型錄上的速度不是您的速度
設備原廠早就把折扣率寫在規格表上
從一張二十年前的貼片機規格表開始，我們把「承諾的速度」與「量到的速度」之間的落差，
換算成一個可以拿去跟供應商對話的數字。
作者：Marcus 嘉鴻關係企業 · 資深副總經理 ｜ 發布日期：2026 年 9 月 ｜ 類別：設備與時間表1. 一張規格表上的兩個數字
Yamaha YV100II 是一台九〇年代末的貼片機，今天在二手市場上還買得到。 它的規格表在速度欄位寫了兩個數字：CPH 12,000 Ideal，括號裡是 Practical 10,000。
理想值與實際值並列，折扣率 0.83，是設備端自己標上去的。 沒有人逼他這樣寫，也沒有客訴要求他這樣寫。那個年代的規格表就是這樣做的。
現在請您找出手上任何一台近十年機種的型錄，看速度欄位。 您會看到一個數字，後面跟著一行小字：「在原廠定義的最佳條件下」。實際值不再並列。
同一條產品線，數字的透明度是往回走的。而落差本身，並沒有消失——它只是不再印在紙上。
2. 有一家原廠，還把兩個數字並排放著
JUKI 在官方網站的產品頁上，速度欄位同時列出兩組數值：最佳條件下的 CPH，以及 IPC-9850 標準條件下的 CPH。
| 機種 | 最佳條件 CPH | IPC-9850 CPH | 折扣率 | 來源 |
|---|---|---|---|---|
| KE-1070 | 18,900 | 15,500 | 0.82 | 經銷商整理之 JUKI 規格 |
| KE-2070 | 23,300 | 18,300 | 0.79 | 經銷商整理之 JUKI 規格 |
| JX-200（2011） | 18,050 | 13,900 | 0.77 | JUKI 官方新聞稿 |
| LX-8（2×Takumi） | 94,000 | 62,000 | 0.66 | JUKI 官方產品頁 |
| LX-8（2×P20） | 105,000 | 65,000 | 0.62 | JUKI 官方產品頁 |
| RX-8 | 100,000 | 55,000 | 0.55 | JUKI 官方產品頁 |
機器越快，折扣越深。早期中速機是 0.77 至 0.82，現行高速機掉到 0.55 至 0.62。買一台號稱十萬 CPH 的機器，標準條件下量到的是五萬五。
3. 這件事大到整個產業為它訂了標準
IPC-9850《Surface Mount Placement Equipment Characterization》建立的是量測與申報貼片機 「精度與速度關係」的統一參數、程序與方法，以標準指定的測試板與五種元件類型實測， 現行版本為 2011 年發布的 IPC-9850A。訂定它的理由很直接：讓不同廠牌的機器可以被真正比較。
這套標準最重要的一個觀念是：它量的不是「一個速度」，而是精度要求上升時、速度如何下降的那條曲線。
也就是說，型錄上的最佳條件 CPH，本質上是精度要求最寬鬆那一端的讀數。它不是謊話， 是一個在特定條件下為真的數字——而那個條件，通常不是您產線的條件。
4. 那麼機器到底變快了多少
既然速度有兩種讀法，「機器越來越快」這件事也就需要重新量一次。以下取自 Yamaha 官方新聞稿， 全部是最佳條件值——同一把尺，因此同級別之間可以比。
| 級別 | 年份 | 機種 | 最佳條件 CPH | 同級別倍率 |
|---|---|---|---|---|
| 小型／經濟型 | 2008 | YS100 | 24,000（0.15 秒/chip） | 九年 1.9 倍 |
| 2017 | YSM10 | 46,000 | ||
| 旗艦 2-beam 模組機 | 2009 | YS24 | 72,000（0.05 秒/chip） | 十一年 1.6 倍 |
| 2018 | Z:LEX YSM20R | 95,000 | ||
| 2020 | YRM20 | 115,000 | ||
| 超高速多工位機 | 2006 | YG300 | 105,000（0.034 秒/chip） | 十年 1.9 倍 |
| 2016 | Z:TA-R YSM40R | 200,000 |
資料來源：Yamaha Motor 官方新聞稿，發布日期分別為 2006/9/27、2008/5/19、2009/5/28、2016/4/21、2017/1/11、2018/1/11、2020/1/10。
三個獨立級別、三個不同的十年區間，倍率全部落在 1.6 至 1.9 倍之間。 世代進步的速率穩定得出奇，而且遠低於現場的體感。
您感受到的躍升，多半來自換級別
工廠裡的記憶不是 1.6 倍。從 YV100II 的每小時一萬點，到 YS24 的七萬二千點，是 7.2 倍—— 那是足以讓老闆在折舊完成前就決定換機的躍升。同樣顧一條線的人力不變，貼裝速度翻好幾倍， 單位人力成本直接砍下來，需要的 facility 也同步縮小。
但那 7.2 倍主要來自換級別，不是換世代。從汎用單頭機跳到旗艦 2-beam 雙十連頭機， 中間跨了一個機器級別；同一級別裡的世代進步，十年只有 1.6 倍。
級別能換的次數是有限的。換到頂之後，就只能吃 1.6 倍／十年的世代進步。汰換誘因在 2010 年代之後轉弱，不是因為技術停了，是因為那家工廠已經爬到級別頂端。
這也解釋了折舊與汰換的關係。財務折舊是固定的會計期間，但實際汰換由另一件事決定： 新機的產出躍升，是否大到足以蓋過舊機的殘值。折舊是會計事實，汰換是競爭決策。 落地線因此是分層的——頭部企業買新機，非頭部企業買二手機；同一代技術對前者是 2018 年落地， 對後者可能是 2028 年落地。
5. 同樣的結構，不只在您的產線上
「在最佳條件下」這五個字，不是設備業獨有的。把視野拉遠，會看到同一個結構在更大的尺度上重演。
2005 年出版的《The Singularity Is Near》畫了一條曲線：每一塊錢能買到的運算能力，會以指數速度上升。 當時這條曲線被大量嘲笑。2024 年的續作《The Singularity Is Nearer》把它延長了二十年，並附上逐年機種與數字。 該書第 166 頁的對照表列出：2005 年的 Pentium 4 662，每一固定 2023 美元每秒約 1,200 萬次運算； 2023 年的 Google Cloud TPU v5e，同樣單位下約 1,300 億次。十八年，約 10,800 倍。 這條曲線走完了。
但同一本書裡越靠近「真的在用」的預測，落差就越大。
| 預測項目 | 原始預測 | 2026 年實測 | 落差判定 |
|---|---|---|---|
| 每美元運算能力 | 持續指數成長 | 2005 年約 1,200 萬次/秒／固定 2023 美元 → 2023 年約 1,300 億，十八年約 10,800 倍 | 命中 |
| 圖靈測試 | 2029 年通過 | 2025 年的五分鐘三方測試已通過。受測模型在給定擬人角色設定時被判為人類的比例達 73%，高於真人；同一模型未給角色設定時降至 36% | 提前，但有條件 |
| 通用人工智慧 | 2029 年達人類智能水平 | 尚未達成。各主要預測社群的中位數已落在 2030 年代初，且區間極寬 | 方向對、時點略慢 |
| 腦機介面 | 2030 年代由奈米機器人連接大腦皮質 | 仍為植入式電極，2026 年 1 月全球累計 21 位試驗受試者，用途為癱瘓與語言功能復健 | 落後一個世代 |
| 長壽逃逸速度 | 2030 年前後達成 | 2024 年《Nature Aging》分析 1990–2019 年十個最長壽人口，壽命增幅為減速而非加速 | 證據方向相反 |
圖靈測試那一列請看第二眼。那個 73%，是在給定擬人角色設定的條件下量到的； 換掉條件，同一個模型掉到 36%。這跟型錄 CPH 是同一個句型：一個在特定條件下為真的數字， 被當成一個普遍為真的數字在流傳。
延伸閱讀：地租攫取的微觀證據：同一個地址，兩種餐廳
6. 把它講成一句話：三條線
到這裡可以把前面的東西收成一個模型。任何一份科技預測拆開，裡面混著三種性質完全不同的東西。
| 線別 | 量的是什麼 | 落後幅度 | 預測準確度 |
|---|---|---|---|
| 算力線 | 每單位成本能買到的運算能力 | 基準線 | 高——二十年前的曲線至今成立 |
| 能力線 | 在最佳條件下做得到什麼 | 落後算力線約 1–3 年 | 中——可測，但條件差異大 |
| 落地線 | 在您的條件下真的在用 | 落後能力線約 5–15 年 | 低——預測失準幾乎都在這裡 |
落地線為什麼慢：四個摩擦源
- 責任歸屬——新技術上線後出錯，要有人具名承擔。這件事沒有技術解，只有時間解：等別人先試過。
- 驗證成本——實驗室證明一次就夠，產線要證明它在各種條件下都穩定。
- 法規與稽核——導入的東西不只要能運作，還要能被稽核。前者是技術問題，後者是文件問題。
- 既有資產殘值——設備還沒折完，換不換是競爭決策而非技術決策。
四項的共通點：瓶頸都是人，不是技術。而人的部分不會因為算力變便宜而變快。 因此本文的主張可以收成一句：一項技術的落地折扣率，約略正比於出錯時要由誰負責的重量。
7. 同一個落差，在總體經濟層次上更誇張
| 來源 | 發布時間 | 估算 | 方法特徵 |
|---|---|---|---|
| Acemoglu | 2024 年 5 月修訂版 （4 月初稿為 0.71%／0.55%） | 十年內對總要素生產力貢獻不超過 0.66%；扣除難以學習的任務後低於 0.53% | 由任務層級由下而上加總 |
| Goldman Sachs （Briggs & Kodnani） | 2023 年 4 月 5 日 | 十年內推升全球 GDP 約 7%（近 7 兆美元），勞動生產力年增約 1.5 個百分點 | 由職業暴露比例推估；此數字亦為 Acemoglu 論文開篇所引用的對照對象 |
兩者相差一個數量級。這不是誰對誰錯的問題——是這個問題目前還沒有可靠答案的證明。 值得您問一次的是：貴公司的 AI 或自動化導入 KPI，當初是用哪一個數字算出來的？
8. 把折扣率變成可用的東西
以下是模型，不是統計。用途不是預言日期，而是讓您和供應商在同一張表上對話。 情境設定：供應商承諾「18 個月後，AI 光學檢測可全線取代人工目檢」。
| 階段 | 承諾版 | ×2 情境 | ×3 情境 |
|---|---|---|---|
| 樣機驗證 | 3 | 5 | 7 |
| 單線試跑 | 3 | 6 | 9 |
| 誤判率調校至可放行 | 6 | 12 | 18 |
| 全廠推廣與教育訓練 | 6 | 13 | 20 |
| 合計 | 18 | 36 | 54 |
| 換算落地時點（自 2026 年 9 月起算） | 2028 Q1 | 2029 Q3 | 2031 Q1 |
延遲的分布並不平均。樣機驗證只多了兩到四個月，但「調校到可放行」與「全廠推廣」兩段吃掉七成以上的延遲。 原因與前面四個摩擦源一致：技術問題會照期程解決，責任問題不會。
| 出錯的後果 | 建議倍率 |
|---|---|
| 只影響內部報表，可回滾 | ×1 |
| 會流到客戶端，但出貨前可攔截 | ×2 |
| 會流到客戶端且不可回收（已出貨、已封裝、已上機） | ×3 |
› 延伸閱讀：區塊展開與最佳化：現場 Cycle Time 從哪裡來
9. 結論
- 型錄上的速度不是您的速度。那是精度要求最寬鬆那一端的讀數，設備原廠自己在註腳裡寫得很清楚。
- 折扣率隨速度變深。從 0.82 到 0.55。機器越快，型錄數字與標準量測值的落差就越大。
- 您感受到的躍升多半來自換級別，而級別能換的次數有限。換到頂之後，剩下的是 1.6 倍／十年。
- 方向照收，時間軸打折。二十年前那條被嘲笑的算力曲線走完了；越靠近落地端的預測，落差越大。
- 落差有結構。它正比於出錯時要由誰負責的重量——所以延遲永遠集中在調校與推廣，不在樣機。
10. 對供應鏈中游企業的啟示
- 落地線走得慢，代表耗材與維護需求比設備需求更穩。 機器用到超過帳面年限的那幾年，正是耗材、備品與維護服務需求最紮實的期間——一個穿越汰換週期的位置。
- 下一個躍升不會再從 CPH 來。 級別已經換到頂、世代進步只剩 1.6 倍，剩下的空間在換線時間、稼動率、無人化與線體整合， 也就是沿用既有架構、只調整自動化程度這條路。它的提案風險低，因為不要求客戶當第一隻白老鼠。 （延伸閱讀：嘉鴻智庫其他研究報告）
- 能替客戶判斷折扣率的供應商，比報價低的供應商更難被替換。 報價可以被比較，判斷不行。當客戶手上有三份都寫著「18 個月」的提案， 能把那 18 個月拆成四段來問的人，位置就不一樣了。
本文引用之設備數據均取自原廠公開發布之新聞稿與產品頁；表 1 前兩列標示來源為經銷商整理之規格， 性質與原廠文件不同，已於表中註明。表 6、表 7 為情境模型，非統計結果。 Yamaha 未公布 IPC-9850 條件下之數值，故表 2 之倍率不含折扣率變化。
法律聲明 / Legal Disclaimer
本報告僅供參考，不構成投資建議。本報告中的數據與模型僅用於學術與商業分析， 不應作為投資或採購決策的唯一依據。市場與技術發展具有高度不確定性，任何決策均需自行承擔風險。
This report is for informational purposes only and does not constitute investment advice. All data sources are public information and research. Markets and technology are highly uncertain, and all decisions are at the reader’s own risk. 授權聲明 / License 本文由嘉鴻關係企業（JIAHON Group）發表，著作權歸嘉鴻所有。
✓ 允許引用與轉載——歡迎引用本文內容，但必須註明出處並附上嘉鴻官網連結：https://www.jiahon.com.tw
✗ 禁止未授權商業使用——若將本文內容、框架或理論用於商業用途（包括但不限於收費課程、付費報告、商業諮詢等營利行為），須事先取得嘉鴻書面授權。商務授權洽詢請透過官網聯繫。
This work is published by JIAHON Group. All rights reserved. Quotation and redistribution are permitted with proper attribution and a link to jiahon.com.tw. Commercial use—including but not limited to paid courses, reports, or consulting services incorporating this content—requires prior written authorization from JIAHON.
