鴻海新董劉揚偉力推「Foxconn3.0」,集團巨艦毛利率如何在2025年之前拼看10%?
鴻海新董劉揚偉力推「Foxconn3.0」,集團巨艦毛利率如何在2025年之前拼看10%?
2019.11.13 | 策略

鴻海新任董座劉揚偉於今(13)日召開他上任後第一場法人說明會,整場亮點除了第三季財報以外,外界也聚焦於鴻海未來於東南亞及美國威斯康辛州的投資狀況、以及未來投入新產業及新技術領域的相關規劃。

富智康轉虧為盈拉升獲利,但全年營收可能低於去年

鴻海第三季財報上,毛利率回到了6%,營收及獲利皆上升。第三季整體營收為1.39兆元,季增20%、年增1%;稅後純益 306.64 億元,季增 80%、年增 23%;EPS則為2.21元,季增80%、年增41%。

營收組成方面,消費暨智能型產品包含智慧手機、電視、遊戲機等產品佔49%,主要反映了第三季智慧型手機的買氣。運算型產品包括筆電、平板等產品則約佔21%,相較去年第三季成長幅度較大。鴻海財務長黃德才指出, 鴻海旗下富智康(FIH)因業務調整,品牌業務回歸子公司,使獲利在本季轉虧為盈,是當季獲利回溫的一大原因。

至於第四季的表現將會如何?劉揚偉指出,第四季表現將優於第三季,但由於去年第四季iPhone熱銷,拉高基期,所以全年營收以及獲利應該都會比去年來得低。

然而,對於2020年的展望,劉揚偉顯得相對樂觀。他認為整體國際環境將會相對穩定,而5G應用將帶動伺服器、網通等企業產品銷售成長,元件類型產品也將因而受惠。

加速投資越南、印度,威斯康辛案計畫照常

Foxconn Wisconsin
關於討論熱度高的威斯康斯州投資計畫,劉揚偉強調,威斯康辛的計畫都持續在進行,駁斥外界對於投資規模縮減的說法。

至於海外佈局的部分,黃德才指出,目前鴻海在16個國家都已經設有生產基地,而他們也會因客戶需求而調整產能的規劃。劉揚偉指出,東南亞各國如越南、還有美洲的墨西哥都是熱點國家,而鴻海也不會在佈局上落於人後。雖然他並未透露墨西哥的投資金額,越南的話是63億、印度則為110億。

而討論熱度高的威斯康斯州投資計畫,劉揚偉強調,威斯康辛的計畫都持續在進行,駁斥外界對於投資規模縮減的說法。

他說,目前他們有「3B」的目標:Building(指建設)、Body(指人才)、Business(指新業務的開發)。在建設方面,威斯康辛廠區最大的廠已於上個星期封頂,未來也預計要建設一座數據中心,依據美國市場的特性,開發新的智能化項目。

此外,劉揚偉表示他們有一個Foxconn的未來菁英培訓計畫,從西北大學、伊利諾大學香檳學院等知名美國院校招募大學生,送到全球的富士康分部進行訓練。同時,威斯康辛廠區也將積極培育工業AI人才,不受限於智能製造,而會進一步發展科技服務業的新業務。

拼2025年10%毛利,「Foxconn3.0」揭露劉揚偉未來佈局

劉揚偉也透露了他上任後對鴻海未來三到五年發展的規劃藍圖。他說,過去集團主要核心技術是模具,近年來因為競爭更加激烈,與對手的差距縮小,他們需要投入新產業,加快轉型步伐。

以毛利提升作為標準,劉揚偉的願景是在2025年達成10%毛利的目標。目前鴻海正在進行「Foxconn2.0」的數位轉型階段,希望透過客戶體驗、智能決策以及營運效益三大領域的優化,來提升整體營運狀況。其中,除了傳統IT的翻新外,組織文化轉型也是目標之一。

劉揚偉_鴻海董事長_
關於未來發展目標,劉揚偉的願景是在2025年達成10%毛利。
圖/ 蔡仁譯攝影

目前Foxconn2.0已推動兩個月,有一萬多人參與,1,500名主管需要重新接受訓練。他們預估2.0階段能拉升約1%的毛利,至於要達到10%的目標,則有賴於「Foxconn3.0」,轉型升級的階段。

劉揚偉說, 在Foxconn3.0階段,鴻海會著重於三大未來產業與三大核心技術的發展上。三大產業為電動車、數位醫療與機器人;三大技術為AI、半導體與5G/6G。

為何是選擇這三個產業呢?劉揚偉表示,這些產業的年複合增長率都在30%以上,代表它們在初期發展階段,而初期幾段的產品毛利都會比較高。未來鴻海也計畫成立四個研究院,專門來研發他們的核心技術。這四個分別為精密加工研究所、奈米半導體研究所、5G/6G研究所以及AI研究所。

鴻海拼轉型升級,5G成為首要目標

關於5G/6G的研究,鴻海已經開響第一炮,投資一百億台幣於亞太電信的現金增資私募案。劉揚偉表示5G建設將帶來近13兆的商機,5G速度提升、延遲降低、覆蓋率廣的特性將使得產品應用更加廣泛,會大大影響人們的生活,鴻海絕不能錯過5G的機會。至於以衛星為基礎建設網絡的6G,劉揚偉也認為鴻海有發展優勢,因為他們早在多年前就於衛星通訊領域有所佈局。

電動車方面,劉揚偉表示他們不會投入整車生產。未來的發展核心會聚焦於電動車相關模組以及平台的建立,也計畫與製造電動車的客戶一起合作,也可能投入電動車底盤平台的開發。

至於半導體的技術方面,鴻海表示不會投入手機處理器晶片領域,而是將著重於半導體的3D封裝、面板級封裝(PLP)以及深耕系統級封裝(SiP)。

在晶片設計方面,則將投入工業互聯網的邊緣運算AI晶片與8K電視系統晶片(SoC),以及電源晶片、面板驅動晶片、小型控制晶片等小型晶片的設計開發。此外,為佈局數位醫療,與X光影像相關的晶片設計也是未來的發展方向。

法說會結束前,場內媒體也詢問劉揚偉對於中美貿易戰的觀察,好奇未來國際局勢走向是否會影響鴻海。劉揚偉妙答,自己不是專家,但可能找一個心理學家做判斷更有用。對於未來局勢,他僅說鴻海必須更加靈活,好隨時迎接各種變化。

延伸閱讀:
1.鴻海投資半導體,兩好球兩壞球

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