揪公有雲代理商、讓利開發者與通路夥伴,研華劉克振:智慧工廠將最快產生龍捲風暴
揪公有雲代理商、讓利開發者與通路夥伴,研華劉克振:智慧工廠將最快產生龍捲風暴
2021.01.25 | 物聯網

工業物聯網產業發展不如預期,產業成熟進度只到達原先預期的5分之1,身為龍頭的研華科技2021年將如何應變?研華對策是傾力打造生態圈,除邀雲服務代理商(IoT-CSP)加入,並將擴大全球業務菁英加入促成生態系發展。

研華董事長劉克振與技術長楊瑞祥指出,過去工業物聯網產業發展不成熟,背後原因很多,但看好未來物聯網產業仍將穩健成長,調研機構預測,預計2025年AIOT產值將上看4,500億美元規模,比2021年翻倍成長。

打造生態系,拉攏公有雲代理商佈局OT

劉克振指出,研華2021年將用力結合生態系,因為物聯網產業價值鏈是一層一層疊加上去的,若物聯網生態系不建構好,產業就做不起來,而生態系裡最大關鍵元素就是公有雲,如阿里雲或微軟Azure,這類雲服務商(CSP)在各國非常普及,並衍生出物聯網雲服務代理商(IoT-CSP)角色,結合各行業專業系統解決方案整合商(DFSI),才能讓物聯網真正落地。

研華成立7大事業群.jpg
研華成立7大事業群,包含5個行業專屬事業群及2個通用事業群,透過4大地推部隊協助導入市場。
圖/ 研華

而這些專業解決方案系統整合商(DFSI)現在數量很少,規模很小,研華鎖定五大產業領域,包括智慧工廠、環保能源、智慧零售、智慧醫療、智慧樓宇,都需要這些在地化夥伴合作;而最後一個元素是iAPP軟體開發商,一旦整串關鍵價值鏈(IoT-CSP、DFSI、iAPP、端)都發展到位了,物聯網就會起飛。

而IoT-CSP是研華創建工業物聯網生態系新瞄準的關鍵成員,這個角色也就是雲服務業者的各國代理商,在台灣可能是零壹、凌群或伊雲谷,本來是純雲服務代理商,很懂IT(資訊技術),但對OT(營運技術)則未必熟悉,研華期望說服這業代理商也代理物聯網端方面的邊緣運算解決方案,如此就能加速雲跟端的協同運作,便利於服務專業系統整合商。

軟體讓利!研華保留40%利潤給開發商及SI

「為扶植養成IoT-CSP夥伴,研華2021年會大力投入資源養成,」劉克振解釋,這類CSP代理商若代理研華解決方案,將使物聯網應用成功機率大增,為此研華也預備讓利40%,為iAPP開發商及系統整合商業者打造利潤生態池,讓公有雲代理商也保有利潤,提高其投入意願。

研華讓利給通路及軟體開發商.jpg
研華計畫讓利40%給通路及開發商。
圖/ 研華

事實上,雲服務代理商算是新產業,劉克振指出,企業上雲的需求很大,光是台灣,他所知2020年就新成立很多家,或許因為疫情關係,許多老牌雲服務代理商2020年的業績都翻倍成長,但這角色主要是提供公有雲服務,不太會行業化,跟物聯網關連性也低,現在研華積極說服這些代理商分一點兵力到OT產業。

「IT很多人做,台灣光是Azure的CSP就有超過一百家,後來官方稍有管制後縮至37家,但仍非常多,競爭很激烈,但OT競爭不激烈,若代理轉賣研華物聯網套餐,利潤有很高,談過後很多代理商有很高意願。」劉克振說。

製作7大行業軟硬體解決方案套餐,減輕通路整合商負擔

向外力招公有雲代理商加入,對內研華展開哪些策略行動?劉克振指出,研華組織管理變革有2,首先是打造行業套餐(SUITE),過去研華的邊緣硬體裝置搭配iAPP使用,生態系不完整,常要派技術長跟客戶溝通,現在希望整合出7大類重點行業套餐,製作電子型錄,方便經銷商可直接拿去跟客戶溝通,減少系統整合商負擔。

第二招是組織上做變革,研華組織架構成立7事業群,包括針對5大行業成立專屬解決方案事業群,搭配2個通用平台事業群:物聯網雲平台WISE-PaaS及邊緣運算軟硬整合DeviceOn,其次兩大研發團隊位於西安及台北,將加強發展工業APP及解決方案套餐,展開國際性推廣。

研華搭配7大產業SI解決方案推產業套餐.jpg
研華開發7類行業套餐,結合各SI的專業知識與解決方案,便利夥伴推廣節省負擔。
圖/ 研華

而4大地推動力則是來自1.研華針對行業編制的行業套餐資訊,2.結合各國在地專業行業解決方案系統整合商(DFSI),3.並與物聯網雲端代理商(IoT CSP)搭配,4.最後是研華本身第一線頂尖銷售業務加入,用4股力量將物聯網生態圈加速發展開來。

劉克振解釋,過去研華推物聯網是成立專任團隊,但如今期望透過更多業務力量擴散,「挑戰很多!解決一些,又有新的挑戰。」劉克振坦言,新策略是把生態系統結構化,組織單位專屬化,強化分工,另一頭則期望跟同業平台建立共通標互通互聯。

智慧工廠將最早爆發龍捲風暴

為佈局工業物聯網產業,研華早已在2015年前展開佈局,第一階段是打造物聯網雲平台WISE PaaS,這部分2015~2018年已經完成,第二階段則是開發工業APP,2018~2020年已經完成200多個,現在即將跨入第二至第三階段,也就是跨平台建立互聯可通的生態系,劉克振預估,等到第四階段,也就是4.0的時候各生態系將完全互通,工業物聯網產業產值將邁入極大發展。

工業物聯網生態系演化四部曲.jpg
研華工業物聯網佈局目前正發展到第二跨入第三階段。
圖/ 研華

工業物聯網產值分三大區塊,其中電腦硬體及通訊成長和緩,占產值比約3成,軟體平台跟APP成長最快,但佔產值比只有10%,至於產值占比超55%的是物聯網解決方案系統整合及服務,但2021年這一塊市場還很小,但未來成長飛快,最終產值將超過前兩者(硬體跟軟體)產值總合。

面對這樣的工業物聯網發展走勢,劉克振認為研華就是將各種條件做好準備,他預期最快產生龍捲風暴的應用產業將至智慧工廠。

責任編輯:蕭閔云

關鍵字: #研華
往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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