華為+ 3Com再戰思科
華為+ 3Com再戰思科
2004.09.01 |

與3Com合資的華為數據通信業務還將上演什麼大戲?
「我們去年數據通信業務的銷售額是28億元,今年是50億元,明年肯定突破100億元,2006年我們的目標是200億元。」8月12日,在杭州之江科技工業園華為3Com技術有限公司(以下簡稱華為3Com)總部,首度面對媒體的華為常務副總裁、華為3Com總裁鄭樹生向記者細訴了剛剛出爐的「三年規劃」。
數據通信業務是目前華為增速最快的業務。鄭透露,華為數據通信業務於2003年底結束虧損,開始盈利,「3Com已經連續4年業績下滑,今年第一季度也開始回升。」鄭說,所有的鋪墊都已做完,今年是衝刺國際市場的關鍵準備年,未來的3年將考驗華為在數據通信領域持續了十年的投資。

**華為與3Com的分工  

**
2003年11月,華為與3Com成立合資公司,華為將其除高端路由器以外的所有數據通信產品的研發、製造全部注入合資公司,3Com則注入1.6億美元和所有的產品專利。
華為3Com是華為首度將產品線剝離出來,並以合資公司方式運作。鄭樹生指出,華為與3Com兩家公司是未來華為3Com公司產品的海外銷售主體。具體的分工為:華為與3Com將雙方現有的中國和日本的企業網路銷售和服務業務並入合資公司,並由合資公司在這兩個市場銷售兩家公司及合資公司產品;在中國和日本以外的市場,華為將繼續面向全球運營商市場,銷售華為自身的產品和合資公司的產品,而企業網路市場則由3Com公司以3Com的品牌去銷售合資公司產品及3Com現有產品。
「也就是說,我們全球市場實際上劃為三大塊:全球運營商市場是華為負責,中國大陸和香港地區與日本的企業網市場是華為3Com合資公司負責,日本與中國以外的企業網市場由3Com與其他合作夥伴以OEM的形式開展銷售。」華為路由器產品總監吳欽明解釋。  
事實上,3Com總裁Bruce也坦承,3Com要重振雄風必須做好幾件重要的事情:「第一件,需要有更廣泛的產品線滿足用戶需求。第二件,我們的成本結構應該具有競爭力。」

**華為前進歐洲大戰思科 

**
實際上,按照華為+華為3Com「2006年200億元」的目標,中國已無法容納華為的長遠抱負。
相比每年200億至300億美元容量的國際市場,只有15億美元的中國數據通信市場實在是極其細微。儘管華為正在蠶食霸主思科的部分市場,根據賽迪顧問公司的數據顯示,思科在路由器和乙太網交換機在中國的市占率已從原來超過60%的比例滑落至2003年的41%和29.5%。但是外有JUNIPER、北電等跨國公司,內有邁普、港灣、銳網星捷等國內新秀,120億元左右的中國數據市場增長潛力有限。
這註定華為要和思科狹路相逢。思科在國際舞臺的強悍遠勝於在中國,它統治了超過70%的市場,公司發展如日中天:2004財年,該公司的淨銷售額為220億美元,比2003財年增長了16.8%。
鄭樹生說,華為把海外首戰場放在歐洲,2004年,華為3Com將完成全球營銷網路的佈局,歐洲是要塞之一。「歐洲是全球第二大IP產品應用市場,現在歐洲很多主流運營商都在測試我們的產品,如法國電信、英國電信、西班牙電信,預計明年全球市場我們會有很大的增長。」

  
**現金流管理能力決勝負  

**
根據思科的財務報表顯示,2001至2004年,其在中國的銷售額已從10億美元下滑至7.2億美元左右,市占率也在中國廠商的追擊中迅速下降。
然而,放眼全球,要與龐大的思科對峙,單資金一項就實力懸殊。思科2004財年銷售額220億美元,淨利潤高達53億美元。而華為、3Com去年銷售額分別為317億人民幣和10多億美元。與思科相比,資本實力仍顯單薄。   
一方面,中國數據通信市場近年內價格戰日盛,華為獲利潤極低,銷售三年剛剛盈虧持平,以3Com1.6億美金的注資是否足夠支撐海外市場的火拼?未來的爭戰將考驗華為3Com的現金流管理能力。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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