[Meet IoT Salon #12] 你真的理解 IoT 嗎?廣達電腦技術長張嘉淵:透視其本質仍是Data Business!
[Meet IoT Salon #12] 你真的理解 IoT 嗎?廣達電腦技術長張嘉淵:透視其本質仍是Data Business!

邁入第十二季的 Meet IoT Salon,恰逢睽違 17 年再次於台灣舉辦的 WCIT 世界資訊科技大會,為一同展現台灣強大資通訊實力,因此首次將 IoT Salon 由封閉邀請制的活動,於 WCIT 期間舉辦半開放式的 Meet IoT Salon 國際版。

IoT Salon#12_大經哥.JPG
中華開發創新加速器總經理、數位時代顧問郭大經。
圖/ 吳晴中攝

會中邀請到中華開發創新加速器總經理、同時也是數位時代顧問郭大經主持。郭大經認為台灣本身就是一個很大的生態系,不一定需要 BAT 才有未來,透過 WCIT 可以讓更多人知道 IoT Salon 的內容,未來就會有更多企業交流和可能性產生。

IoT 是什麼?是新生態系是 AI 更是 Data Business

—廣達電腦 技術長暨副總經理張嘉淵

IoT Salon#12_廣達_張嘉淵.JPG
廣達電腦技術長暨副總經理張嘉淵。
圖/ 吳晴中攝

IoT 對於大型 ODM 是挑戰還是未來?而我們為什麼要 IoT? 過往數據通常都是來自於使用者所產生製造的資料,但是現在不同,數據及資料都是來自於機器製造、訓練,也因此機器學習、巨量資料的概念自然而然衍生,也因此可以將 IoT 的一面視為 AI,所以回到最簡單來看,其實 IoT 仍是一門 Data Business。

最重要的是我們要去如何定義我們的工作,因為這樣你才知道你要什麼,需要抓什麼資料,你要用機器學習還是深度學習。所以很多種應用會有他各自不同情節,根據不同情節又會有不同的框架。IoT 的時代裡,你要思考的是你如何跨整合,你如何有系統地使用,更在最後能創造出更聰明的價值。

現今與過往也不同,你要思考的不僅只是該如何加入這一條產業鏈,你要思考的是你要如何成為這生態系的一份子。這也是為甚麼今天像是創業小聚、IoT Salon 重要的原因,因為現在涵蓋的技術是一個聚落,而非單純的產業鏈,只有透過彼此互動、有機的方式,才有可能在這時代創造出更大的可能性。

Q:們也會接規模較小的公司業務嗎? A:關於企業規模這點其實不是那麼的重要,因為事實上現在許多小公司也會有很大很厲害的專案,大企業也不見得每次都會推出較大的專案。但重點是,無論規模大小,廣達能否在各種規模的任務都可以彈性應對。

Q:研華在物聯網時代扮演的是平台的角色,廣達會有什麼樣的管道及方式讓中小企業等方接近合作使用? A:廣達其實沒有制定特定規範要別人如何,廣達會以 Case By Case 的方式彈性應對及調整。

以前有我們,下一個破千億的產品品牌一樣會有 ARM

—安謀國際科技 (ARM Taiwan) 物聯網事業群業務 總監粘靜芳

IoT Salon#12_Arm Taiwan_粘靜芳.JPG
安謀國際科技 (Arm Taiwan) 物聯網事業群業務總監粘靜芳。
圖/ 吳晴中攝

根據 EIU 的報告指出,隨著物聯網的速度加快,市場規模及發展機會增加之虞,企業也正面臨到極高的物聯網基礎建設建造成本,以及需要連接各項軟硬體的風險。ARM 在與企業合作時也深刻感受到這樣的困擾存在,因此推出 SaaS 解決方案 Mbed OS。

ARM.PNG
ARM Mbed OS 在物聯網中所擔任角色。
圖/ 截圖自 ARM IoT Salon 簡報內容

ARM 提供的方案也能夠連接其他大廠的服務以及設備,並且特別注重資安方面的支援。在物聯網時代即便方便、能帶來巨大經濟效益,但資訊安全仍然不可以忽略。過去幾年來,已經有一千多億個行動裝置內有 ARM 的產品,ARM 深信下一個破千億商品仍會在 ARM 誕生。

Q:如何才能使用 ARM的服務? A:使用者付費概念,只要你認為你的裝置需要被管理,你就可以透過 B2B 來尋求服務協助。而且重點是,與傳統 IP 相比,門檻及收費都不高。

Q:用 ARM服務 最大的好處是什麼? A:Security!ARM 從底層架構開始,因此對於這部分相較於他廠而言較強大。

Q:AIoT 來臨,ARM 過往畢竟是 CPU 霸主,那 ARM 在 AI 時代有什麼布局? A:AI 這塊 ARM 積極參與各項活動,並且持續鎖定具有技術力的新創,希望透過併購等方式進一步加強在 AI 領域的實力。

ERP 專家要轉行!鼎新電腦用智匯平台搶灘新零售

—鼎新電腦股份有限公司智能零售應用中心 總經理蘇淑娟

IoT Salon#12_鼎新電腦_蘇淑娟.JPG
鼎新電腦股份有限公司智能零售應用中心 總經理蘇淑娟。
圖/ 吳晴中攝

鼎新在過去 35 年來的發展,大家都被深植「鼎新電腦=ERP」的概念,但事實上鼎新早已非 ERP 而已。物聯網時代中,鼎新認為最關鍵的其實是各個產業落地後會如何應用。近年來鼎新除了過往 ERP 業務,新的領域則是鎖定於零售業,希望在零售業的智慧應用發展能殺出一條血路。

鼎新.PNG
鼎新 O2O 智能一體櫃。
圖/ 截圖自鼎新 IoT Salon 簡報內容

而鼎新如何在零售業開拓疆土呢?這需要回談到鼎新所認為的互聯生態三元素「端、應用、平臺」。鼎新基於過往 ERP 的基礎,連接企業的端裝置,進一步推出鼎新O2O智匯平台(貨架)。新技術引進就是在互聯網基礎下透過科技讓內部服務客戶的效率提升,甚至統整科技應用創造新的商業模式,這也就是近年來大家所談新零售的重點。

Q:智慧貨架目前開始推廣了嗎?主要在哪個產業? A:目前已經開始推廣了,主要在連鎖藥妝門市等需要陳列商品的產業推廣,因為這是可以加強企業資訊蒐集、導購的整體系統及流程。而超乎想像的是,品牌廠商在這部分也有很大的需求,因為對他們來說它們很難掌握終端消費者的樣貌,因此對他們來說幫助會很大。

Q:目前全都in-house,還是有招募夥伴? A:其實你看就是一個軟硬結合,我們是軟體起家,但是硬體對我們來說比較困難,因此我們也積極尋找硬體夥伴、感測領域相關夥伴可以一起進來合作。

資料的 Power 無限大!現觀科技帶你預測使用者未來

—現觀科技股份有限公司Mobility Intelligence 副總張孝澤

IoT Salon#12_現觀科技_張孝澤.JPG
現觀科技股份有限公司Mobility Intelligence 副總張孝澤。
圖/ 吳晴中攝

現觀科技最初是從 MIT Media Lab 所 spin-Off 出來而成立的公司,早期主要火力集中在火外市場開發及拓展,因此舉凡歐洲、美洲都有現觀科技的服務客戶。網路世代最有趣也最可怕的地方在於,只要使用者握著帶有網路的行動裝置,無論走到哪裡都會被記錄足跡,業者都能夠掌握得到,但也因為如此,現觀科技的技術能協助電信業者回溯使用者的行為。

現觀科技.PNG
現觀科技全球業務足跡。
圖/ 截圖自現觀科技 IoT Salon 簡報內容

現觀科技要告訴客戶的是,透過資料,企業就能夠擁有知道何時、何地、何為的力量,更進一步預測接下來使用者的行為並且相對應調整接下來的策略及規劃。但是使用者也不需要擔心,因為這些資料都會被去個人化並且匿名,也因此隱私部分絕對無虞,長久下來也能夠收到來自業者更好的服務提供。若未來各個產業都能夠應用其技術,將能夠創造整體更大的效益。

Q:現觀科技的商業模式是什麼? A:現觀科技的平台要做的就是透過提供電信業者服務,進一步接觸廣告、行銷端的 Media Agency,然後三方合作。可以知道的是,透過三方合作,在資料隱私確認無虞之下,三方及消費者都能夠有更大的效益產生。

Q:跟 Appier 不一樣的地方? A:我們沒有要把所有資料都收擁在自己的雲端上面,我們希望能跟全世界的電信商合作,並且讓資料發揮更大的價值。另外,我們近十年來也都沒有任何增資,主要就是因為現行業務已經可以支撐公司的發展了。

像通訊軟體般輕易聯網,物聯智慧要串起你的生活

—物聯智慧股份有限公司 董事長郭啟銘

IoT Salon#12_物聯智慧_郭啟銘.JPG
物聯智慧股份有限公司董事長郭啟銘。
圖/ 吳晴中攝

物聯智慧創辦人最初創業想法來自於如何讓一支 IP Cam 可以讓不懂網路的人聯網,而物聯智慧目前在做的就是努力讓物品像 Skype 等通訊軟體般輕易連結,在物聯智慧的想像中,Skype 等通訊軟體其實就是 P2P 互聯,也就是所謂的點對點,也因此物聯智慧著重於如何讓手機對設備、設備對設備,透過雲端或是點對點方式,就能夠全都串起。

其實憑小公司做這樣的事情很辛苦,但是努力到現在還是有一點成果,目前全球有 2,500 萬台裝置是使用物聯智慧的服務,而且根據統計,平均任何時候都保持在 1,000 萬台裝置同時上線,希望明年能達到 5,000 萬台裝置使用。

Q:選擇你們的服務的好處是什麼? A:小米曾經有個子品牌使用物聯智慧的服務,在其產品售價中有 3% 需要給物聯智慧,但是他們高層跟我們說,雖然不想可是不得不,因為網路的世界太複雜,要達到你們的技術需要花費四、五年的時間,太耗成本了,因此我們是具有技術門檻存在。

塔奇恩是你的眼,不只辨識更要讓機器人自主定位

—塔奇恩科技 創辦人陳忠信

IMG_7209.JPG
塔奇恩科技 創辦人陳忠信。
圖/ 陳凱爾攝

塔奇恩科技著重在人工智慧領域的技術發展,並將這樣的技術應用在服務型機器人的使用。目前的技術集中在機器人視覺自主定位系統開發,也可以稱為機器人的眼睛。最主要在於技術能讓能機器人於複雜與未知的環境中自主學習定位與導航 ,尤其機器人未來應用範圍將擴大到商用與家用等更複雜並貼近日常的生活情境,得隨著不同的環境適時做出反應,因此機器人辨識勢必是未來機器人必要的功能之一 。

塔奇恩科技.PNG
塔奇恩科技開發出的系統與現有市場方案的比較。
圖/ 截圖自塔奇恩科技 IoT Salon 簡報內容

有別於目前主流透過Lidar主動發射光源偵測周遭環境,目前塔奇恩科技的機器人辨識所使用的技術為被動接收光源,能源上較不耗電、體積小,同時也降低光波所造成的人體傷害,安全性較高,適合用在需要多與人互動的陪伴型機器人、保全機器人、物流機器人等。

Q:塔奇恩科技是以一個 Camera、還是一個部位來出貨? A:一整個 Project,會將深度辨識的項目鑲嵌入內,包括硬體、軟體同時出貨。目前最大應用是應用於影像辨識,但是團隊還提供更深度的資訊提供,這就是與其他做影像辨識的團隊最大的差異。

Q:如何使用一般的 Camera 做到深度辨識? A:這個就是團隊的技術所在,也因此我們能夠不像是市場上兩個 Camera 才做到深度辨識。

打造用電設備的心電圖,簡單方案也能省下鉅額能成本!

—展綠科技股份有限公司 總經理吳仁作

IoT Salon#12_展綠科技_吳仁作.JPG
展綠科技股份有限公司總經理吳仁作。
圖/ 吳晴中攝

回顧台灣的能源歷史事件,電線走火及相關事件層出不窮,而我們一直喊著要建智慧電網,讓能源更有效率、更正確地被記錄及應用,可是回到現實層面,要達到這些最終目標,過程中所消耗的成本以及要跨越的技術門檻是十分地高。

展綠科技的技術及提供的產品最主要應用於 3E,3E 指的就是電子( Electricity)、能源(Energy)、地球(Earth)。希望透過電子科技應用於能源領域,讓地球能夠越來越好。其提供的方案就是,不需要插電也不需要更換電池,只需要找到電源線將其勾住,這樣就完成安裝,最重要的點在於,用戶必須學會如何使用 App。過程中的數據都會送到雲端空間,透過簡單的方式,就能夠抓到遙遠距離外的工廠、或是其他應用場景的電力使用情況。

展綠.PNG
展綠科技提供方案應用場景。
圖/ 截圖自展綠科技 IoT Salon 簡報內容

除了電力使用狀況,更進一步用戶就可以清楚電線耗損情形以及設備是否需要更新或是汰換,進而達到工廠的維安以及長久的成本攤提換算,對於企業以及整體社會而言都十分有助益。

不用高昂成本室內也能發電!飛立威讓你的裝置就是發電器!

—飛立威光能股份有限公司 總經理徐旻宏

IoT Salon#12_飛立威光能_徐旻宏.JPG
飛立威光能股份有限公司總經理徐旻宏。
圖/ 吳晴中攝

未來每樣都東西都聯網之後,最重要的就是這些聯網裝置的電力來源,飛立威要成為這些裝置的電力來源供應者。

飛立威團隊共同研發出的可撓式波導光伏技術 (Flexible Waveguiding Photovoltaics),搖身一變讓太陽能板擺脫傳統「厚、硬、重」的包袱,希望透過這樣的改變讓更多人能夠輕鬆運用太陽能源。

太陽能板的應用領域非常廣,大至建築小至衣物都是它的版圖。未來物聯網時代來臨,企業勢必會面臨到每項裝置的能源來去問題,如果企業能夠洞燭先機先將能源這塊安置妥當,那麼未來就不需要回頭擔心。,可以專心在物聯網時代搶攻市場也一同為地球環境努力。

了解更多關於創業小聚的資訊,歡迎透過以下服務
粉絲交流每月小聚Line@互動訂電子報發表專欄及新創資料庫

本文授權自《創業小聚》,作者:許為傑

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