小小MLCC漲價3~4美元，仁寶年材料成本大增37億元，陳瑞聰：本季強制執行漲價|數位時代 BusinessNext

科技大廠世代交棒起跑

陳瑞聰接任仁寶總經理長達29年，堪稱在位最久的筆電代工廠總座，而新任總經理翁宗斌今年58歲，從資策會轉跳到仁寶，當時就是陳瑞聰面談，後來曾在行銷、採購、業務部門工作，職稱更從副科長一路爬到資深副總地位，歷練非常完整。

除仁寶展開接班規劃，英業達更早啟動交棒佈局，董事長卓桐華2017年也從前董事長李詩欽手中接下重任。

仁寶主要業務為兩大事業體：電腦及智慧裝置事業群，陳瑞聰說，過去原本是兩獨立單位，但今年起翁宗斌將跨部門管理，統合雙方優勢，展現成效。舉例而言，電腦事業群過去成立較早，掌握公司7~8成資源，未來將支援智慧裝置部門強化客戶關係，加強工廠效率，而智慧裝置事業群則研發智慧穿戴及無線技術，未來將整合雙邊優勢，不過因客戶組成不同，並不會合併。

翁宗斌則表示，他接任總經理後，目標就是把公司營運做好，讓獲利更多，讓公司股價可以翻倍。

其次目標是降低筆電比重，筆電雖仍是核心業務，但也將投資創新事業，比方車用電子做得不差，伺服器跟穿戴裝置也都成長，醫療將是未來投資重點，目標筆電營收佔比從現在7成降低至5成。

仁寶坦言MLCC漲價一年成本上漲37億元

仁寶也是第一家率先談因MLCC等零件漲價而開槍喊代工費上漲的業者，陳瑞聰表示，客戶間應該要互相體諒，以一台筆電漲價3～4美元計算，仁寶年產4,000萬台筆電計算，一年光被動元件成本就上漲1.2億美元（36.6億台幣），難以不跟客戶商量反應漲價。

陳瑞聰日前在股東常會表示，因MLCC漲價壓力，第3季起將強制執行代工費漲價，目前客戶經過溝通，大部分比例客戶都能認同，只剩少部分客戶不同意。這意味蘋果、戴爾、惠普等仁寶大廠都已經接受漲價事實。

陳瑞聰6月股東會坦言，若不漲價，零件商只能交6成貨源，客戶也必須接受交貨6成，因此客戶也接受只能漲價才能確保供貨量，仁寶不可能自己吸收。而7月4日陳瑞聰更直言，MLCC漲價壓力大到，現在接受漲價才能拿5成貨，不漲根本配不到量。

陳瑞聰轉任副董後卸下營運重任，他跟翁宗斌一同表示，觀察目前筆電產業江河日下，回想1993年，每月筆電銷售量僅1萬多台，每台FOB（出廠價）高達2,500美元，但今年6月仁寶筆電出貨400萬台，但隨零組件漲價，產業如瘋狗班殺價衝擊，筆電產業從毛三到四快到「保一總隊」，不過所幸產業殺價也走到殺不下去的地步，未來將朝理性策略路線發展。

對於產業整併可能？陳瑞聰直言「很難！」，他說整併是最好的路，但台灣ODM每家都太大，產品又分散，誰也不想放棄筆電如此大的生意，加上寧為雞首不為牛後的想法，只會讓產業越來越辛苦。

佈局醫療AI，將可檢測肺癌、分析基因

陳瑞聰指出，未來智慧醫療會從大數據建立到人工智慧分析跟業界合作，這部分著眼長遠佈局，短期營收難以做大，但佈局久了之後，毛利率很樂觀。另外醫療技術也會跟國外策略合作，結合仁寶硬體裝置能力，目前仁寶已經投資國外醫療AI技術團隊1～2家，舉例而言，仁寶已經跟日本團隊合作，開發肺癌圖像資料大數據，可替代醫生判讀肺癌病症，未來也將做人體基因分析，這將是醫療界的一大突破。

仁寶過去2～3年已在醫療領域投資10~20億元，主要用於產品開發、APP、大數據及應用開發，另外仁寶也掌握幹細胞開發技術，推出醫美保養品自有品牌Dr. Real，主打抗老方案，醫療領域將是長期佈局產業。

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。