台灣5G成「三大殺兩小」局面?亞太電信:已備妥70億資金迎戰
台灣5G成「三大殺兩小」局面?亞太電信:已備妥70億資金迎戰

國家傳播通訊委員會(NCC)為了讓台灣5G上路能發揮其低延遲、大連結、大頻寬優勢,傾向在年底第一波釋出3.5GHz頻段時,規劃270MHz頻寬讓電信商競標。由於頻寬越大、越能發揮5G效果,市場氛圍自然形成「三大業者」(中華、遠傳、台灣大)與「兩小業者」(亞太、台灣之星)之爭,亞太電信董事長呂芳銘就直言:「競爭將非常激烈,對結果期待又怕受傷害。」

呂芳銘解釋,假設270MHz頻寬讓三家業者分,最高能拿到100MHz,以技術角度來看確實最能達到5G規格與規範,但「站在一間小電信公司立場就不會這樣想,希望大業者不要拿太多。」

亞太電信指出,5G使用頻段有高頻波長短、繞射能力差、覆蓋範圍較小、穿透力差等特性。因此,透過數量密集的小型基站來完善行動網路的涵蓋,已成5G基礎建設主軸。他們自2017年推出小型基站「魔速方塊」,至今安裝近2萬台,改善9成因室內訊號不佳而客訴的案件。

亞太電信董事長呂芳銘
呂芳銘強調,影響5G效用的原因並非只有頻寬,技術面或許如此,但亞太電信花了不少功夫在基礎建設,期待NCC的規劃藍圖裡仍有小業者空間。
圖/ 吳元熙/攝影

4G因低價競爭虧損,5G想用技術找出商機

去年營收145.66億元、稅後淨損32.68億元、每股稅後淨損0.77元。亞太電信今(19日)舉行股東會,被問到是否有資金參戰5G?呂芳銘表示,目前已備好約70億銀行資金,未來也不排除聯貸和其他方式擴大銀彈規模,但目前仍在討論中,須等董事會正式通過才會定案。

他向股東說明,5G是不能不參與的趨勢,就像當初4G開台,若錯過一開始參與,等到隔年再加入,恐怕會錯過建設時機。現在因為4G設備攤提,需認列40億支出,全年還是虧損,不過資金不會是問題,重點在於如何找到未來的殺手級應用。

亞太電信在股東報告書中表示,三大電信在2018年5月份推出「499吃到飽」,以致4G用戶平均帳單貢獻(ARPU)降低,傳統行動電話整體營收呈下滑趨勢。

照理來說,以目前亞太的兩百多萬4G用戶規模,全年應該可以獲利。呂芳銘坦言,亞太電信不得不以低價方式爭取用戶,如果是合理的ARPU,就可以讓全年獲利轉正。

不過他更看好亞太在5G的表現,「5G無線網路就像縱貫線,而我們已經在研究高速公路。」他認為軟體定義網路( Software-Defined Network,SDN)和網路功能虛擬(Network Functions Virtualization,NFV)將是改變產業格局的兩大關鍵,而這些都已經在實驗室裡測試中,透過軟、硬體夥伴參與,將讓5G更快、更好。

關鍵字: #亞太電信 #5G
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