花5年長征擊敗Panasonic奪賓士大單,融程電如何吃下神基也沒做到的生意?
花5年長征擊敗Panasonic奪賓士大單,融程電如何吃下神基也沒做到的生意?

今年,工業電腦廠融程電從對手Panasonic嘴裡搶下賓士肥單,董事長呂谷清正式跟德國車廠賓士簽訂5年供貨合約,負責供應其全球車廠5萬台汽車檢測儀診斷電腦(OBD Tool),6月開始出貨。

為了等這一刻,呂谷清等了5年,賓士車廠每5年更換一次車檢電腦硬體,上一回開標,融程電也參與競爭,做出了車檢平板電腦給賓士檢測,「本來決定給我們,但採購決定卻大轉彎,因為對方(Panasonic)關係比較好!」呂谷清回想當年踢到鐵板,才發現德國車廠沒關係很難打入。

融程
融程電打入賓士車檢電腦供應鏈後,董事長呂谷清表示再也不會讓對手搶回去!
圖/ 王郁倫攝影

其實融程跟賓士並不陌生,雙方合作超過10年,只是融程電做的是生產線品管平板,一年僅交貨幾千台;而打入車檢平板電腦市場,等於通吃賓士後勤電腦生產維修所有電腦設備。

而跟Panasonic二度交手,呂谷清分析敵情,融程電設計技術不輸對手,電路設計沒問題,或許電池採購成本差了對方一截,但最關鍵是品牌知名度不如對手,為了奪單,融程過去一年投資近1億元,以取得全球各國安規認證。

年營收目標30億元,現在是10年來最接近目標的時刻

融程電是專做特殊應用平板電腦的工業電腦廠商,客戶從石化航太到車檢物流業都有。在技術已達一線廠水準,早已出貨福斯及Continental等大廠車檢電腦下,融程這次終於以價格優勢勝出擊敗Panasonic與賓士簽約,一雪5年前之恥,「 10年都沒做到,這次是我們最接近30億元營收目標的時刻! 」呂谷清說。

融程電多年前就設定朝30億元年營收目標邁進,但專案型態的生意模式,每次都碰巧出現某客戶被併購、訂單延後、搶標失利等狀況,讓營收始終無法向前跨一步,事實上,身為工業電腦二線廠,融程年營收已經在15~16億元徘徊7年,而呂谷清一直期望推升融程朝30億元規模邁進。

融程
賓士每五年會更換汽車檢測儀診斷電腦(OBD )設備。
圖/ 王郁倫攝影

光靠一筆德國賓士車檢電腦大單,也未必能讓業績翻一翻達到30億元目標,融程電過去一向在歐洲市場相對出色,北美市場則表現平平,年營收貢獻僅1.8億元,呂谷清心想,集團要做到30億元營收,北美市場勢必要貢獻10億元才健康。

奪下Honeywell倉儲平板長期合約,第四季出貨

為衝刺北美市場生意,融程耕耘多時,今年4月也順利拿下Honeywell的倉儲物流平板長期供貨合約,第二季產品驗證,第四季開始出貨。

要知道北美倉儲物流電腦裝置業者三足鼎立,除Honeywell外,還有Zebra及Panasonic,而這三家除Zebra全數委外生產,其餘兩家都還掌握自有工廠,自製自產自銷,要打入供應鏈並不容易。

而靠著專門研發倉儲用平板,這次融程電罕見的讓Honeywell破格以「貼牌」方式跟融程電簽定長期供貨合約,過去Honeywell僅採用代工方式對外釋單,這次能跟融程電以買產品方式合作,不僅是創舉,也證明融程電倉儲平板設計功力晉級。

據了解,Honeywell也曾找神基科技洽談合作,不料雙方談了很久,最終沒有談成。Honeywell因此轉向找融程電合作,問呂谷清為何順利搶下大單?呂谷清坦言,是用「競爭語言」跟客戶溝通,說明現在產業的競爭激烈,自己開發要時間也要投資,若直接跟融程電合作,至少省1000~2000萬美元開發費用,最後成功用這套說詞說服Honeywell。

除了這兩家國際大廠談定,融程電在醫療設備領域也有一些斬獲,今年融程也取得麻醉指數偵測器龍頭醫療用平板訂單,預計2021年開始出貨。

融程
經過五年長征,融程電順利擊敗Panasonic奪下長期合約。
圖/ 王郁倫攝影

「2008年以前我們小客戶多,但未來會陸續經營賓士這類大型客戶,因為我們發現,大型客戶受黑天鵝影響會比較小。」呂谷清分析。

融程花5年搶下的賓士車檢電腦訂單,預計在6月就將裝貨櫃海運出貨,7月認列營收,在下半年德國車廠大單進補下,車檢電腦生意將從過去一年5,000~6,000台倍增至年出貨1~2萬台, 讓車檢電腦業績占比大增至24%,一口氣成為融程電最大業務來源

在營運盤旋7年後,融程電期望在未來兩年加速朝30億元叩關,談到手上還熱騰騰的賓士車廠訂單,呂谷清信心滿滿地說:「未來不可能再讓競爭對手搶走!」

延伸閱讀:3關鍵解讀電動車商機起飛……你買車時會選擇它嗎?

責任編輯:陳映璇

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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