買HTC團隊補齊研發戰力,Google實現硬體野心的下一步是什麼?
買HTC團隊補齊研發戰力,Google實現硬體野心的下一步是什麼?
2017.09.21 | Google

Google正式宣布以11億美元併購宏達電旗下負責Pixel開發的2千人團隊,也再一次揭昭Google對硬體的野心。

併摩托羅拉是為專利,買HTC團隊才真正要攻硬體

這次併購案可能會讓很多人想起,Google曾在2011年以125億美元買下摩托羅拉移動(Motorola Mobility),但這兩起併購案其實有很大本質意義上的不同。首先,六年前那場併購主要瞄準的是專利,不是硬體。當時Android正在起飛,卻也面臨專利威脅,身為領頭者的Google需要專利保護自己,也力保Android生態系的延續。

另一方面,對當時的Google來說,Android作業系統雖然已經廣泛受到三星、HTC、LG等各大手機廠商採用,但當時黑莓的BlackBerry OS、諾基亞的Symbian都還有一息尚存,微軟對手機市場也一直虎視眈眈,另外三星則是一直想開發自己的作業系統,因此Google還是必須顧慮其他手機品牌商的感受。

而且Google推廣Android的主要目的是讓更多人使用Google服務以獲取數據資料,至於賣硬體的微薄毛利從來就不被Google放在眼裡,做硬體在當時沒有急迫性也沒有必要性。這也是為什麼市場會形容當時的摩托羅拉移動在Google就宛如一個爹不疼娘不愛的孤兒,時隔三年,就被以29億美元轉手賣給聯想。

google_moto_lenovo.jpg
Google在2014年將摩托羅拉移動賣給聯想

但時移事易,如今就像微軟可以毫無顧忌地開發Surface系列產品直接與硬體品牌夥伴對打一樣,當Android系統的江山底定,即便硬體夥伴對Google跨足硬體有怨言,卻已無法說離開就離開;加上軟硬整合能力直接關乎Google未來在物聯網、AI世代的戰力,都迫使Google必須採取一連串更積極的作為來解決Android開放系統過於破碎化的痛點。

新部門、新主管、新品牌,Google不再掩飾對硬體的野心

首先,Google在去(2016)年4月正式整合了過去分散各地的Nexus手機、Chromecast等產品線,成立獨立的硬體部門,同時還延攬摩托羅拉前總裁,現任Google硬體資深副總裁奧斯特羅(Rick Osterloh)擔任部門負責人。隨後在2016年的Google I/O大會上,Google也進一步發表首款Google品牌手機Pixel,不再與華為、LG等其他品牌廠聯名。而今(21)日宣布買下HTC過去配合Google開發Pixel手機的2000人團隊,更進一步展現出他們在硬體發展的決心。

雖然Google過去採取ODM的合作方式可以是一種方法,但智慧型手機市場競爭激烈,速度、品質都可能影響戰局發展,特別是當你要面對的是蘋果這樣的頂尖高手時,更是任何細節都不能放過。

而且也別忘了,智慧型手機產業雖然已經相當成熟,還是不斷有新技術在演進,如在蘋果發表會上受到關注的臉部辨識功能Face ID,其實就需要一定的硬體開發整合門檻。而這對於缺乏硬體基因的Google來說,絕對不是一件容易的事。

但與其要自己從零到有打造新硬體研發團隊,擁有雄厚資本的Google,碰上了有資金需求和新發展規劃的HTC,自然是直接將一個擁有多年經驗的成熟硬體開發團隊併進Google更具效益。而且相比於Google之前對摩托羅拉移動和智慧溫控器Nest等的併購案,HTC團隊和Google早有多年合作關係,相信也有助於加快度過磨合期。因此就像奧斯特羅今日在記者會上說的:「Google的硬體發展還在初期,這(指併購HTC Pixel研發團隊)可以為我們邁開很大一步。」

補齊硬體研發實力還不夠,Google的下一個挑戰是什麼?

google_Pixel.png
Pixel去年發表時雖然得到不錯的評價和關注,但出貨卻不太順利
圖/ 截自Google

不過真正要把硬體做好,Google恐怕還得再多跨好幾大步才行。

事實上,從去年Pixel手機發表後,供貨不順和頻頻傳出災情的狀況不難看出,硬體研發不是Google唯一需要補上的洞。畢竟相較於過往Google開發出新功能只要放上網路就可以快速觸及數以億計的終端使用者;硬體則是在研發設計之後,還要經過製造、測試,採購、管理上千、上萬項料件、庫存,以及經營通路和行銷宣傳,最終才能抵達消費者的手上,而且別忘了還有售後服務的工作要做。這無疑是一條相對更長,且對Google也更陌生的一條路。

回想智慧型手機剛起飛的那幾年,HTC的研發設計能力其實相當受到全球市場肯定,但後來因為缺乏掌握關鍵零組件供貨的能力,又比不過別人的行銷宣傳財力,也就逐漸失去市場佔有率。而現在對Google同樣是如此,縱使有能力做到最好的軟硬體整合,設計出頂級手機,但若無法承諾一定規模的出貨量,那零組件業者也會很現實地將對你的供貨排序往後移,更別說新技術生產初期的良率通常比較低、產能也小,那有機會搶先應用的品牌商也就更少了。

Apple iPhone Event
蘋果堪稱是軟硬整合的模範,但靠得絕對不只是研發能力而已

再往後走,還要面臨通路關係、行銷實力,以及售後服務的考驗,才能觸及終端消費者市場,也只有產品到了消費手上,才能真正展現出影響力。但這些環節其實也都不是Google過去擅長的工作。

而且別忘了,Google或許走出了新的一步,但在軟硬整合這條賽道上,Google不是唯一的參賽者,前方已經有遙遙領先的蘋果,周遭則是環繞著微軟、Facebook、Amazon、三星等強敵,各有各的優勢。或許Google會持續併購、挖角,也可能自己重新打底來彌補不足,唯一可以肯定的是,在抵達終點線之前,Google仍然有許多坑洞待跨越。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 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