與台積電一致 ! 廣達大翻盤佈局量子電腦,林百里:其實我很怕十年後將天翻地覆
與台積電一致 ! 廣達大翻盤佈局量子電腦,林百里:其實我很怕十年後將天翻地覆
2019.11.13 | Google

廣達董事長林百里對量子電腦看法大翻盤,他13日出席媒體說明會,首度透露已指派幾位工程師投入量子電腦研究,為十年後更大量的雲端與IoT(物聯網)商機做準備。

時間回到今年4月,林百里出席員工家庭日活動時,談到量子電腦仍保守以對,認為演算法及材料使用都具不確定性,談量子電腦言之過早,那是15-20年後的事。

廣達
廣達13日舉行媒體見面會,董事長林百里暢談飛機理論裡頭AI、IoT、5G、雲端的關係
圖/ 王郁倫攝影

不過,半年後他的態度丕變,似乎跟台積電董事長劉德音透露台積電不會缺席量子電腦機會有關,也與重要客戶Google與IBM近期在量子電腦頻頻較勁上難脫關係。

「假如有一天,每一個人的口袋都有一個量子電腦,我想TSMC(台積電)一定不會缺席。」台積電董事長劉德音9月在一場論壇中表示,市場預期這將是一奈米以下製程的產品。

林百里:台積電是上游,我們下游

「我其實很怕十年後量子計算出來,這世界又將天翻地覆。」林百里說。他坦言:「我們(廣達)開始研究量子計算這回事,但我其實很怕。」他指的是量子電腦帶來的世界變局,科技業者需隨之應變。

「目前量子電腦運算機器都很不穩定,因為這是超導體、超低溫的挑戰,這也不是我們(廣達)可以做的,」林百里說,十年後他都80歲了,應該退休了,所以他現在先找幾個工程師研究(量子電腦),他判斷自己退休前應該都還不會真正生產量子電腦。

不過儘管林百里預言,他退休前廣達還不會生產量子電腦,但他看好十年後,量子時代將對廣達有百利,帶來的是雲端跟IoT裝置商機。

IBM Q量子電腦
IBM跟Google都發表最新量子電腦技術
圖/ IBM

「量子時代對廣達更有利,因為運算能量更大,(處理器)裡面很快,需要接收資料量更大,因為接收太快了,一奈米或兩奈米能不能做到都還不知道,也因為運算很快,對外傳輸要用光網路。」林百里描繪量子運算的架構,顯然已經做過一番研究。

林百里說,廣達不會做引擎(量子晶片),但其他東西數量太大,比方應用,比方量子時代的雲端商機(量子電腦伺服器),這些廣達都非常樂觀,因為「世界上能做好的伺服器的公司不多,越來越難做,對我們(廣達)就會越來越有興趣。」

廣達副董事長梁次震也補充,「當運算越來越快,一定會想出應用之處,或許有一天人不用手跟嘴巴,頭上擺兩個量子就可以。」他打趣的說。

林百里舉當年雲端時代來臨,市場開始擔心NB會完蛋,但後來不僅不會,反而延伸出很多IoT應用,「量子是更大的應用,台積電也碰到量子問題,屆時若半導體需求更多,晶片需求更多,廣達做箱子(伺服器)的需求也就更多。」

遵循台積電的腳步,林百里對量子電腦轉為開放擁抱,他直言「台積電是上游,我們是下游,上游水多,我們就水多,供應鏈一致!我們兩家觀點一致!十年後量子電腦時代出來,預估是一奈米以下製程,我們箱子(伺服器)也要做(量子伺服器),箱子越來越難搞,有新的東西當然好玩。

十年內,飛機理論看好四大技術三大商機

至於十年之內,林百里看好的是AI、雲端、5G、IoT四者整合機會,13日他再度拿出一張「飛機理論」圖片描繪四者間的關係,「AI是機師,5G是噴射引擎,延伸出雲端技術,結果是要靠IoT賺錢,這是大整合機會,要四種都會做,提供解決方案才能賺錢!」

在這大技術融合趨勢中,廣達將有幾個佈局方向,首先是智慧醫療,其次是智慧工廠,第三是5G時代的雲端升級需求。

智慧醫療是最難做的事情,因為關乎人命,商業模式要考慮很多,涉及醫療倫理、品質、效率,林百里透露,廣達正在做研發病房及醫護平台,希望2020~2021年產品能落地試營運,但最大考驗仍然是行銷跟商業模式。

林百里解釋,因為若不做ODM,作品牌必須有行銷力,光做台灣市場太小,難以規模化,但若做全世界生意,醫療的品牌是最困難的,不僅要取得醫療認證及醫療機構認可,生意模式怎麼做?銷售人才如何培養?都是問題。

廣達
廣達宣佈投入量子電腦研發
圖/ 王郁倫攝影

不過,林百里反而最看好AI與5G在三至五年內帶來的機會,他指出,5G背後的雲端機房跟4G不同,當各國發展5G將帶來非常大的需求,而當AI服務上路,Google等雲端客戶業務也將大成長,5G需要大量雲端,靠數量眾多的IoT收集資料,所以雲端跟IoT也將大成長。

在智慧製造方面,廣達林口總部又將興建新大樓,預計2020年第四季完工,這也成為智慧工廠實驗場域,林百里表示,廣達導入自動化機器人,加上AI檢驗,若未來導入5G,把感測器跟機器人都串連起來,能做大數據即時分析,即時決策,生產效率將提升20%,是非常大的商機。

「機器人也有聰明跟笨的!」林百里笑說,未來連線AI的是聰明機器人,而笨的機器人智慧說「你好!你好!」毫無作用。

林百里早在20年前就看好行動聯網商機,率先投入筆電開發,現在則大力倡議AI戰略,梁次震補充:其實林百里早在31年前就已經想到廣達(Quanta)會做量子電腦(Quantum),所以創業取名廣達,林百里則笑著回應「廣達」就是取意產品既廣又能無線通達,兩位創辦人一番對談,讓外界多少能一窺科技前瞻領袖的先見之明。

延伸閱讀:量子電腦時代還早?廣達林百里:半導體還有3場硬仗要打

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