報分析指出,Google 為推廣 TPU 採用,甚至提供高達 32 億美元(約港幣 249.6 億元)的使用保證,反映出挑戰 Nvidia 霸權的艱鉅性。這場晶片軍備競賽除了關乎技術領先,更牽動整個 AI 生態系的權力結構重組。

泡沫疑雲:歷史會否重演

Pichai 將當前局勢與網際網絡泡沫時期類比,承認「明顯存在過度投資」,但強調沒有人會質疑網絡的深遠影響。耶魯大學管理學院報告指出,2025 年上半年美國高達三分之二的創投交易價值流向 AI 與機器學習新創,較 2023 年的 23% 大幅躍升。更令人憂心的是產業內部的循環投資結構:Nvidia 宣布對 OpenAI 投資 1,000 億美元(約港幣 7,800 億元),而 OpenAI 本身卻依賴 Nvidia 晶片;OpenAI 仰賴 Microsoft 的運算能力(源自 100 億美元(約港幣 780 億元)合作案),Microsoft 又反過來需要 OpenAI 的 AI 模型。OpenAI 估值在 2025 年 10 月已飆升至 5,000 億美元(約港幣 3.9 兆元),較 8 月的 3,000 億美元(約港幣 2.34 兆元)暴增 67%,但其 2025 年上半年營收僅 43 億美元(約港幣 335.4 億元),年增長率僅 16%。

UBS 全球股票策略主管 Andrew Garthwaite 警告,當前 AI 熱潮符合經典泡沫的所有特徵:「逢低買入」心態盛行、「這次不一樣」的投資信念、散戶大舉進場,以及除前十大企業外整體盈利停滯。然而與 2000 年網絡泡沫不同的是,今日 AI 領導企業確實擁有實質營收和獲利能力,Nvidia 2025 財年營收預計達 1,200 億美元(約港幣 9,360 億元),約為前一年的兩倍。

能源瓶頸恐成發展絆腳石

AI 發展面臨的最大實體限制或許並非技術,而是能源供應。Pichai 坦承,AI 業務的龐大能源需求已導致 Alphabet 在氣候目標上出現延遲,但仍承諾於 2030 年達成淨零排放。麻省理工科技評論研究顯示,2024 年美國數據中心總耗電量約 200 太瓦時 (TWh),相當於泰國全國年用電量,其中 AI 專用伺服器消耗 53-76 太瓦時,最高估算足以供應 720 萬個美國家庭一年用電。勞倫斯柏克萊國家實驗室預測,到 2028 年數據中心一半以上的電力將用於 AI 運算,屆時 AI 單獨耗電量可能相當於美國 22% 家庭的年用電量。更嚴峻的是,這些設施使用的電力碳強度比全國平均高出 48%。

全球來看,2022 年數據中心能耗估計達 240-340 太瓦時,約占全球電力需求的 1-1.3%,而 AI 伺服器耗電已從 2017 年的 2 太瓦時暴增至 2023 年的 40 太瓦時,呈現指數級增長。Bain & Company 估算,到 2030 年 AI 企業每年需要創造 2 兆美元(約港幣 15.6 兆元)營收才能支撐全球運算需求,這一數字遠超當前產業總營收。這場能源競賽除了考驗各國電網基礎設施,更對全球氣候承諾構成嚴峻挑戰。

企業決策者的關鍵抉擇

AI 投資熱潮對企業領導者而言,既是千載難逢的轉型契機,也是潛藏巨大風險的豪賭。前白宮經濟顧問委員會主席 Jason Furman 分析指出,當前 AI 主要影響的是經濟需求面 (數據中心建設、晶片採購),而非供給面的生產力提升,迄今生產力增長並不顯著。這意味著若 AI 投資無法轉化為實質商業價值,泡沫破裂將引發連鎖反應。然而 Goldman Sachs 等機構仍看好 AI 的長期潛力,建議投資者採取多元化策略,而非完全撤離。Schroders 投資管理公司則呼籲採取謹慎立場,認為歷史顯示,顛覆性技術發展期間出現投機過度是常態,但這不代表應放棄 AI 相關投資,而是需要更審慎的風險管理。

Wedbush Securities 分析師 Dan Ives 等科技樂觀派則堅信,這是「第四次工業革命」的序幕,大型科技公司的支出不會在 2026 年放緩。Pichai 本人也強調,人們在使用 AI 工具時不應「盲目相信」,因為這些模型「容易出錯」,建議搭配其他工具使用,並維持豐富的資訊生態系統。在這個充滿不確定性的轉折點,企業決策者需要在積極擁抱創新與審慎控制風險之間找到微妙平衡,方能在這場 AI 革命中立於不敗之地。

 

資料來源:BBCBlackRockYale InsightsThe EconomistMIT Technology Review

read more
企業趨勢業界消息

荷蘭解除安世半導體管制: 美中博弈下歐洲車廠供應鏈危機暫解


荷蘭解除安世半導體管制: 美中博弈下歐洲車廠供應鏈危機暫解

荷蘭經濟大臣 Vincent Karremans 於 11 月 19 日宣布,暫停對中資晶片製造商 Nexperia(安世半導體)的政府干預措施,這場為期近兩個月、牽動全球汽車產業神經的供應鏈危機終於出現轉機。此決定標誌著荷蘭在與中國進行「建設性會談」後出現重大政策轉向,也突顯歐洲在美中科技競爭夾縫中尋求平衡的現實處境。

兩個月對峙:從強硬接管到善意讓步

2025 年 9 月 30 日荷蘭政府援引罕用的《商品供應法》(Wbg)宣布接管 Nexperia,理由是發現該公司存在「嚴重管治缺陷」,威脅荷蘭及歐洲關鍵技術的延續與安全性。根據阿姆斯特丹企業法庭披露文件顯示,美國政府早在 2025 年 6 月便向荷蘭外交部明確表態,要求 Nexperia 若要從美國「實體清單」中獲得豁免,其中國籍行政總裁張學政「必須被替換」。Vincent Karremans 當時警告若不干預,「公司歐洲前端生產將在短期內因行政總裁的行動而從歐洲消失,這將導致 Nexperia 在歐洲僅存的知識、專業技能和產能消失,損害荷蘭及歐洲經濟韌性」。

中國商務部隨即在 10 月 4 日採取強力反制措施,禁止 Nexperia 在中國境內子公司及分包商出口特定成品元器件和組件,直接切斷歐洲汽車產業關鍵供應鏈。出口禁令殺傷力立竿見影:Nexperia 在歐洲工廠僅生產半成品晶圓,必須運往中國進行封裝測試後才能使用,而該公司佔據歐洲汽車電子元件供應高達 49% 市場佔有率。Honda 被迫關閉其墨西哥工廠 HR-V 跨界車生產線,Volkswagen 和 BMW 均發布聲明表示供應鏈受到影響。

地緣政治博弈:美國施壓與歐洲困境

這場危機根源可追溯至美中科技戰持續升級。Nexperia 原為荷蘭 NXP 的標準產品部門,2017 年獨立後,於 2018 年被中國 Wingtech Technology(聞泰科技)以 36.3 億美元(約港幣 283.1 億元)收購,成為其 100% 控股子公司。Wingtech Technology 部分由中國國有資產監督管理委員會(SASAC)持股,此背景令 Nexperia 成為美中科技競爭焦點。

2024 年美國商務部將 Wingtech Technology 列入「實體清單」,2025 年 9 月底進一步修訂法規,規定任何公司若至少 50% 股權被「實體清單」上實體持有,即使名稱不同也會受到相同出口限制。此政策直接威脅 Nexperia 從美國獲取先進技術和設備的能力,迫使張學政考慮將晶圓生產從歐洲轉移至中國。

荷蘭智庫 Clingendael Institute 在 2025 年 6 月發布報告指出,荷蘭在先進半導體製造設備領域面臨來自美國和中國雙重壓力:「美國要求限制對中國出口,而中國則要求維持出口」。這種戰略依賴令荷蘭在美中對抗中處於極為微妙位置。

供應鏈警鐘:汽車產業加速去風險化

歐洲汽車製造商協會(ACEA)曾嚴正警告,若短時間無法獲得替代品,零件供應將中斷並危及整車生產。Moody’s 全球供應鏈負責人 Sapna Amlani 表示:「對於採購負責人而言,這不僅是一場臨時中斷,也暴露結構性風險,即地緣政治決策可以在瞬間重塑供應鏈」。

Bloomberg 引述知情人士報導,多家汽車製造商正要求主要供應商尋找中國製晶片的永久替代品。歐洲主要供應商遊說組織 CLEPA 主席 Matthias Zink 指出:「汽車行業正在考慮對供應鏈進行更廣泛調整,以適應不斷變化的地緣政治環境。我們已經收到一些訊號,例如有人會問『怎樣才能在不如此依賴中國的情況下為我供貨?』」。

智庫 Bruegel 在 2022 年分析中預見此困境,強調歐洲應加強應急規劃以確保供應鏈韌性,包括在歐洲生產高階晶片或確保從南韓等其他地區獲得供應。

有限緩和:暫停非終結

Vincent Karremans 在 11 月 19 日聲明中表示,暫停干預措施是「善意體現」,並對中國當局為確保向歐洲和世界其他地方供應晶片而採取措施持正面態度。中國商務部在 11 月初開始部分放寬出口禁令,允許民用設備製造商獲得豁免。荷蘭政府表示,中國已承諾就任何將生產或專業知識轉移出荷蘭的計劃提前通知。

然而這並不意味爭端完全解決。阿姆斯特丹企業法庭在荷蘭政府干預一天後發布禁令仍然有效,繼續限制 Nexperia 中國母公司影響力。布魯塞爾自由大學國際關係學者指出,美中半導體競爭已成為「新冷戰下戰略前沿」,歐洲必須在技術自主與經濟利益之間尋找平衡點。

企業的戰略啟示與未來展望

Nexperia 事件為全球企業敲響警鐘:在地緣政治風險日益上升環境中,供應鏈多元化已從選項變為必需。雖然荷蘭暫停干預緩解眼前危機,但結構性矛盾依然存在。歐盟《晶片法案》強調在地化生產,正是為避免類似疫情期間車用半導體缺貨問題再度發生。

未來數月荷蘭將繼續與北京當局進行建設性對話,尋求長期解決方案。但正如 Coface 在其科技戰報告中所指,美中科技競爭透過關稅、出口管制、市場准入限制等手段不斷升級,已導致中國對美出口損失近 1,500 億美元(約港幣 1.17 兆元)。在這場持久戰中,歐洲企業必須做好準備,應對技術脫鉤與供應鏈重組帶來的持續挑戰,同時加強本土研發能力與區域合作,才能在美中博弈夾縫中維護自身利益與經濟韌性。

資料來源: CNBC
DutchNews.nl
ABC News
世界日報
Clingendael Institute

 

read more
IT 基建企業趨勢業界消息

Amazon 貝佐斯 62 億豪賭物理 AI: 重返行政總裁寶座的戰略意圖


貝佐斯 62 億豪賭物理 AI: 重返行政總裁寶座的戰略意圖

Amazon 創辦人 Jeff Bezos 於 2025 年 11 月宣布投入 62 億美元(約港幣 483.6 億元)創立人工智能新創公司 Project Prometheus,並親自出任共同行政總裁,這是他自 2021 年 7 月卸任 Amazon 行政總裁以來首次重返企業營運第一線。這筆資金使 Project Prometheus 成為全球資金最雄厚的早期新創公司之一,遠超前 OpenAI 技術長 Mira Murati 今年稍早創立的 Thinking Machines Lab 所募得的 20 億美元(約港幣 156 億元)。該公司專注於將 AI 應用於「物理世界」的工程與製造任務,鎖定航太、汽車、電腦等產業,預期與 Bezos 旗下太空公司 Blue Origin 產生深度協同效應。

頂尖科學家聯手:印度裔物理學家掌舵技術願景

Bezos 的共同創辦人兼共同行政總裁是資深物理學家暨化學家 Dr. Vikram Bajaj。這位印度裔科學家擁有橫跨科技與生命科學的豐富經歷。Bajaj 曾在 Google X「登月工廠」擔任主管,與 Google 共同創辦人 Sergey Brin 密切合作開發 Waymo 自動駕駛汽車等突破性專案。他隨後共同創辦了 Alphabet 旗下的精準醫療公司 Verily Life Sciences 並擔任首席科學官,後來在癌症早期篩檢公司 GRAIL 貢獻關鍵技術,最近則擔任 Foresite Labs 的行政總裁和共同創辦人,專注於以 AI 驅動醫療保健和生命科學創新。據知情人士透露,Bajaj 已辭去 Foresite Labs 職務,全力投入 Project Prometheus 的技術願景。

Project Prometheus 已聘僱近 100 名員工,其中不乏從 OpenAI、DeepMind、Meta 等頂尖 AI 實驗室挖角而來的高階研究員。這場人才爭奪戰正在矽谷白熱化進行:Meta 為吸引 OpenAI 和 DeepMind 的研究人員,開出高達 1 億美元(約港幣 7.8 億元)的薪酬方案,最近招募的 Apple Foundation Models 團隊負責人 Ruoming Pang 薪酬包更超過 2 億美元(約港幣 15.6 億元)。Google DeepMind 行政總裁在 2025 年 7 月受訪時表示,Meta 的高薪挖角策略「很理性」,因為 Meta 在 AI 競賽中處於落後地位。

超越語言模型:物理 AI 開啟製造業革命新賽道

當前 AI 領域的巨頭如 Google、Meta 和 OpenAI 主要專注於大型語言模型(LLM)技術,這類系統透過分析海量數碼文本學習知識,在文字生成和理解方面表現卓越。然而 Project Prometheus 與 Thinking Machines Lab 等新創公司正在開拓不同路徑:建構能夠直接從「實體世界」學習的 AI 系統,而非僅處理數碼資訊。Meta 首席 AI 科學家、圖靈獎得主 Yann LeCun 預測,到 2030 年 AI 將經歷物理世界的革命性轉變,他本人也計劃離開 Meta 創立專注於「世界模型」(world models)而非大型語言模型的新創公司。

世界經濟論壇 2025 年 9 月發布的白皮書指出,物理 AI 正推動工業自動化進入新階段,透過「基於訓練的機械人技術」,AI 和機器學習能從模擬或真實世界經驗中學習,使機械人不再僵化地遵循特定程式,而能處理涉及變化的任務。Amazon 和 Foxconn 等早期採用者已看到顯著效益:Amazon 試點站點的效率提升 25%、運輸效率提高 10%,並創造了 30% 的技術職位;Foxconn 則透過 AI 驅動機械人將週期時間縮短 20-30%、錯誤率降低 25%、營運費用減少 15%。Nvidia 在 2025 年 10 月宣布,美國製造業已宣布 1.2 萬億美元(約港幣 9.36 萬億元)的產能建設投資,由電子、製藥和半導體製造商主導,這些公司正依賴物理 AI 和模擬技術加速製造流程。

據《紐約時報》報導,Thinking Machines Lab 旗下的 Periodic Labs 計劃在北加州設立專屬實驗室,部署機械人進行大規模科學實驗,讓 AI 系統透過分析這些「實體試錯」過程學會在很大程度上自主執行實驗。知情人士透露,Project Prometheus 也將投入類似研發路徑。

太空夢與地球製造:Blue Origin 協同效應浮現

Bezos 對 Project Prometheus 的投資與他的太空事業形成戰略閉環。Blue Origin 在 2025 年 11 月 13 日達成重大里程碑,成功發射 New Glenn 火箭執行首次 NASA 任務 ESCAPADE,將兩顆科學衛星送往火星研究其大氣層,並首次成功在大西洋駁船「Jacklyn」上回收第一級助推器,實現部分可重複使用的目標。Bezos 在今年稍早的演講中表示:「如果需要在月球表面或其他地方進行工作,我們將能夠派遣機械人執行,這比派遣人類更具成本效益」。Project Prometheus 的物理 AI 技術可望直接應用於 Blue Origin 的機械人製造和太空探索任務,支援 Bezos「數百萬人在太空生活和工作」的長期願景。

Blue Origin 也與 Sierra Space、Boeing 等夥伴合作開發 Orbital Reef 商業太空站,已獲得 1.3 億美元(約港幣 10.14 億元)獎勵金推動設計,該專案構想為可擴展的商業園區,用於太空旅遊、研究和太空製造。物理 AI 技術在這類太空製造場景中將扮演關鍵角色,使機械人能在微重力環境中執行複雜組裝和維護任務。

AI 投資泡沫爭議:華爾街與矽谷的分歧

Bezos 的巨額投資正值 AI 產業估值引發泡沫疑慮之際。Goldman Sachs 在 2025 年 11 月發布的報告指出,自 2022 年 11 月 ChatGPT 推出以來,AI 相關公司的市值已激增超過 19 萬億美元(約港幣 148.2 萬億元),這一數字已達到生成式 AI 對美國經濟產生的資本收益現值預估上限(5 萬億至 19 萬億美元區間,約港幣 39 萬億至 148.2 萬億元),遠超 80 億美元(約港幣 624 億元)的基準估算。該行分析師警告,市場對 AI 未來利潤的定價「遠遠領先於宏觀影響」,並援引 1920 年代和 1990 年代的創新泡沫為前例,當時市場為真實創新「支付過高代價」。

Goldman Sachs 行政總裁 David Solomon 在同一場會議上表示:「將有大量部署的資本無法產生回報,我們只是不知道這將如何演變」。然而 Bezos 對此持不同看法。他在 2025 年 10 月的意大利會議上將當前 AI 投資熱潮形容為「工業泡沫」,但強調這「可能是好事」,因為在泡沫期間「所有事情都會獲得資金」,雖然難以區分好壞想法,「這可能正在今天的 AI 投資中發生」。Bezos 堅信「AI 是真實的,它將改變每個產業」,並表示「文明豐饒來自我們的發明……這些工具增加我們的豐饒,這種模式將持續」。

BCG 和 Franklin Templeton 的研究報告指出,虛擬 AI 和物理 AI 正使生產從傳統手工、勞動密集型操作向高效率、自我控制的生產邁進,虛擬 AI 自動化數碼工作流程如設定點最佳化、生產規劃和缺陷檢測,而物理 AI 使機械人等物理系統能夠感知環境並與之互動。國際機械人聯合會(IFR)2025 年 1 月數據顯示,全球工業機械人安裝市場價值已達 165 億美元(約港幣 1,287 億元)的歷史新高,年度安裝量預計 2025 年將再增長 6%,到 2028 年將超過 70 萬台。

對企業的啟示與未來趨勢

Project Prometheus 的成立標誌著 AI 競賽進入新階段,從數碼文本處理轉向物理世界互動。對於製造業、航太和汽車產業的企業領導者而言,這傳遞了三個關鍵訊號:首先,物理 AI 技術已從實驗室走向商業化臨界點,擁有雄厚資金和頂尖人才的新創公司正加速這一過程;其次,AI 人才爭奪戰將持續白熱化,企業需要重新思考人才策略和薪酬結構;第三,AI 投資的長期價值創造與短期估值泡沫並存,企業需要審慎評估技術投資的實際回報路徑。

隨著 Yann LeCun、Mira Murati 等 AI 先驅紛紛創立物理 AI 新創公司,這個領域的競爭將更加激烈。Bezos 能否憑藉 62 億美元(約港幣 483.6 億元)的資金優勢和 Blue Origin 的產業協同,在這場物理 AI 革命中取得領先地位?答案將在未來數年逐步揭曉,但可以確定的是,AI 正在從虛擬走向實體,從軟件走向硬件,從數碼世界走向物理世界,這將深刻重塑全球製造業和太空探索的未來版圖。

資料來源:The New York TimesFortuneGoldman SachsWorld Economic ForumBlue Origin

read more
IT 基建人工智能業界消息

經濟學人:中國晶片產業 2026 年將震驚世界 AI 自主化進入關鍵轉折期


經濟學人:中國晶片產業 2026 年將震驚世界 AI 自主化進入關鍵轉折期

《經濟學人》(The Economist)預測 2026 年中國晶片產業將讓全球驚訝,從 DeepSeek 突破性 AI 模型到華為、寒武紀等企業在設計與製造端的快速進展,顯示中國正加速實現人工智能晶片自主化目標。這場由美國技術封鎖倒逼出的產業革命,正重塑全球半導體競爭格局,2025 年中國晶片設計市場達 380 億美元 (約港幣 2,964 億元),預計 2027 年將增至 710 億美元 (約港幣 5,538 億元),本土供應商市場佔有率可望突破 50%。

DeepSeek 效應引爆產業鏈變革

2025 年 1 月,中國新創企業 DeepSeek 推出的 AI 模型性能可媲美美國同級產品,卻未使用 Nvidia 尖端 AI 晶片,這項突破震驚全球科技界。DeepSeek 於 8 月宣布採用 FP8 數據格式,雖降低精度但大幅提升能效,使中低性能晶片也能快速運行 AI 模型,寒武紀晶片已支援 FP8 格式,華為下一代 AI 晶片預計跟進。然而《金融時報》報導指出,DeepSeek 原計畫使用華為昇騰晶片訓練 R2 模型時遭遇持續技術問題,最終被迫改回使用 Nvidia 系統,凸顯國產晶片在高強度訓練場景仍存在瓶頸。

本土晶片設計商市場佔有率飆升

雖然 Nvidia 在中國 AI 晶片市場仍佔主導地位,但華為、寒武紀、沐曦等中國企業已搶下約五分之二市場佔有率。寒武紀 2025 年上半年錄得創紀錄利潤,股價在 7 月至 9 月期間飆升 124%,市值達 5,210 億元人民幣 (約港幣 5,626.8 億元),一度超越日本最大晶片設備製造商 Tokyo Electron。高盛預期寒武紀特製 AI 晶片出貨量將從 2025 年的 14.5 萬顆增至 2030 年超過 230 萬顆,其最新「思元 590」晶片效能約達 Nvidia A100 的 90%。沐曦於 2025 年 7 月發佈曦雲 C600 GPU 晶片,預計年底進入風險量產階段,而摩爾線程已完成 IPO 輔導,計劃在科創板上市募資約 80 億元人民幣 (約港幣 86.4 億元) 用於次世代晶片研發。

科技巨頭轉向自研晶片生態

中國政府已禁止國內企業使用 Nvidia 晶片,促使阿里巴巴、百度等科技巨頭紛紛轉向自研晶片訓練 AI 模型。阿里巴巴自 2025 年初開始部署其真無處理器用於較小型 AI 模型,百度則測試使用崑崙 P800 晶片訓練其文心 AI 模型新版本。雖然兩家企業仍在最先進模型上使用 Nvidia 處理器,但阿里巴巴內部員工表示其自研處理器已能與 Nvidia 受限版本競爭。上海要求 2027 年前數據中心 70% 晶片採用國產設計或製造,北京更訂下同年完全獨立目標,貴陽則要求新設施 90% 晶片來自中國供應商。

製造端良率突破成關鍵戰場

華為輪值董事長徐直軍宣布昇騰晶片路線圖:2026 年第一季推出昇騰 950PR,第四季推出昇騰 950DT,2027 年第四季推出昇騰 960,2028 年第四季推出昇騰 970。華為計劃在 2025 年底啟動專用 AI 晶片工廠生產,另外兩座工廠預計 2026 年投產,三座工廠合計產能將超過中芯國際現有同類生產線。中芯國際計畫將 7 奈米及以下晶片產能翻倍,保守估計 2025 年底總產能將達 4.5 萬片/月,2026 年增至 6 萬片/月,2027 年進一步提升至 8 萬片/月。《金融時報》報導指出,中芯國際生產華為昇騰 910C 的良率已從一年前的 20% 提升至可獲利的 40%,目標是達到台積電為 Nvidia 生產 H100 晶片的 60% 良率水準。

能效與性能權衡的中國路徑

中國晶片設計通常以犧牲能效換取性能,華為 CloudMatrix 系統由 384 顆昇騰晶片組成,運算能力可抗衡 Nvidia 頂尖產品,但耗電量卻是對方四倍以上。業界正探索晶片設計與軟件協同改良的新方法,DeepSeek 的 UE8M0 FP8 變體能進一步降低運算能力、儲存與頻寬需求,晶片產業分析師董導立指出這代表中國 AI 領域軟硬件協同的新階段。雖然中芯國際必須依靠舊款曝光機挖掘潛力,良率僅為台積電一半,但 SemiAnalysis 預測中國晶圓廠仍可生產數百萬顆 AI 晶片,足以滿足國內大部分需求。

地緣政治加劇技術脫鉤風險

美國自 2019 年起限制先進晶片及製造裝置出口,2025 年更禁止 Nvidia H20 晶片銷往中國,雖然該晶片是專為符合先前限制而設計。荷蘭政府在美國壓力下撤銷 ASML 深紫外光刻系統出口許可,並暫停軟件更新、技術支援與備件供應。歐洲智庫歐洲對外關係委員會建議若中國武器化稀土出口,歐盟應考慮擴大對 DUV 機台的管制,這將迫使 ASML 放棄佔其總營收 25% 以上的中國市場。ASML 行政總裁 Christophe Fouquet 表示中國要生產 EUV 機台仍需多年時間,但該公司 2025 年第三季來自中國的銷售達 24 億歐元 (約港幣 203.52 億元),佔系統銷售營收 42%。

2026 產業前瞻與企業影響

中國「十五五」計劃 (2026-2030) 將半導體與 AI 領域科技自立自強列為核心任務,2024 年中國半導體產業營收突破 1 兆人民幣 (約港幣 1.08 兆元),AI 核心產業規模超過 5,000 億人民幣 (約港幣 5,400 億元)。TechInsights 數據顯示,中國半導體產能預計 2029 年達 8.75 億平方吋,五年內增長 40%,雖然面臨美國出口管制,中國企業在 28 奈米及以上成熟製程已佔據全球顯著產能市場佔有率。華為昇騰 910B 性能已達 Nvidia H20 的 85%,即將推出的 920 預計將縮小差距,顯示技術封鎖反而加速中國企業自主創新過程。雖然本土企業可能在能效與性能上暫時無法超越全球領先者,但到 2026 年底有望滿足國內大部分需求,這將重塑全球半導體供應鏈並影響跨國科技企業在華策略佈局。對於依賴中國市場的國際半導體設備商與晶片設計廠,技術脫鉤趨勢將迫使其重新評估業務結構;而中國科技企業雖獲政策支援,但仍需在技術追趕與商業化落實間取得平衡,未來兩年將是驗證中國晶片自主化戰略成敗的關鍵窗口期。

資料來源:鉅亨網The EconomistFinancial TimesSemiAnalysisReuterseuters

read more
企業趨勢業界消息

Tesla 啟動美國製造「全面去中」計劃 要求供應商 2027 年前完成零件替換


Tesla 啟動美國製造「全面去中」計劃 要求供應商 2027 年前完成零件替換

特斯拉行政總裁馬斯克旗下的電動車製造商,正加速將美國生產線與中國供應鏈徹底脫鉤。這家全球電動車龍頭企業於 2025 年初向數千家供應商發出明確指令:未來在美國組裝的所有車款,必須完全排除中國製零件,並計劃在未來 1 至 2 年內完成供應鏈重組。此舉標誌著全球汽車產業供應鏈重構進入加速期,也揭示了地緣政治風險如何深刻改變企業戰略佈局。馬斯克這項大膽決策,除了影響特斯拉本身,更可能成為汽車產業「去中國化」的轉捩點,迫使整個供應鏈生態系統重新洗牌。

供應鏈重組背後的戰略考量

特斯拉此次供應鏈大調整並非突發奇想,而是經過長期醞釀的戰略部署。自 2020 年新冠疫情導致中美供應鏈嚴重中斷後,特斯拉便開始逐步降低美國市場對中國零件的依賴,並積極鼓勵中國供應商將生產線轉移至墨西哥或其他地區。然而 2025 年川普政府對中國進口商品加徵高額關稅後,特斯拉內部決策層明顯加快了「去中化」的執行速度。知情人士透露,特斯拉高層長期面臨關稅波動帶來的定價困擾,無法制定穩定一致的價格策略,這成為推動供應鏈重組的關鍵動力。目前特斯拉與供應商已完成部分中國製零件的替換工作,剩餘零件預計在 2026 至 2027 年間全部轉換至其他地區製造的替代品。

產業面臨最大挑戰:電池技術突圍

在特斯拉「去中化」藍圖中,最難攻克的堡壘是磷酸鐵鋰 (LFP) 電池技術。中國寧德時代 (CATL) 一直是特斯拉 LFP 電池的核心供應商,這種電池以價格競爭力強著稱,但高度依賴中國製造。直到 2024 年,特斯拉仍在美國市場銷售配備中國製 LFP 電池的車款,但由於無法符合美國政府電動車稅收抵免資格,且面臨高額進口關稅,特斯拉最終停止在美國使用中國製電池。為解決這個瓶頸,特斯拉正在內華達州建設 LFP 電池生產設施,該工廠預計於 2026 年第一季度開始運營。這座位於內華達州斯帕克斯的工廠將首先為 Megapack 儲能產品和 Powerwall 家用儲能系統生產電池,隨後可能為北美市場的電動車型提供電池供應。特斯拉此舉,除了能規避關稅壓力,更能在技術創新和供應鏈安全方面取得突破。

地緣政治升溫加劇供應鏈危機

2025 年 11 月發生的中國與荷蘭晶片供應爭端,成為促使特斯拉加速供應鏈多元化的催化劑。荷蘭政府於 2025 年 9 月 30 日以國家安全為由,接管中資企業聞泰科技旗下的晶片製造商 Nexperia,此舉引發北京強烈反彈,導致中國一度停止出口 Nexperia 晶片。這種突發性的供應鏈中斷對全球汽車產業造成嚴重影響,因為 Nexperia 是多種汽車零件的關鍵晶片供應商。雖然美國總統川普與中國國家主席習近平在 10 月 30 日於南韓舉行的會談中達成臨時協議,但中荷爭端持續延燒,全球晶片供應危機的陰影仍然籠罩著汽車產業。特斯拉內部消息人士表示,晶片供應爭端發生後,公司內部關於加速供應鏈多元化的討論顯著增加。這次事件充分暴露了高度集中的供應鏈在地緣政治風險下的脆弱性,促使特斯拉下定決心徹底重組美國市場的供應鏈結構。

通用汽車跟進 產業掀起「去中」浪潮

特斯拉並非唯一採取「去中化」策略的汽車製造商。通用汽車 (GM) 於 2025 年 11 月初向數千家供應商發出類似指令,要求在 2027 年前完全清理供應鏈中的中國零件。通用汽車的策略重點是實現區域化生產,優先從車輛製造地的同一地區採購零件,特別是針對北美生產基地。通用汽車高層將此舉定位為提升供應鏈「韌性」的戰略部署,以應對貿易戰帶來的不確定性。從照明組件到電子模組,再到稀土元素,通用汽車的供應商被要求重新配置長期建立的供應網絡,尋找中國以外的替代來源。這波產業重組浪潮正將全球汽車供應鏈推向墨西哥、越南和印度等新興製造中心。墨西哥汽車工業協會預測,墨西哥將在 2025 年底成為全球第五大汽車生產國,2024 年產量達 4,000,000 輛,較 2023 年增長 5.56%。汽車產業的近岸外包 (nearshoring) 趨勢,正在重塑北美製造業版圖。

中國市場銷售承壓 雙重挑戰浮現

與此同時,特斯拉在中國市場的表現也面臨嚴峻考驗。中國乘用車協會數據顯示,特斯拉 10 月在中國的零售銷量僅為 26,006 輛,創下 2022 年 11 月以來三年新低,較去年同期下降 35.76%,較 9 月更是暴跌 63.64%。這個急劇下滑部分歸因於六座版 Model Y L 銷售動能減弱,以及上海工廠大幅增加出口配額。特斯拉上海工廠 10 月出口 35,491 輛車,創下 2023 年 11 月以來最高月度出口紀錄,較去年同期增長 27.69%。包含國內銷售和出口在內,特斯拉中國 10 月總批發銷量為 61,497 輛,年減 9.9%,月減 32.3%。2025 年前十個月,特斯拉在中國的零售銷量為 458,710 輛,年減 8.38%,顯示其在全球最大電動車市場的競爭力正面臨挑戰。這種「美國去中、中國承壓」的雙重困境,凸顯特斯拉需要在地緣政治風險與市場佈局之間尋找微妙平衡。

供應鏈重構的產業影響

特斯拉與通用汽車的供應鏈重組計劃,將對全球汽車產業生態系統產生深遠影響。中國是汽車零件 (包括晶片與電池) 以及車用原料的重要生產和出口國,憑藉龐大生產規模、低成本及貨幣貶值優勢,許多零件價格相對低廉。供應商轉移生產基地將面臨資本投資增加、物流路線重組,以及零件短缺或產品上市延遲的風險。短期內,供應鏈調整可能導致零件成本上升,最終轉嫁到消費者身上,推高車輛售價。標普全球移動出行 (S&P Global Mobility) 執行董事 Mike Wall 指出,車廠目前正在吸收關稅成本,但價格上漲勢在必行,這將降低消費者購買力,最終減少汽車銷量和物流流量。長期而言,供應鏈區域化和地理優化趨勢將加速,北美和盟友地區的生產與物流活動將顯著增加,而中國供應鏈的佔比將持續縮減。對於中小型供應商而言,由於美國勞動力成本較高,許多企業可能無法將零件製造遷回美國,面臨財務可行性的嚴峻挑戰。

企業面臨的戰略抉擇與未來走向

特斯拉「去中化」策略的成功與否,將成為全球汽車產業供應鏈重組的重要指標。這項計劃要求建立新的供應商夥伴關係,涉及東南亞、歐洲甚至美國本土供應商,雖然充滿挑戰,但也為供應鏈創新和多元化提供機遇。美國是特斯拉最大市場,所有在美國道路上行駛的特斯拉車輛都在加州和德州等本土工廠生產。相比之下,上海工廠使用約 400 家本地一級供應商生產的零件,超過 60 家已整合進特斯拉全球供應鏈系統,本地化採購率超過 95%。這種區域化生產模式突顯了特斯拉「一地區一供應鏈」的戰lgbtq 思維。未來 1 至 2 年,特斯拉能否順利完成供應鏈轉型,同時維持成本競爭力和產品質素,將直接影響其在美國市場的表現。隨著全球貿易保護主義升溫、關稅壁壘增加,以及地緣政治風險持續發酵,汽車產業的供應鏈格局正經歷數十年來最深刻的變革。企業如何在效率、成本與風險之間取得平衡,將成為決定勝負的關鍵因素。

 

資料來源: Reuters CnEVPost Channel News Asia Inbound Logistics The Wall Street Journal

 

read more
企業趨勢業界消息

Apple 加速行政總裁接班計劃:Tim Cook 明年可能卸任 領導層迎來重大變革


Apple 加速行政總裁接班計劃:Tim Cook 明年可能卸任 領導層迎來重大變革

根據《金融時報》報道,Apple 正在加速推進行政總裁接班計劃,執掌公司超過 14 年的提姆·庫克 (Tim Cook) 最快可能於 2026 年卸任,這將為全球市值達 4.03 兆美元 (約港幣 31.4 兆元) 的科技巨擘帶來重大領導變革。Apple 董事會與高階主管近期密集討論交接事宜,硬件工程資深副總裁 John Ternus 獲內部視為最有力的接班人選 。此次領導層轉換與公司當前業績無關,而是經過多年規劃的策略性安排,適逢 Apple 面臨 AI 競爭加劇、產品創新壓力與高層人事重組的關鍵時刻。

接班部署 進入最後階段

據多位知情人士透露 Apple 董事會近幾週顯著加快接班人選討論節奏,為 Cook 自 2011 年接任以來長達 14 年的領導生涯劃下句點做準備。《金融時報》指出公司不太可能在 2026 年 1 月底發布涵蓋關鍵假期銷售旺季的財報前宣布新任行政總裁 ,但若於明年初公布人事案,將讓新領導團隊有充足時間適應,趕在 6 月全球開發者大會 (WWDC) 與 9 月 iPhone 發布會等年度盛事前就位。 John Ternus 於 2001 年加入 Apple 產品設計團隊,2013 年晉升為硬件工程副總裁,並於 2021 年 1 月 25 日升任資深副總裁,負責領導 iPhone 、iPad 、Mac 、AirPods 等所有硬件工程團隊。《彭博社》形容他是「Apple 高階主管團隊中最年輕的成員」,且「極具魅力且深受好評」,在 Apple 從 Intel 轉向自研 Apple Silicon 晶片 的過程中扮演關鍵推手角色。

多家媒體指出若 Ternus 接任,將讓一位硬件專家重新執掌公司,這對 Apple 在新產品類別突破速度受質疑、以及應對競爭對手 AI 快速進展的時刻具有戰略意義。 Cook 先前曾表示偏好內部接班人,並強調公司設有完善的接班計畫框架。根據產業研究顯示內部接班規劃成效優於外部空降,科技業 84% 的成功行政總裁任命來自組織內部,而營運長 (COO) 是主要領導人才管道,佔所有新任行政總裁 的 21% 。這項數據支援 Apple 從內部晉升 Ternus 的策略邏輯。

高層人事大洗牌加速轉型

2025 年對 Apple 而言是高層人事變動頻繁的一年,多位 Cook 時代核心幹部相繼退居二線或離任。長期擔任財務長的 Luca Maestri 於 2025 年 1 月 1 日卸任,由財務規劃與分析副總裁 Kevan Parekh 接任,Maestri 則轉任企業服務團隊負責人,繼續監督資訊 系統、資訊保安與房地產開發等職能。在 Maestri 任內,Apple 年營收從 2014 年的 1,830 億美元 (約港幣 14,274 億元) 成長超過一倍,達到 2024 年的 3,830 億美元 (約港幣 29,874 億元) ,服務業務營收更增長超過五倍。 另一位 Cook 親信、擔任營運長近 15 年的 Jeff Williams 於 2025 年 7 月宣布退休,並於 11 月 14 日正式離開公司,結束長達 27 年的職業生涯。Jeff Williams 獲視為 Apple Watch 誕生的關鍵推手 ,並協助建立全球最受敬重的供應鏈體系之一,其離任標誌著 Apple 「重大人事換血」。資深高管 Sabih Khan 接任營運長職位,而 Williams 原先負責的部分職責則重新分配給包括 Ternus 在內的其他高階主管。《彭博社》形容這波人事變動發生在「iPhone 製造商本已動盪的時期」。

AI 競爭白熱化考驗新領導

Apple 當前面臨的最大挑戰之一是在人工智能領域的競爭態勢。自 2022 年底 ChatGPT 問世以來,矽谷焦點全面轉向 AI ,Cook 曾向投資人表示公司在此技術領域投入巨額資金。然而 Apple 的「Apple Intelligence」策略強調裝置端智慧與私隱 保護,與 Google 、Microsoft 等競爭對手的雲端優先、數據 密集型模式形成鮮明對比。 這種差異化策略既是優勢也是挑戰。Apple 前行政總裁 John Sculley 建議,Cook 的繼任者應該減少對應用程式 的關注,將重心轉向代理式 AI (agentic AI) ,以與 OpenAI 競爭。分析師指出 Apple 在 AI 領域的支出相對保守,可能導致競爭力差距擴大。同時 OpenAI 以約 64 億美元 (約港幣 499.2 億元) 收購新創公司 io,並延攬 Apple 前首席設計師 Jony Ive 開發 AI 硬件 ;Meta 的 Ray-Ban Meta 智慧眼鏡自 2021 年推出以來已售出 200 萬副,整合 Llama 大型語言模型;Google 則宣布 Gemini 模型將成為 Android 裝置預設助理,功能超越 Siri 。

雖然面臨挑戰,Apple 憑藉自研晶片與統一記憶體架構,能在 iPhone 與 Mac 上直接運行強大 AI 模型,這是多數 Android 硬件無法匹敵的「效能護城河」。軟件 工程資深副總裁 Craig Federighi 在去年 WWDC 小組討論中暗示,Apple 計畫將多種 AI 模型 (特別是針對特定任務的模型) 整合進 Apple Intelligence 框架。這種「合作夥伴式」 AI 策略類似 Apple 過去在搜尋領域的做法,在 2025 年 6 月 WWDC 上成為焦點議題。

科技業接班規劃新趨勢

Apple 的接班部署反映了更廣泛的科技業領導轉型趨勢。2024 年科技業行政總裁 離職率創歷史新高,年增 90% ,主要受 AI 轉型加速驅動。然而研究顯示 75% 的上市公司董事會在過去一年討論長期接班規劃,71% 確認緊急情況下的臨時行政總裁 人選,58% 評估內部候選人管道。雖然如此 ,近三分之一 (30%) 的董事會坦承若行政總裁明天離職並無確定接班人,10% 則不確定是否有人選。 董事會面臨的最大挑戰包括:維持強健的內部人才管道 (58%) 、有效評估內部候選人準備度 (40%) 、制定長期接班計畫 (37%) 。Apple 顯然在這些方面做足功課,Ternus 的長期培養與多位高階主管的有序交接,展現出教科書般的接班規劃執行。 策略時機也至關重要。Apple 進入 2026 年時,在服務業務、穿戴裝置與自研晶片方面保持成長動能,並持續擴大跨裝置 AI 路線圖,使得領導層明確性成為投資人在多年期產品投資前的優先考量。董事會近期的討論節奏顯示在不急於假期業績公布前宣布的前提下,已就過渡時間窗口達成共識。

新時代挑戰與機遇並存

Ternus 若接掌 Apple 行政總裁職位,將面對一系列複雜挑戰:如何在 AI 軍備競賽中保持創新優勢、是否需要更積極的併購策略、如何平衡私隱 承諾與雲端 AI 功能需求、以及如何延續 Apple 在後 Steve Jobs 與後 Cook 時代的產品創新傳統。分析師指出新任行政總裁 可能被賦予「重新點燃 Apple 追求策略性併購」的責任,雖然 Apple 擁有大量現金與有價證券,但收購估值達 3,000 億美元 (約港幣 2.34 兆元) 的 OpenAI 或 615 億美元 (約港幣 4,797 億元) 的 Anthropic 等「前沿模型」公司,在監管審查下並不現實。 同時這也是展現領導力的黃金機會。Apple 的硬件 優勢、垂直整合能力與供應鏈掌控力,為差異化 AI 策略提供堅實基礎。M4 晶片產品線的推出、新款 iPad mini 與 iPad Air 的更新,以及 Apple Watch 等產品的持續演進,都為新領導團隊提供強大產品武器庫。Ternus 在硬件工程的深厚經驗,特別是主導 Apple Silicon 轉型的成功記錄,使他成為引領 Apple 下一階段硬件 與 AI 融合創新的理想人選。

資料來源: 路透社 Business Standard Dimsum Daily Apple官方網站 Stock Analysis

read more