同樣拚工業物聯網,百年企業GE大虧7000億,研華卻能三年後衝700億?
同樣拚工業物聯網,百年企業GE大虧7000億,研華卻能三年後衝700億?
2018.11.02 | 物聯網

百年企業GE(通用電氣)在美交出第三季財報,爆出228億美元(約新台幣7065億元)虧損,市值更是跌破千億美元,遭踢出道瓊成分股,而同時期位在中國蘇州國際博覽會,工業電腦龍頭研華今年不僅營收獲利雙創歷史新高,更意氣風發誓言2021年要挑戰23億美元(約新台幣700億元)。

曾被視為破壞式創新典範的工業大廠GE(通用電氣)今年營運走下坡,不僅被踢出道瓊指數,宣布處分照明業務,執行長伊梅特(Jeff Immelt)八月下台後,近日公布的第三季財報大虧228億美元,主要來自電力業務資產減損。

GE奇異
GE(通用電氣)在美交出第三季財報,爆出228億美元虧損,市值跌破千億美元。
圖/ shutterstock

近期更傳出GE將出售其數位資產部門,這包括知名的工業雲平台Predix系統跟相關程序,處分原因可能包括投資成本過高,總體獲利的下滑,該部門營收估計40億美元,而官方尚未對其發表意見。

GE陷入虧損泥沼,股價重挫讓市值也縮水至833億美元,這對2016年獲選為最佳數位化轉型典範的公司而言,實在是非常大的諷刺。

物聯網市場尚未健全,GE定位太高階

同為將工業物聯網機會視為下一波成長動能的研華,對於GE的摔跤同樣關注,研華董事長劉克振對此直言,GE專注的是高價市場,比方航太客戶,對於這類頂級客戶,每筆訂單都在百萬美元左右,跟研華所屬的普及型市場完全不同,「只要萬元台幣就能找研華下單,」劉克振說。

劉克振表示GE的高階定位是有市場,但因為物聯網產業發展還不健全,在產業還沒有完全健全化之前,就投入頂級市場,就要花很多時間去等。一旦產業健全後,會從普及市場開始成長。

IMG_8982.JPG
研華董事長劉克振主持開幕演說,表示三年內工業物聯網將快速發展。
圖/ 王郁倫攝影

GE在2012年提出工業互聯網商業模式,優化客戶的工業製造流程,並提供航太、醫療、能源及交通運輸產業服務,其中最著名的案例是幫航空公司管理引擎。GE是全球最大的飛機引擎製造商之一,在引擎中增加感測元件後,能提供客戶飛行操作建議,進而大幅減少燃油成本,2017年曾替亞洲航空節省一年3千萬美元燃料費。

研華主管也補充,由於GE的Predix平台幾乎著重於服務管理其生產的引擎,幾乎無第三方加值應用軟體能在該平台使用,所以即使所有的GE引擎客戶都用了GE的服務,但再成長性仍有限。

研華打造物聯網開放平台,促進多元應用

那麼研華的WISE PaaS平台有什麼不同?最大差異來自開放所有有意合作的伙伴在WISE PaaS平台上接自己的產業加值應用,所以研華平台得以服務各行各業的專業伙伴,並與行業專家SI(系統整合商)合作,實地到客戶場域建置維運。

同樣看好工業物聯網,研華在蘇州物聯網高峰論壇上發表對AIoT產業發展的三階段看法,預告目前正在過渡走向解決方案平台供應商及整合應用雲解決方案供應商,研華總合經營管理總經理陳清熙也表示,研華設定了集團的願景,目標是在轉型中,2021年集團營收要達23億美元(約新台幣700億元),比今年16億美元成長43%。

shutterstock_393988039_iot.jpg
工業物聯網產業尚未健全,研華認為高階市場經營者要耐心等待。
圖/ shutterstock

研華認為到2021年,來自第一階段自動化與嵌入式平台產品的硬體營收預估達20億美元,仍是占87%的核心業務,第二階段轉型軟硬整合的解決方案業務,研華「邊緣智能軟體平台WISE-PaaS」營收預估達1.7億美元,營收占比7%,第三階段來自各垂直市場的產業專家系統整合商(DFSI)營收貢獻將達1.3億美元,貢獻營收6%。

八年業績翻兩倍,2021挑戰700億元

陳清熙表示,研華2010年起至今年,年營收複合成長率約11.9%,也就是說,從2010年營收6.89億美元,到2018年預估上看16億美元,營收成長超過2.3倍,而營益率則持平穩在15%上下,目前物聯網行業解決方案SRP客戶已經有一些合作案例,主要來自日本、中國、歐洲。

2018年前三季營收12.13億美元,年增率14%,毛利率38.2%,比去年下滑1個百分點,每股稅後純益6.68元,

研華2018年前三季度營收中,成長最高的是歐洲區,營收2.31億美元,年成長25%,而北美市場營收3.29億美元,營收年成長率16%,中國區營收3.89億元,成長14%,展望2019年,陳清熙表示,當然希望會比2018年持續成長。

陳清熙表示,今年第4季有兩大不確定性因素,首先是CPU缺貨,預估公司1千萬美元訂單,卡在缺料出不了貨,其次是中美貿易戰讓客戶相對保守,但2019年美國展望不錯,中國雖受貿易戰影響一些,但全年預估純本業部分就有雙位數百分點成長。

陳清熙說,目前看到2019年有三大驅動力,包括製造產業仍有穩健的需求來自設備聯網及數位化轉型,其次邊緣運算正在崛起,智慧智能嵌入式裝置與系統需求也很明確,最後是研華將會擴張全球營收與服務據點,比方越南跟俄羅斯據點的設立,以及英國據點的擴張。

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