[2014創新企業]研華科技：服務模組化,切入物聯網新領域|數位時代 BusinessNext

服務要到位

然而，智慧城市應用面非常廣，各產業的專業度非常高，擅長智慧交通領域者，並無法複製該服務到智慧醫療，「沒有一家公司可以囊括所有服務，因此必須要與外部夥伴協同創新。」

因應SRP模式，研華調整組織架構，如嵌入式設計服務事業群，設有客戶專屬服務團隊，分別服務電信、醫療、網路、POS、工業設備製造等領域，以滿足客戶的需求。另外，也新增智能生活事業群，透過策略聯盟方式，藉由研華提供的智慧服務平台，針對智慧醫療、工業自動化和工廠自動化、智慧交通、車載電腦、智慧生活應用、新能源和智能電網等六大垂直領域提供解決方案。

(圖:研華科技技術長楊瑞祥)

楊瑞祥解釋，研華的客戶為系統整合商（System Integration，SI），研華以往只要專注研發技術產品提供給SI即可，讓SI再針對客戶所需做進一步的軟硬體整合服務。但SRP模式強調的是服務到位，透過研華建構的智慧應用整合平台裡的模組化配套應用，讓各產業垂直領域的SI夥伴可在這個統一的平台上，依照客戶需求搭配軟體應用及操作介面，建立模組化服務，用更智慧與快速的方式服務客戶。

與外部夥伴合作創新，是研華驅動創新的方式之一。楊瑞祥表示，研華有一套「IMAX」（Incubation、Merger、Alliance、X product四個字的縮寫）的創新制度，透過內部育成、購併、策略聯盟、以及產學合作，進行創新產品研發，來開創新事業並發掘新商機。像研華廣邀系統整合商夥伴加入「WebAccess＋物聯應用聯盟」，推動植物工廠，針對溫室大棚與LED植物工廠建置，進行評估規劃與設廠配置，也在各大專院校成立物聯網實驗室。

借外力創新

除了技術與產品外，研華也相當強調行銷服務與商業模式。以其所舉辦的創新商業模式競賽TiC100來說，從規則的設計開始，要求學生團隊除了理工科外，一定要有商科學生，從技術產品研發到目標市場的銷售等，規劃出可行的行銷模式。

在SRP模式以及與夥伴協同創新下，研華在智慧城市應用創下不少佳績，如台北市的e-Bus裡內建研華工業電腦，透過GPS連結到交通局的行控中心，行控中心隨時可以掌握公車的地點，讓乘客可以透過手機，在站牌等候時即可知道下一部公車何時到站。e-Bus智慧公車系統也已輸出至國外市場。在智慧醫療部分，研華設計一款App，與醫院內部的電腦和後台病歷系統做連結，讓候診病患隨時可掌握候診區的等候狀況，減少病人的不便。

針對物流倉儲應用，基於貨物必須從頭到尾全程監控，物流倉儲中負責搬運貨物的各種車體，所使用的系統就必須擁有高度的穩定性，研華研發一款強固型車載系統，並比照航空用戰鬥機等級的規格，做為產品強健度的檢驗標準，以強化產品震動衝擊耐受度。除此之外，也採用RFID與Wi-Fi熱點結合物流導航應用，透過精準定位讓物流取貨更順暢。

在智慧農漁業部分，屏東農業生物科技園區內，生技業者採用研華遠端監控解決方案，建置可漁菜共生的生態養殖陸地溫室，透過對引進室內養殖池的海水進行溶氧、氨氮、pH值、水溫等監測，管理者能以電腦、手機、平板等裝置來隨時監看養殖場狀況，並取得重要資料。而當數據出現異常時，系統也會自動發送簡訊通知負責人，以便讓養殖室溫始終處於最適狀態。

除了積極與上下游產業夥伴策略合作外，研華在今年也正式成立「研華投資」，鎖定包含製造、機器人、醫療、零售、車載、智能建築等六大產業目標。以機器人為例，研華除了購併寶元數控公司，也與上銀策略聯盟，研華提供工業電腦和控制器，上銀則是提供機器手臂本體、自動化元件、伺服馬達及驅動器等。它們並計畫共同育成一家應用系統整合公司，邀請包括鴻海、日月光、友達、群創、金屬加工業及食品飲料業參與投資入股，補強人才與資金，加速打造機器人產業鏈。

成立至今30年沒虧過一毛錢，董事長劉克振曾說，沒有人可以真正地預知未來，研華一路上也是摸著石子過河，但遇到機會，一定會好好把握，「只有那些瘋狂相信自己可以改變世界的人，才會真正改變世界。」

研華成立時間：1983年
董事長：劉克振
營業額：2億1千萬美元
市值：45億美元
業務範圍：遍布全球21個國家、92個城市
大事記：1999年於台灣證券交易所上市／2003年成立中國昆山製造中心／2005年與華碩策略聯盟成立研碩／2007年於德國慕尼黑成立歐洲總部／2013年崑山協同創新研發中心落成／2014年林口園區正式營運

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問