《產業領袖觀點》裕隆集團2020年3對策拚轉骨,嚴陳莉蓮預警:裕日車受缺料所苦
《產業領袖觀點》裕隆集團2020年3對策拚轉骨,嚴陳莉蓮預警:裕日車受缺料所苦

2019年的美中貿易戰、2020年的新冠肺炎(COVID-19,俗稱武漢肺炎)疫情肆虐,黑天鵝漫天飛舞,疫情後,人類生活如何被影響?企業該如何擬定新對策?《數位時代》編輯部精選各企業領袖年度致股東報告精華,跟讀者一起聽各產業領袖洞見,迎接未來。

一次性打消資產減損,減資彌補虧損,今年裕隆集團體質轉趨輕盈,首季轉虧為盈,本業小賺6.16億元,市場對裕隆轉機性寄予厚望,而新任執行長嚴陳莉蓮則在致股東營業報告書中,強調裕隆股本減資後回到100億元,將以3方式改善體質。

她指出的對策包括:1.推動新車上市,2.汽車產業開放平台推動,3.活化資產運用,比方2021年第四季完成裕隆城的商場興建。

限編輯使用_Nissan日產汽車_1498300643
裕日車今年因台灣國產車面臨斷鏈挑戰,中國業績持平,預估難以獲利優於去年。
圖/ via shutterstock IgorGolovniov

轉投資裕日車,面臨供應斷鏈逆風

而集團中裕日車是裕隆集團獲利小金雞,去年獲利表現亮眼,但今年受到疫情干擾,台灣車市預期國產車飽受斷鏈之苦,2019年台灣成車銷售37,821台,年成長3.0%,市場占有率8.9%,年成長0.2個百分點,目前在國產車中排名第三。

中國汽車市場方面預估今年東風日產銷售持平。2019年中國汽車銷量2,576.9萬台,較2018年衰退8.2%;但轉投資東風日產乘用車銷售127.7萬台,較2018年持平。

裕日車指出,根據中國汽車工業協會預估,2020年中國汽車銷量較2019年衰退,考量新冠肺炎疫情對消費市場影響,審慎預期東風日產汽車2020年銷售將與2019年表現相當。

汽車零件外銷部分,去年營收1.5億元,外銷地區除新加坡、埃及、日本、泰國、印尼、菲律賓、馬來西亞、越南、印度、韓國外,另新增巴西等市場,2020年將更積極拓展新外銷市場,為公司創造更大的營收成長動力。

面對競爭日益激烈的汽車市場,裕隆日產2020年將持續積極導入優質產品以滿足消費者多元需求,NISSAN品牌預計於下半年推出國產化全新世代SENTRA;另將導入全裕隆日產新大改款進口JUKE,擁有新世代歐系都市跑旅外觀,搭配科技質感內裝及全新1.0L渦輪引擎動力,提供台灣消費者與過往截然不同的駕馭樂趣。

封面_車頭朝右全車 電修FA_190327
裕隆集團近年投入電動車研發,但母公司雖轉虧為盈,但裕日車的挑戰不小。
圖/ 裕隆

至於2020年年第一季,受到美國與中國貿易戰導致台商回流、汰舊換新政策即將到期,以及因新冠肺炎疫情導致民眾偏好自駕車以避免大眾運輸疫情傳播風險等影響,台灣車市累積1-3月總市場銷售100,902台,較去年同期成長8.0%。

不過裕日車預警,此波成長主要受惠進口車,國產車受缺料所苦生產供給不及,第一季較去年同期,國產車衰退1.5%,但進口車成長18.3%,展望2020年,汽車市場恐受全球新冠肺炎疫情增溫而加劇生產供應斷鏈衝擊,未來市場發展將面臨險峻衰退壓力。

《數位時代》編輯部彙整
一、銷售獲利方面:
去年台灣汽車市場總銷量為43.98萬輛,雖較2018年微幅成長1.1%,但進口車市佔比已達47.7%,對國產汽車造成一定的衝擊。國產車衰退4.0%;進口車成長6.3%。乘用車衰退6.2%;商用車成長27.0%;RV車則成長1.7%。

2019年度總提車台數為42,823台,營業收入總額302.62億元,營業淨利10.48億元,淨損244.65億元,虧損主因為自主品牌銷售表現不如預期,本公司依穩健原則,認列納智捷車型開發技術資產及模具減損損失,並依回收風險提列應收帳款減損。
為彌補虧損,規劃動用特別盈餘公積151.45億元並減資57.29億元,減資後實收資本額調降至100億元,減幅約36.4%,減資彌補虧損後將改善財務結構、提升未來每股淨值及每股盈餘。

二、持續推動新車上市:
納智捷於2019年12月推出多功能休旅車URX,並強化福祉車功能滿足消費者需求。裕隆日產亦於2019年第三季分別引進新一代Leaf電動車及Altima進口車。

三、推動汽車產業開放平台:
因應產業環境變化,本公司策略轉型爭取多元客戶,除開始代工ADIVA三輪重機外銷外,亦於今年與鴻海公司簽署合資協議,透過合資公司推動開放平台與共用化的經營模式,結合雙方在車輛研發與ICT產業資源互補,為目標客戶提供整體解決方案的服務。

四、活化資產運用:
新店裕隆城商業區開發案在綜合評估與審慎考量下,已於2019年10月公告變更設計,以興建商場並縮短工期為主,預計於2021年第四季完工啟用。

五、深化公司治理:
本公司連續六年榮獲台灣證交所上市公司「公司治理評鑑」排名前百分之五殊榮,並獲納入台灣永續指數成份股(FTSE4Good)。未來本公司將在誠信經營ヽ資訊透明,董事會及相關功能性委員會職能有效發揮等方面,持續精進公司治理。

六、落實企業社會責任強化社區關懷:
本公司在「2019天下CSR企業公民獎」大型企業組競賽中,取得第12名的佳績。

因應台灣人口高齡化及身障人口增加的需求,透過創新公益模式,以格上租車與各地LUXGEN V7福祉車隊友善司機,串起全台移動服務與無障礙旅程。
捐贈台北市、苗栗三義鄉清潔隊「僱主補償契約責任險」保險金,累計已超過3萬人受惠。此外,每年持續贊助苗栗縣辦理「臺灣國際木雕競賽」活動,並提供三義鄉各級學校獎學金,舉辦「裕隆三義兒童籃球夏令營」及「裕隆汽車設計體驗營」等活動。

關鍵字: #裕隆
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