OCP專案一年前喊卡,英軟體團隊連虧5年,凌華劉鈞如何實現兩年期限的一場豪賭?
OCP專案一年前喊卡,英軟體團隊連虧5年,凌華劉鈞如何實現兩年期限的一場豪賭?
2019.06.24 | 物聯網

「去年營收3.5億美元,是做得最不好的一年。」凌華年營收連續兩年突破百億元天險,2018年EPS卻只賺1.12元,創上市新低,股東焦慮對手頻頻併購,三步併兩步緊追凌華,董事長劉鈞信心喊話:請再給我兩年時間,我一定會負責!

工業電腦近三年產業氣氛丕變,盛行利用併購擴張營收規模,後起之秀樺漢、振樺都以併購方式擴張營收至百億元,跟對手不同的是,別人用併購買訂單、佔地盤,凌華則偏好技術整合。

368CDDC2-4F0D-442B-9B91-56118A5A754B.jpg
凌華董事長劉鈞表示會重壓三大領域,包括醫療、交通、機器人
圖/ 王郁倫攝影

醉心技術併購,一年前卻收掉OCP專案

不過偏好技術投資,並非萬無一失,凌華營收擴張的喜悅還沒嚐到,獲利卻直墜谷底,歸咎原因,劉鈞坦然說是內部沒及早做零件準備,其次是軟體投資尚未實現盈利,他預估2015年底用5億元買下的英國PrismTech軟體公司,今年虧損縮小,要至2020年才打平。

去年MLCC及DRAM價格上漲,但跟大客戶的合約中零件價格早已經確定,由於凌華超過4成營收集中在前10大客戶身上,零組件狂漲侵蝕獲利2.5~3百分點,其次PrismTech去年虧1.5億元,相當吞掉近1元EPS。

PrismTech是工業物聯網中專做資料分散式軟體(Data Distribution Service, DDS)公司,也是凌華2016~2018年財報上一大負擔,這家公司2016年虧6333萬元,2017年虧1.45億元,到2018年又虧1.5億元,再虧下去,幾乎等於用兩倍代價收購。「管理軟體公司,我承認很陌生,管理硬體比較熟悉。」劉鈞坦言。

但著眼未來工業電腦業走向軟硬整合服務,軟體能提高硬體附加價值,現在凌華很多訂單跟合作機會,都來自此投資,「這是很重要的決定,數字雖然不好看,但未來經營會更好,我到現在不後悔,」劉鈞說。

731710E2-44E6-49AC-AD33-A5962F593AB2.jpg
凌華董事長劉鈞看好兩年後負責公司績效表現
圖/ 王郁倫攝影

而硬體面,2017年重壓OCP架構(開放運算計畫,Open Compute Project, OCP)也沒有帶來好處,凌華參與OCP聯盟提交OpenSled開放式機架設計,獲得OCP聯盟認證採用為下一代電信標準,然而,劉鈞也證實,一年前凌華已經停掉OCP專案,宣告失敗。

為什麼退場?劉鈞分析,凌華在電信領域佈局早,一直認為ATCA(Advanced Telecom Computing Architecture;高級電信計算架構)之後的下一個標準是OCP,但OCP聯盟標準是由雲端大廠決定,而不是電信業者,這些雲端大廠要的是價格,給的是大單量,而大量低成本製造並非凌華的優勢。

5年營收拼10億美元,壓寶三關鍵

凌華重新定義2019年目標是獲利成長勝於營收,凌華首季毛利率已經回到39%,而公司未來長期目標是毛利率重返40%以上。「我們的核心是研發能力,跟客戶協同開發商品,客戶可以減少投資,由凌華協助,」劉鈞說。

劉鈞說,過去7年拼營收,是因為不具備規模,零件商不會提供到位的價格,但今年開始,要回歸獲利成長,也因此,若客戶把凌華當作合約工廠(CM),把毛利率壓低,凌華就寧可放棄。

「凌華下一個里程碑則設定10億美元營收目標,從中小企業走向中型公司,受到國際認同。」劉鈞說這預估要花5年時間。

緯穎_2019_02_12_蔡仁譯攝-1 (1).jpg
OCP架構伺服器主打大量價格敏感度高的市場
圖/ 蔡仁譯攝影

但為了達到10億美元營收規模,凌華壓寶3大關鍵領域,這三個領域的邊緣運算將打造凌華下一個倍增機會。凌華將利用軟硬體協助客戶數據採集,在邊緣端完成運算需求,而仰仗的關鍵技術是5G跟AI,他舉例,用鏡頭做行為分析或人臉辨別,確保高鐵安全。

三大看好關鍵產業包括:1.醫療,2.交通,3.機器人。

要當機器人控制器關鍵大廠

劉鈞說,未來是數位醫療或影像醫療時代!X光、超音波或MRI系統都需要高速運算能力,過去凌華只做INTEL(英特爾)平台,現在也整合NVIDIA(輝達)GPU平台,劉鈞說,現在能整合Intel與NVIDIA技術滿足工業應用的業者,凌華一定是前兩名。

凌華跟醫療界GPS(GE、飛利浦、西門子)三大廠中的兩家合作,除此之外,也跟二線業者瑞開利、聯影及邁瑞合作,另外與歐洲蔡司、日本東芝醫療、奧林帕斯胃視鏡設備也有接觸,劉鈞說,醫療業務費時長,談一個單子要一年時間,產品開發花18個月,到第三年開始賣,整個週期要十年。

在交通領域,凌華聚焦軌道交通,除控制器,PIS(旅客資訊系統)也是未來凌華佈局重點,「高鐵現在速度350公里,未來很快會到500~600公里,車輛安全會更重要,」劉鈞說,凌華將專注地鐵或高鐵車內鏡頭保全系統建置。

倫敦交通 London traffic_8698588329_8fbcb55a73_k.jpg
智慧交通中,城市與城市之間的連結要靠高鐵跟火車,而安全系統成凌華佈局重點

機器人領域,看好產業界從自動化邁入智能化,凌華目標成為最重要的服務機器人控制器供應商,因此凌華投資大額研發經費,參與ROS 2作業系統開發,期望機器人導入AI軟體,能將凌華開發的控制器展現最好的執行力,未來機器人透過眼睛判斷後,自己能控制手腳做對應的動作,機器人與機器人之間也能互通連結。

「貿易戰後,我們的生意會增加。」中國強化自主性,PXI量測產品將出現轉單機會,凌華期望兩年內搶下對手NI在中國一半的生意,換算約2,000萬美元訂單,由於中國客戶也在撤出中國工廠,資本支出預期在明後年增加。

「就看股東有沒有膽識,再壓兩年!」劉鈞說,現在凌華的合作伙伴樣貌已經跟過去三年不同,「做得出來就是英雄,做不出來就是狗熊」劉鈞說,若兩年後仍做不好,「我一定會負責任。」

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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