剖析台灣軟體代工產業發展機會與能力轉型策略
剖析台灣軟體代工產業發展機會與能力轉型策略
2008.12.02 | 科技

軟體代工的定義與範疇

軟體發展(Software Development)委外是一種常見的委外活動;委外企業將非核心、非常規、非領域專門的程式撰寫工作交由第三方廠商代為發展;或者是軟體公司將系統分析、系統架構等複雜與核心工作外的程式撰寫委由第三方公司發展,以彌補人力的不足或者專注於核心軟體設計、銷售與產品推廣領域等業務。近年來,由於全球化趨勢、軟體模組化技術、資通科技的發展以及亞洲、東歐、南美等新興國家的充沛且相對低廉的程式設計人才,使得歐美、日本等先進國家將上述軟體發展工作委外至相對低廉薪水的國家進行軟體發展的工作。這種將軟體發展工作委由在第三國家的第三方廠商進行發展,稱之為「離境軟體發展委外」(Offshoring Software Development)。我們稱之為「軟體代工」的委外模式。

就軟體代工的範疇,傳統上可以利用軟體開發流程來分析委外的範圍;如:需求分析、系統架構、系統設計、程式撰寫、測試、整合、維護等範疇。但如果就軟體代工產品或服務所牽涉到的技術複雜度或是領域專業的知識深度則如圖一所分類。

圖一 軟體代工的範疇

如圖一所示,我們將目前主要六個的軟體代工活動依照產品技術複雜度以及領域專業知識深度進行定位,資訊服務廠商可以就所能提供軟體代工服務的技術能力或專業知識能力進行佈局或策略合作。
以下本文所提及的軟體代工服務與模式,包含上述六大服務代工內容。

全球軟體代工市場發展現況與趨勢

投資現況:美國為主力、亞洲成長快速

就離境資訊服務委外服務的投資金額來看,美國投資金額約佔全球投資金額的70%以上、亞洲則約2%左右。若分析離境軟體代工部分,則可以發現儘管美國仍佔主要離境代工委外投資國,但2006-2011年複合成長率僅有8%上下;在亞洲部分則高達32%左右。顯示亞洲國家對於軟體代工服務的投資成長快速。

圖二 美國與亞洲軟體代工投資成長率

供給現況:印度、中國為兩大磁吸

若就目前離境軟體代工的供給國家現況分析,印度、中國仍為目前主要的資訊委外大國。顧問公司A.T. Kearney 在2007年,依據「金融吸引指數」(包括:薪資成本、基礎建設成本、關稅、法治成本等綜合分數)、「人員與技術吸引指數」(包括:專案經驗及品質、人力充沛、教育與語言)、「商業環境」(包括:國家政經環境、基礎建設品質、文化及安全與智財權保護)所做的40國家的離境委外服務的吸引指數顯示,印度與中國是最佳的兩個離境委外地區;如圖三所示,全球委外以印度、中國為兩大主要委外供應來源。印度約有9成委外業務來自歐美、中國則委外約有5成來自日本、3成來自歐美。

但不論Gartner、IDC或McKiseny的報告均顯示,就語言、西方文化契合度、法律與安全隱私分析,中國均遠低於印度以及其他代工國家(如:巴西、墨西哥、愛爾蘭)。

圖三 全球委外供給關係圖

委外趨勢:從委外2.0到委外4.0

然而,委外服務在委外需求的日益複雜、以及委外供給國的技術人力與供給模式的日益成熟下,委外的趨勢亦逐漸的轉變。

從需求企業的觀點,委外將從服務委外供給國所獲得的勞工套利(Labor Arbitrage),逐漸轉變為以注重整體流程效果、快速回應企業需求的商業模式。企業所重視的軟體代工將不是以往單一活動的成本最低,而是轉變為整體軟體產出為考量的效率以及快速、彈性地回應變動。

從供給企業的觀點,委外亦將從提供需求企業固定規格下的代工模式轉變成協助企業建立良好的需求分析、系統架構或全球運籌架構。這意味著從軟體代工將從OEM模式轉變為ODM代工模式。如表一,我們從需求端與供給端的觀點進行分析,發現軟體代工將走向高附加價值的ODM委外代工模式、以及全球運籌的合作模式。

表一 從需求端、供給端觀點分析軟體代工趨勢

台灣資服業者的機會與轉型策略

綜合以上,我們可以發現全球軟體代工活動面臨一個新的轉變機會。以下,本文就如何回應新的轉變,分析台灣資服業者的現況、機會、轉型方向與策略。

專職軟體代工商少、人數規模亦小

若以我國主要從事軟體代工業務的資訊服務廠商分析,如表二所示,規模均少於1,500人以下,主要的軟體代工工廠均設在中國大陸。相較於印度軟體五大委外大廠,如:Tata Consultancy Services、Wipro、Infosys、Satyam、HCL,均超過50,000人以上的規模,相差懸殊。但與中國大陸廠商則相對接近,具有競爭與合作空間存在。如表三,中國大陸主要軟體代工商以日本為主要發包國、嵌入式軟體、在地化為主要服務。

表二 我國軟體代工主要業者

表三 中國大陸軟體代工主要業者

委外中介商(Middle-Sourcing)機會崛起

對於我國勞工薪資成本較印度、中國大陸較高的既有條件下,在委外從注重營運效率、低廉勞工成本轉換成注重流程效果、全球運籌或是委外活動轉為高價值的原廠設計時,應是我國資服廠商可以進入的機會點(如表一的灰色部分)。

如圖三所示,委外企業在面對全球運籌的委外業務時,在選擇、管理委外業務活動時勢必更為複雜;如:尋找合適的委外廠商、軟體規格的設計、知識的轉移與保護、軟體發展的控制與協調等等勢必委由值得信賴的第三方作為管理(詳如表四)。在人力素質高、企業形象佳、智慧財產權保護較佳、以對華文相對瞭解的優勢下,可以善用中國大陸充沛人的程式設計師人力,作為委外中介商(Middle-Sourcing)的角色。

圖四 委外中介商(Middle-Sourcing)模式圖

表四 委外中介商主要活動

朝專業領域代工商、獨立中介商模式轉型

然而,就我國目前資服廠商離境軟體代工業務的規模仍小與經驗仍較不足的狀況,應有其轉型的步驟與漸進性策略。如圖五所示,在短期的發展策略中,應在專案式的接單中培養客戶的信賴與維持良好的關係。就我國資服廠商人力、資金規模的限制因素,應以合作、合併或是合資的方式截長補短以服務客戶。

就委外仲介商的機會,應有兩類方向可以發展。一項是走向某種特殊專業領域的OEM/ODM代工廠。例如:我國網路通訊、電腦硬體產業供應鏈完整,應較中國大陸更有機會發展嵌入式軟體的專業領域軟體代工;深耕此以類型OEM/ODM軟體代工廠將會協助客戶建立專屬的軟體開發中心(Outsource Development Center, ODC)模式。

另一類型則走向獨立中介商模式,協助委外企業尋找合適的軟體代工廠。這類型的企業則應特別重視離境軟體代工的管理的能力;此外,國際化的人才與經營模式也是此類型不可或缺的發展策略。

圖五 我國資服業者轉型策略

客戶、流程、技術、人力資源成能力培養策略

就兩種不同的委外中介商發展模式:領域代工商、獨立中介商也應有不同的能力培養與轉型方式。
如圖六所示,領域代工商應著重於客戶的長期關係培養;包括瞭解客戶的文化、企業流程、或是特殊的客戶需求。著重的策略意味著培養與客戶深入溝通能力的工程師或專案管理師,也可能必須指派工程師駐點在客戶公司。在領域專業知識的培養則是該模式成功的關鍵。

獨立中介商將首重於整個委外流程的控管能力以及尋找具有協調整合多方委外廠商的專業經理人或專案管理師。對於客戶關係雖然不若領域代工商的知識深耕,但如何尋找適合的客戶則有賴具有國際化的經理與銷售團隊。

圖六 兩種委外仲介商的能力培養雷達圖

更多文章請上ITIS智網

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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