解放駕駛雙手!智慧交通未來十年的商機在哪?
解放駕駛雙手!智慧交通未來十年的商機在哪?

不知道你還能不能想像,當你只能走路或是騎馬,即使可以自己決定要去哪裡,但這算是真的享有交通上的自由嗎?當體力與時間限制了通行範圍,我們其實有許多地方想去也去不了。

不過隨著人類逐漸將機械動力用在車輛、船舶,甚至也發明了飛機,人類在交通上也距離自由更進一步了。

如今,我們幾乎可以隨心所欲的想去哪裡就去哪裡,搭高鐵每天來回台北和高雄上下班通勤已經不成問題,整個台灣都可以變成一日生活圈,甚至中午覺得吃膩了台灣的食物,想飛到東京吃晚餐,也能輕鬆做到,這或許是一百年前的人無法想像的遷徙自由。

但是,這麼方便的交通,看似自由,卻又是犧牲了多少人的自由所換來的,你有想過嗎?

乘客享受了交通的自由,卻讓駕駛失去了行動的自由

不知道你現在在什麼地方?看得到馬路嗎?如果可以,請往馬路上看一眼,看看有多少台車輛正在奔馳著?

你所看到的每一輛車,都代表著兩個意義:一、他們被「駕駛」這個行為解放了,在遷徙上是自由的,開著車想去哪裡就去哪裡。二、他們被「駕駛」這個行為困住了,無法做真正有價值的事情,無論是看風景、陪家人聊天或是看一本書、把時間花在應該好好寫完的E-mail。

是的,當我們手握方向盤的時候,我們會有種興奮與期待,因為我們掌握了自己的旅程和方向,看似充滿了無限的可能。但是,我們也被監禁在駕駛座這個牢籠裡面,注意力甚至是行動力都被剝奪了。

身為駕駛,我們無法安心看著窗外的美景,更不可能拿起相機去記錄。我們在火車上可以跟一同出遊的孩子玩桌遊或是益智遊戲,但是在自己的車上反而卻得從「家人」的身份轉換成「駕駛」。

我們需要被解放,這也顯示了自動駕駛的發展對人類是多麽有價值。

也許很多人會不甘心放開方向盤。是的,自己操控才是真自由,這也沒錯,但是時間才是最寶貴的資源!我也覺得手寫的信紙最有溫度,但是在效率上,我們幾乎都用電子郵件而不是手寫信件了。

讓我們這樣想像吧!在不久的未來,想要享受更刺激也更安全的娛樂性駕駛,會有很多的專門的賽車場等著你去飆速、越野或是競技,而且你甚至不必自己準備車子。

但是在一般道路上,我們要開始習慣交出方向盤了,這不只是釋放全球數億位汽車駕駛的時間與注意力,更是確保數十億人的安全。

讓電腦負責駕駛,讓人類獲得安全

電動車廠特斯拉最近公布的報告顯示:「開啟Tesla Autopilot功能的狀態下,車主平均駕駛287萬英里才會發生一次事故。」美國國家公路交通安全管理局統計,一般車輛平均行駛43.6 萬英里就會發生一次事故。要知道,這還是在自動駕駛稱不上完美的現在,自動駕駛不是不會出錯,但是出錯的機率已經可以做到比人類還低很多了。

股神巴菲特早就說了,自動駕駛車的出現可能將會重創保險產業。

還記得最近在台北市街頭連續發生好幾次公車轉彎輾過行人的意外嗎?(事件1事件2)人為駕駛會有死角,自動駕駛車輛的感應器裝得夠就有機會去除所有的死角。

人為駕駛會疲勞、會喝醉、會心臟病發作,自動駕駛可以安全把你送回家,甚至在偵測到有人需要醫療幫助的時候,可以直接開去醫院,連等待救護車的時間都省了。

也許未來的某一天,當所有車輛都跟號誌管理系統連線,可以讓每一輛車在需要的時候都直接變成救護車,由系統規劃最快路徑並且沿路享有優先通行權。

想想看,再也沒有酒駕、所有的人都能以最快的速度抵達急診室,我們可以拯救多少人命?

這,才是真正的交通自由。自由,不只是想去哪裡就可以去哪裡,而是可以重新主導自己的行為、奪回自己的時間與注意力並且花在更有價值的地方,甚至是免於恐懼和受傷害。

身為台灣的行人,你真的覺得自己自由嗎?過個馬路,汽機車通常不會禮讓你。踏上路口的行人穿越道,你會擔心是不是又有大型車輛因為死角而直接把你輾過去。

當你家人騎機車出門,難道不會擔心他這種肉包鐵的交通方式太危險,很可能一個不小心就再也回不來?

不得不說,我們現在的交通方式相當原始,沒什麼智慧也稱不上安全,更無法帶給我們真正的自由:很有效率的想去哪裡就去哪裡、很自主的在交通工具上想做什麼就做什麼、很安全的當個用路人,無論是身為行人、駕駛或乘客都不再受到傷害與威脅。

但是在這些理想落實之前,我們有多少工作要進行?不只待辦事項很多,更重要的是許多商業模式會被改變。

智慧交通對我們生活所帶來的衝擊,甚至比智慧型手機還要來得更巨大。

自動駕駛,讓我們可以在車上做任何事情

智慧交通帶來的第一個影響,可能就是讓我們更接近隨時隨地都在工作的情況。

以前我們會下班,在有了智慧型手機之後,你還覺得自己有下班的時候嗎?大概只有開車的時候無法看手機和工作,才得以獲得喘息,不再盯著螢幕。

但是,一旦我們把方向盤交出去,是不是連原本開車的時間都可以拿來工作了呢?甚至車上根本也沒有方向盤了,而是一個坐位一片螢幕。

這不是壞事,隨時都在工作聽起來很痛苦,那是因為做著不喜歡的事情。如果做的是有熱情的工作,可以有更多時間沈浸在裡面,那麼人其實是更開心的。

所以自動駕駛帶來更有彈性的工作方式,甚至是更長的時間投入,你如果做一份不喜歡的工作,一定撐不久,最終你會必須要找到一份自己很喜歡的工作。

意外嗎?怎麼不是透過科技解放了我們的時間,讓我們更有自由去做想做的事情,反而是科技讓我們必須要更沈浸在工作上,最後我們就得去找一份真的願意做到廢寢忘食的工作?

其實從智慧型手機的發展,就可以看得出來,科技只會讓生活與工作越來越無法區分,其中也許會有一些工作機會消失,但是會出現更多新型態的工作機會。

就像是電商發展起來,再加上智慧型手機讓大家隨時隨地都可以上網購物,對零售賣場的衝擊很大。但是線上購物的發展,卻也讓物流服務的需求快速增加。

所以當自動駕駛普及之後,又會出現什麼新的產業呢?其實一台車不需要有駕駛負責開車,車輛就可以成為一家能四處移動的商店,這種預設在商業上的想像空間相當大。例如現在有許多人上班是搭計程車,但是當天如果有重要活動,早上需要整理自己的髮型,這兩個需求可不可以結合起來呢?

一輛其實是髮型沙龍的自動駕駛車,就可以早上到你家來接你,車上會有設計師幫你做造型。一個小時後,你的髮型完成了,公司也到了。

又例如,你是矽谷的極限通勤族,每天通勤時間高達六個小時,你的自動駕駛車,駕駛座其實是工作室,後面的車廂則是臥鋪,那麼你在上下班的六個小時裡面,可以自由選擇在車上是要工作、看Netflix,還是要睡覺。

一輛自動駕駛的車,可以是一間移動便利超商、小診所或是藥局,甚至會再度改變飲食產業。美食外送讓我們可以透過手機選購美食,並且以很短的時間運送過來,中國的外送方便到甚至消費者已經不吃泡麵了。

但是,想想看,如果一輛車就是一家餐廳呢?現在你點餐,要等10分鐘的料理時間,再等10分鐘的運送時間。未來,你點餐之後,車子就開始往你的所在地開,邊移動邊烹調,10分鐘後,你的美食煮好了,也剛好送達,正好是最新鮮美味的狀態,這才叫做好服務。

智慧型手機是一個巨大的科技革命,讓我們透過手機可以連結全世界。自動駕駛車則是另一個巨大的科技革命,讓我們可以在車上做任何事情。

就像我們在十年前不知道智慧型手機的出現讓Airbnb、Uber這些共享經濟得以成真,那麼自動駕駛車又會帶來多少產業的革命與衝擊,我們現在也是無法想像的。

所以,如果你有一技之長,可以提供別人需要的服務,不妨好好思考一下,當你可以在一輛自動駕駛的廂型車上創業,你要提供什麼現在很有需求、很有市場但是卻不存在的服務?像是幫不方便出門的孕婦產檢?像是到客戶家裡幫貓洗澡?像是有人透過App呼叫就會自動開過去的移動式獨立書店?

有沒有想過,無人商店可能落伍了,便利商店的未來不只是沒有店員,還是自動駕駛到你需要的地方去。

賓士汽車已經表示,他們正在力求轉型,透過CASE四種技術的整合,從一個汽車製造廠轉型為移動服務提供者(mobility service provider)。

也許哪一天,你會發現賓士不只賣轎車、休旅車,還可以提供你創業用的寵物美容車、自動駕駛餐車、百元理髮計程車。

智慧交通,讓城市的面貌徹底改變

我們往往要解決A問題,結果卻一起解決了B、C、D問題。像是智慧型手機,原本只是把手機加上可以連網的功能,結果智慧型手機最後卻取代了電腦、相機、導航設備,甚至取代了你的錢包、鑰匙和悠遊卡。

自動駕駛的功能,原本也只是想解決人類必須要持續的專注在開車這件事情上的浪費,但是卻連帶的也解決了其他問題。

像是自動駕駛可以讓交通事故大幅下降,只要感應器夠、人工智慧辨識與運算能力強,電腦的反應速度遠比人類快多了,而且不會精神不濟、更不會受到酒精、藥物的影響。

只有這樣嗎?不只。自動駕駛可以讓你不必自己去停車,所以你的停車場可以距離你家或是公司更遠。

例如,你可以在汐止租停車場,早上車子自己開到南港的家裡接你並且載你到大安區上班,自己再開回汐止停車。下午你的車子也會自己開車接你下班,回到家之後再自己去停車。你原本要租兩個停車場,現在只需要租一個。

所以,城市開始改變了,停車位的需求大幅減少,也不一定要在商業區或住宅區,甚至可以撤除所有的路邊停車場,讓道路更寬敞。

這是初期的改變,漸漸的,大家會習慣其實不需要自己擁有一輛車。就像是台灣共享電動機車WeMo Scooter執行長吳昕霈所提倡的概念:擁車時代已經翻轉,買車不再是必然。

共享車輛代表的是可以更有效率的解決通行需求,不需花自己的時間保養、充電、停車,費用上也很單純,保險、稅金、電費、洗車、維修都涵蓋在租車費用裡面了。

相較於私人汽車九成時間都在閒置,越多共享車輛在路上出現,代表的是道路上的車輛會越少、停車場的需求也大幅下降。根據國外的研究,一台共享機車可以取代高達三十輛私人機車。

不只是共享造成的效率提高,自動駕駛的幫助也很大。自動駕駛的反應比人類快而且可預測,所以車與車之間的跟車距離可以縮短。知名車廠Audi就提出了「第25小時」的概念,透過自動駕駛與車聯網所打造的智慧交通系統,讓車輛保持最緊密的安全距離,而且不超速也不違規,即便使用的人增加,但實際上系統的使用者實際的通勤時間反而減少33%。

也就是,光是駕駛行為的智慧化,人類就可以多賺到一個小時的時間。想想看,這對經濟的影響有多大?

當自動駕駛成熟也普及了,路邊就不再停車了,這是第一個景觀的改變。

接下來,共享汽車也普及之後,街道上的車輛就會開始減少,原本六線道也塞滿車,如今只需要四線道,不但多出寬廣的人行道和單車道,甚至美化和綠化也都可以做得比現在更豐富。

有沒有發現,現在的道路設計採取的是功能性設計,毫無美感可言,我們會把高架橋加上隔音牆,結果在景觀最好的地方我們只能盯著路面看。

當動力來源從燃油改為電能,車輛就不再是噪音的製造者,我們可以開始把隔音牆拿掉,甚至可以開始把給人看的號誌拿掉。

也因為我們再也不需要緊盯著路況駕駛,人類對道路的需求將會從功能變成景觀,道路不再只是到那些應該到的地方,而是會設計成經過那些景觀最美的地方。

智慧交通,未來十年商業的新紅利

到此,我們已經談論了智慧交通將帶給我們更自由的生活、更安全的交通、更有效率的商業以及更美麗的城市。

接下來,這會是一個長達十年以上的持續進化,我們很難現在就想像得到未來將會變成什麼樣子,但是我們也不需要去猜測和想像,因為「預測未來最好的辦法,就是創造未來。」

INSIDE從2009年創立以來,持續陪伴大家走過10年智慧型手機所帶來的App創業潮。2019年,福特的國產入門車款Focus以不到90萬的售價就提供Level 2的半自動駕駛,Elon Musk更是宣稱將在2019年底實現讓特斯拉的電動車可以自己從停車場開來接你的全自動駕駛。

我們認為自動駕駛所帶來的智慧交通,將帶來另一波科技與商業的革命,這裡面會有紅利,也會有泡沫,有蠻荒之地等待你去開墾,也有隱藏的金礦等待你去挖掘。在邁向第二個10年,歡迎你與INSIDE一起觀察科技與商業的趨勢與奇蹟!

如果你對智慧交通這個主題感興趣,請留下你的聯絡方式加入專屬社群,更歡迎你參加INSIDE主辦的「交通 可以很聰明:智慧交通的機會與挑戰」趨勢論壇。我們除了邀請到台北市長柯文哲、台灣人工智慧實驗室創辦人杜奕瑾與輔大財經法律系翁清坤教授對談,IBM、WeMo、悠遊卡公司、Uber、台灣大車隊、車麻吉等智慧交通產業的領導品牌業者也都將與會,分享在智慧交通的寶貴經驗與對未來的展望和佈局,同時經濟部財團法人車輛中心也將分享台灣在自動駕駛車輛的發展與測試上,看到了哪些機會與困境。

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