[數位觀點]鴻海頻出手抓品牌  郭董為那樁?
[數位觀點]鴻海頻出手抓品牌 郭董為那樁?
2016.05.19 | 科技

過了三年,Nokia宣布要強勢回歸了,只不過,這回帶上了鴻海。

科技產業近年變動劇烈,大企業之間的購併、整併愈發頻繁,昨日晚間再出一樁大新聞,曾經是眾多人心中愛牌的Nokia,被微軟給轉售了,而且對象之一就是才剛成功收購夏普的鴻海集團。微軟將以3.5億美元的價格把Nokia功能型手機(Feature Phone)品牌使用權及部份相關設計權,賣給鴻海集團旗下的富智康(出資3.3億美元),以及新成立的芬蘭公司HMD(出資0.2億美元),交易預計於下半年完成。

富智康nokia
圖說:富智康發出新聞稿宣布Nokia品牌的合作事宜。

#回溫一下歷史 黯淡的Motorola及待起的Nokia

iPhone帶來的震撼教育,讓三家曾貴為天王級的手機品牌掛了,一是黑莓(待價而沽多時,但近來已無太多人關心),其他兩家是都已經被賣掉的Motorola以及Nokia。

Google在2011年宣布以125億美元買下摩托羅拉行動業務(Motorola Mobility),同樣是震撼業界,當時,Google相中Motorola豐富的專利組合—1.7萬項美國專利,為了增加與蘋果、微軟較勁的籌碼,以及保護當時還正在茁壯的Android以及生態系統,這是相當重要的策略。不過,3年後,Google再把摩托羅拉手機業務以29.1億美元賣給中國PC品牌聯想,可是Google仍保留了摩托羅拉行動業務大部份的專利,並授權聯想使用摩托羅拉的專利及其他智慧財產。

只是聯想買了Motorola之後,不僅大裁Motorola員工,而且去年還因為認列Motorola虧損,讓聯想手機業務大虧錢,到目前為止,聯想的手機還在因品牌過多而有失焦的危機,併購後在業務上尚未看到太大的效果或挹注。

看完了摩托羅拉,再回來看這次的諾基亞,2013年微軟以37.9億歐元(當時約50億美元)收購諾基亞手機業務,另外再以16.5億歐元(當時約21.8億美元)購買諾基亞的專利資產,合計總交易金額為54.4億歐元(當時約71.7億美元)。

與Google一樣,微軟也是隔了3年後將諾基亞再度轉手,賣給HMD及富智康。

#HMD是什麼公司?

HMD是一家什麼公司?根據Nokia新聞稿,目前僅了解HMD是一家新成立的芬蘭公司,但從即將上任的高層名單,不難看出與微軟有相當深厚的關係,例如HMD執行長會由Arto Nummela出任,他曾是Nokia的資深高層,現在則是微軟行動裝置業務部門(Mobile Devices Business)主管,負責大亞洲、中東和非洲。另外,HMD的總裁將由Florian Seiche擔任,他是現任微軟行動資深副總裁,曾在Nokia、宏達電擔任重要位置。

另外,業界也有另一種看法,HMD公司其實是鴻海進入品牌的緩衝公司,只因鴻海跨進品牌在代工廠是大忌,因此透過一家獨立的HMD公司,就可對外形塑一種HDM是客人、鴻海只是接單的說法,如此便能向其他客戶交代的過去。

HMD也指出,跟Nokia簽署戰略品牌及智慧財產權的授權協議後,擁有10年的Nokia品牌使用權,後續將推出Nokia品牌系列產品,包括採用Android系統的智慧手機和平板電腦。HMD在未來三年將投資5億美元進行Nokia產品的全球行銷。另外,Nokia Technology將佔HMD董事會一席。

#鴻海攜Nokia 再戰一回

鴻海與Nokia的合作十多年,在Nokia盛世時代,富智康隨著Nokia在全球多地設廠,但當Nokia倒下,富智康也深受重傷,今年第一季財報富智康虧損384.8萬美元,比起去年同期獲利6,528萬美元,狀況差了許多。而且Nokia的訂單大幅減少了之後,前幾年,富智康在北京亦庄的Nokia生產基地更改成了協助創客設計、少量生產的地方。

不過,老戰友將再次合作,此次富智康也與Nokia Technology和HMD簽署了合作協議,包括富智康可根據建議製造及分銷諾基亞品牌產品、與HMD發展智能手機及平板電腦的業務。

Nokia
圖說:Nokia在網站宣布將重返智慧手機、平板電腦市場。(圖片來源:Nokia官網)

但在硬體不值錢的時代,鴻海買手機公司,首先著眼的當然不會是那多少多少的出貨量,論Nokia品牌力,的確還有一些吸引力,特別是在某些發展中國家,不過,對鴻海來說,更重要的應該是後續新商業合作機會,以及Nokia Technologies及HMD授權的知識產權,而且只花了3.3億美元,(對照夏普投資案的龐大金額),對郭董來說可能眼睛都不會眨一下。

#別再叫鴻海代工廠了

而鴻海近期兩樁品牌投資案—夏普與諾基亞,令外界好奇郭董到底是為了什麼?如果只是解釋為了圓品牌夢,是狹隘的說法,更重要的是有了品牌,就能了解通路以及市場最新的動向,鴻海就打通了一條完整的產業路徑。

過去代工廠是離消費者相當遙遠的一群人,所有的指令都是客戶下達,規格、技術多由客戶訂,一如前富智康行政總裁程天縱所說,代工廠沒有掌握通路,那就等於沒有掌握消費者需求。特別是現在已經變成是消費者為王的時代,所有喜好、需求是消費者決定,不再是品牌廠來主導,如果還是一直停在做代工,終將萎縮而告終。

對鴻海來說,考量與現有客戶的和諧與信任,做品牌就像是不能直接戳破的氣球,但這幾年其實還能看到鴻海以低調的手法在嘗試,從與美國品牌InFocus合作賣手機,甚至在便利商店賣大電視,儘管鴻海對外始終不承認InFocus是鴻海佈局品牌的暖身,但接連著投資夏普和Nokia,不禁讓人聯想鴻海從幕後走向幕前(品牌)是遲早的事。

由於鴻海早已耕耘上游零組件、中段的系統代工多年,如果掌握了品牌,相對就能掌握消費者,快速洞察市場冷熱,一條路打通了之後,後續可以做的事就有很大的想像空間,未來發展的品牌產品自然不限於是手機或家電,現在的鴻海也已經不只是代工廠。

只是,鴻海目前還是以代工為最大營收來源,當後續投資的品牌越做越大、越成功,鴻海勢必得處理與現有客戶的競合關係,客戶抽單、轉單,就會立刻影響鴻海集團上下的表現,這將是鴻海展開轉型策略後,不得不面對的重要問題。

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