金寶花30天自製呼吸器開賣菲、泰國，沈軾榮：歡迎來到防疫專門店|數位時代 BusinessNext

「歡迎來到防疫專門店！」金寶執行長沈軾榮站深坑總部主持新品發表會，一口氣攤開20款防疫相關用品，從醫療呼吸器、額溫測量鏡、檢疫採檢棒到UVC紫外線殺菌機器人，過去是電子產品EMS（電子製造服務）大廠，如今賣的是防疫商機，更喊出金寶長期目標營收5~10%來自醫療相關產品貢獻。

各國都面臨呼吸器短缺，由政府率隊主導國家隊，包括特斯拉、GM、鴻海等大廠都跳下來宣佈研發量產，根據中央流行疫情指揮中心統計，全台呼吸器約1萬4,000台，國人呼吸器擁有率（約每10萬人就有61台）比德國（24台）、英國（12台）義大利（5台）高，一旦疫情失控，國內呼吸器供給將面臨挑戰。

經濟部長沈榮津日前表示將追加5,000萬元投入呼吸器功能原型機開發，取得美國醫療器材大廠Medtronic呼吸器醫材資料，期望整合國內供應鏈、系統廠做台灣自有呼吸器100台。

金寶自製輕症呼吸器，高階醫療用鎖定代工

不過金寶的呼吸器佈局則分走兩端，4月30日發表的屬於輕症患者使用的非侵入式呼吸器。「呼吸器技術都是金寶自己研發，當然也有參考開放資源平台的呼吸器設計，利用金寶集團機器人及3D列印技術生產製作。」沈軾榮指出。

金寶預計5月下旬將在菲律賓及泰國生產呼吸器，初期1,500套，供當地市場需求，目前已有代理商洽談中。5月將在當地取得醫療認證許可，不過因泰國限制出口，菲律賓所生產的呼吸器有機會回銷台灣，「 巴西或菲律賓這些國家許多人用不起昂貴的呼吸器，我們期望多一台就多救一個人， 」沈軾榮說。

但為何不投入高階醫療呼吸器開發？沈軾榮表示，由於高階呼吸器醫療認證過程繁複， 金寶將以代工方式生產 ，北美已有兩家潛在客戶預計7~8月將確認代工合約，目前全球泰國、菲律賓、美國、巴西4個工廠具備醫療生產認證。

為拚速度，「我們先研發輕症患者使用的呼吸器，從開始到完成研發花費30天就完成。」沈軾榮開心說，事實上在研發呼吸器過程，金寶團隊也研究醫療器材大廠 Medtronic的呼吸器開放資料，「很多零件都是10～20年前就斷料，很多現在已找不到。」沈軾榮透露，但這也意味呼吸器國家隊若真沿用該大廠設計方案，很可能面臨零件重製及成本昂貴等問題。

延伸閱讀：台灣第一套「零接觸」科技防疫平台上線！北醫附醫30間隔離病房全面佈署

防疫生活進入長期抗戰，金寶轉投資打開醫療窄門

「我認為防疫生活可能是長期抗戰，很多發展中國家人口密集，資源短缺問題大，金寶研發的呼吸器比高階ICU（加護病房）呼吸器便宜很多，可以大量布建緩解需求。」三緯國際市場開發處副處長舒家誠說。

金寶轉投資持股約10%的慧誠智醫主攻醫療軟體解決方案，日本已有許多醫院採用拚30天自製呼吸器開賣菲、泰國，金寶CEO沈軾榮：「歡迎來到防疫專門店！」

零接觸醫療設備進行隔離看診，避免傳染，金寶持股10%的醫寶智人主要開發醫療自走機器人，台中榮總已經導入作為滅菌器材搬運工，未來也可以運送檢體，避免感染風險。

「以台中榮總為例，一天開刀病床100床，每套滅菌開刀器械總重15~20公斤，等於一天醫護人員要搬1～2噸重的東西，由搬運機器人代勞，可以直接將器材送至手術台後方通知護理人員。」醫寶智人總經理王鳳翔說。

沈軾榮更看好2021～2022年跟醫寶智人母公司研揚會有更多合作。

「 後疫情時代，天下大亂，情勢大好。 」沈軾榮不僅加強佈局醫療領域服務，喊出未來營收貢獻要拉高至5~10%，核心本業也沒停著，全球最大印表機工廠岳陽廠1月完工，5月正式拉高至單月100萬台產能，碰上遠距上班浪潮，電腦周邊需求大好，連印表機訂單都急增。

「訂單大增30~40%跑不掉。」沈軾榮說，雖然消費性電子產品需求下滑，但工作類型產品如硬碟、印表機訂單加溫。接下來，金寶還計劃在泰國打造一百萬坪的工業園區，招供應鏈進駐，顯然後疫情時代已準備好迎接從中國出走的零組件遷徙商機。

數位專輯｜台灣7大科技助攻，病毒退散！

責任編輯：陳映璇

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。

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。

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。

花30天自製呼吸器開賣菲、泰國，金寶在後疫情時代做了哪些超前部署？