微星科技壓寶機器人產業
微星科技壓寶機器人產業
2005.08.15 | 科技

打太極拳、三連環踢、空手道、踢球……。
這不是電腦展上漂亮美眉為了吸引買家的新招數,而是微星科技二○○五年Computex電腦展上E2R-H3機器人的定時表演項目。E2R-H3雖然個頭僅有三十四公分高,體重也只有兩公斤,卻是個「樣樣俱全」的小機器人。小巧可愛的頭可以一百八十度旋轉,頭上的「眼睛」可以「看」到周遭的影像,胸膛就是一款小小的螢幕,可以呈現眼睛所看到的景物,也可以播放影片和音樂。具有人臉辨識功能,能認出十個人的臉,當然也具備語音辨識功能。
E2R-H3是Education and Entertainment Robot-Humanoid 3的縮寫,表明了這台機器人的主要研發目的,就是以教育和娛樂為主,同時也強調了這是微星第三代的「人型」機器人。和第二代最大的不同,就是第三代機器人不但可以走路,又可平衡得很好,不會跌倒。
微星科技負責機器人硬體的工程師吳奕龍表示,行走對於機器人的研發技術來說,是屬於相當高難度的,因為舉凡走路、關節彎曲、換腳、單腳站立,都牽涉到機構、力學、控制、電機等不同的學問與技術,只要設計不良,重心就會不穩,機器人走沒兩下即會摔倒,也難怪吳奕龍說:「雖然是機器人的一小步,卻是微星科技的一大步,也是台灣產業的一大步。」

從愛寶狗激起轉型念頭

創立於一九八六年的微星科技,是國內數一數二的板卡(主機板、顯示卡)廠商,以代工起家,但隨著代工產業毛利率降低,為了提高產品的附加價值,近年來開始擴充產品線,加強品牌發展,推出自有品牌MEGA(MSI Entertain-ment and Gam-ing Appliance)系列,主攻消費性電子產品。經過這兩年多角化經營下來,總經理徐祥樂觀表示,今年主機板(含準系統)出貨應可達一千七百萬片、繪圖卡八百萬片;MEGA系列的MP3隨身聽機種可達到一百五十萬台,筆記型電腦也可賣到三、四十萬台。 雖然微星這幾年的營收和產值都往上提高,毛利率不斷下降卻也是不爭的事實。在市場上每一家產品的差異性不大,只能不斷削價競爭的惡質環境下,微星轉而思考藉由研發非標準化的系統產品,以另闢新天地的可能性。在這股亟欲擺脫代工業微利宿命的迫切感下,激起了資深研發副總黃金請成立創新前瞻研究中心的念頭。 三年多前,黃金請替唸國小三年級的小孩買了一隻新力愛寶狗(AIBO),發現小孩非常喜歡。人與機器狗的互動,引起了黃金請興趣,於是他開始到各機器人玩具賣場和家長聊天,了解其他家長和小孩對機器人的看法,同時也向學校教授詢問技術上的問題。就如尼葛洛龐帝(Nicholas Negroponte)在一九九五年的(數位革命)一書中所提到:「機器人這個價值百億美元的大市場,不會被忽視太久。」黃金請認為,開發機器人也許是微星一條可行的轉型之路,於是便以教育和娛樂的需求為主,組成機器人研發團隊。

基礎研究與系統整合是最大瓶頸

幾代機器人研發下來,團隊成員發現基礎研究和系統整合是目前最大的瓶頸。為了要做出視覺、觸覺、語音輸入與辨識的機制,舉凡軟體、機電、人工智慧、語言行為、人機互動等各項基礎研究都要先徹底做好。接下來的系統整合更是關鍵,有時候,調整好的單一模組組合在一起時,效能反而可能完全降下來,必須設法找出問題,重新再做調整。
雖然經過一次又一次失敗,每一次拆組等於是對前一次的技術破壞,但團隊成員卻不以為苦,個個都對機器人產業的未來信心十足。工程師顏睿余表示,雖然目前微星還沒有開規格制訂自己的IC,但是買來的IC幾乎完全重新定義,徹底改變IC原有的使用方式,並將其功能發揮到極致。遇到問題時,尋求原廠協助,也往往得不到滿意的答覆,只好自己解決問題,到後來竟演變到原廠反過來向微星請教問題。
由於機器人的開發所需技術甚多,整合的過程相當重要,使得微星在專案管理上花費了不少心力。針對每一代機器人,整個團隊先訂出想要達成的技術目標和開發時程,統整成一個大專案,每一個開發時程進度由各組組員和組長共同訂定,各組組長隨時進行討論協商,訂出合理的進度並進行功能整合。專案經理負責掌控所有的進度,跟緊重要查核點(critical path),以免各組互相耽誤,延宕進度。

將創意與執行分階段管理

從第三代機器人開始,研發團隊開始導入「新產品開發流程」(New Product Development & Launch Process, NPDLP)。機器人團隊的專案經理趙平峽表示,NPDLP將機器人的開發分成「創新管理」和「專案管理」兩個階段。在「創新管理」的時期,容許大家有各種天花亂墜的想法,可以前後來回討論,等到通過可行性分析之後,篩選出真正要執行的構想,就進入設計開發流程,真正的專案管理才開始。趙平峽說,導入NPDLP後,各組組長在創新管理階段就先解決了一些爭議,經過充分溝通後所定義出的技術以及未來所需要的專利,各組組長和組員都開始全力以赴,於是機器人的研發逐漸上了軌道。
目前整個機器人研發團隊共有十七人,分別來自不同領域。趙平峽表示,十七個人其實不算太多,各領域分一分,人還是不太夠。整個前瞻研究中心預計今年增加到三十六人,兩年後擴編成六十人的研發團隊。
機器人研發團隊的內部溝通很順暢,大家也很有向心力,但微星畢竟是個製造大廠,研發計畫的進行需要遵循既有的ISO流程,其中就包括失效模式(Failure Mode Effect Analysis, FMEA)的管理。趙平峽說,「FMEA其實是一種風險管理,其他部門的人會以量產的眼光來challenge機器人產品。」「能通過墜落測試嗎?」、「機器人產品線會增加工站,增加製造成本!」這些來自不同部門的聲音,讓機器人研發團隊承受了不少壓力。

平台概念具備開發彈性

目前對於機器人的研發,微星科技並不以單一產品為主,而是以開發機器人的「功能平台」為主,目標是要累積更多的智財(IP)。功能平台指的是機器人完全模組化,而且是一個開放式的架構,隨時因應不同的市場需求,經由不同的工業設計,包裝成不同的機器人產品。 簡單來說,機器人功能平台可以依不同的設計,包裝成陽剛型的機器怪獸、可愛型的娃娃、卡通型的Hello Kitty;也可以依價位的不同來增減功能,例如辨識語音命令數的多寡,或是依家裡成員數而調整人臉辨識數,甚至是加入不同的互動、遊戲、歌唱等功能。硬體是功能平台,軟體則決定機器人的擬人化程度。機器人團隊中負責軟體的工程師林長洲特別強調,「軟體介面做得愈好,機器人愈親切,愈容易使用,麻省理工學院的活氧計畫就特別強調要減少人和機器間的隔閡。」
除了人型機器人外,機器人團隊也已經著手開發輪式機器人平台(沒有雙足,有輪子,可在平面上滾動的機器)。相較於人型機器人是以教育和娛樂功能為主要目的,輪式機器人則主要鎖定家用市場,例如開發出更省電、更聰明,且具有保全能力的輪式吸塵器機器人。
研發的腳步永不停歇,和日本的機器人技術相比,微星還有好長的一段路要走。微星已經開始著手開發第四代機器人,希望能做到像真人般左轉、右轉、後退走、爬樓梯、甚至和人一起搬東西。然而從微星創新前瞻研究中心的另一個小組——醫療電子小組,更可看出微星的野心不僅止於此。醫療電子小組目前以開發醫療相關的電子產品為主,未來與進一步機器人團隊兩相結合,將可推出照顧醫療型機器人,以因應未來廣大的銀髮族照顧市場需求。

台灣機器人產業開跑

微星科技從製造主機板開始,延伸核心競爭力到繪圖卡,再推出自有品牌的消費性電子產品和筆記型電腦,接著又成立工業設計中心,連續獲得日本G-mark設計大賞與德國iF設計獎的肯定。如今微星更積極投入機器人和電子醫療的技術研發,即使這兩三年公司的獲利偏低,仍堅持投入人力蓄積研發能量。三年下來,機器人研發團隊花費了八千萬新台幣經費,但截至去年年底,機器人團隊也提出了二十件專利申請,並已獲得七項專利。
主持「人與機器實驗室」的交大電機與控制系教授楊谷洋表示,台灣產業目前在影像、馬達、無線通訊、電力、運算等個別技術上水準並不差,但是微星能成功地將這些技術整合在一起,的確值得鼓勵。機器人的市場,是目前大家可預見的潛力市場,微星先人一步,確實有其先見之明。
一路走來兢兢業業的微星科技,逐步轉型成研發自主、掌控技術、握有設計能力公司的過程,十足是台灣IT廠商奮力掙脫代工低利市場的最佳寫照,足以做為後進業者借鏡。

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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