車業30強》吃下全球逾5成市佔,虎山仍不安!AM門把龍頭面對哪些焦慮、如何應戰?
車業30強》吃下全球逾5成市佔,虎山仍不安!AM門把龍頭面對哪些焦慮、如何應戰?

「要是以後新車都不用把手怎麼辦?人臉辨識就能開門⋯每次想想,我都很焦慮!」虎山實業總經理陳映志說道。

座落在瑞芳工業區、擁有300名員工的虎山實業,今年正式滿49歲。早在17年前,陳映志在美國哈佛大學管理碩士畢業後正式接棒,走向「二代接班」的虎山,實業如今已是全球最大{{{AM}}}(售後維修)門把廠商,全球市占率已超過50%。

一切看似順風順水,但在陳映志的眼中,早就看見汽車零組件已從「代工製造業」轉為「資通訊(ICT)產業」,門手也該從「普通把手」變成「電子把手」,搭鏡頭、搭感測器⋯⋯包括鏡頭和感測器等產品,陳映志預估,虎山實業五年後「電子產品」的營收,將佔總營收逾五成。

與焦慮並存的,是虎山馬不停蹄的轉型。他們究竟做了哪些事,在毛利率低迷的環境下始終屹立不搖,並甚至計畫在2022年上市?

49年的成功方程式,當特斯拉問世後改變一切

虎山在全球AM門把市場的成功絕非偶然。

門把作為汽車零組件中小小的一環,銷量遠不如保險桿和大燈多,投資模具的開發成本,往往很難回收,陳映志透露,如果一個門把原料是6元,大多廠商只會賣到12元,擺脫不了「低單價」、「低毛利」的宿命。

「AM門把給人印象一般就是便宜,便宜就代表品質不好,我想扭轉這樣的印象。」

想要歷久不衰,不靠低價競爭,陳映志悟出要真正解決客戶痛點才是王道。歷經一番掙扎,決定不惜用好原料做出比原廠更優質的門把,即便代價是得付出更高的成本,但正因為原廠門把有問題、容易斷,也才有副廠的生意。

以實際案例來說,虎山已開始著手研發特斯拉的把手。像是Model 3原廠採用塑膠門把,有易斷的風險,那虎山就打造一款金屬的副廠門把,憑著比原廠耐用10倍、甚至能用10年的強度取勝。

但與此同時,陳映志向《數位時代》透露了他的「焦慮」。

「我是開特斯拉Model S,真的很少用手把,螢幕就能開車門了。我們是做把門把維修的,當使用率降低,維修率就會降低。」

當車門不用門把就能開;當自駕車普及,車窗不再是車窗,而是顯示螢幕⋯⋯單做硬體製造和代工絕非長久之計,虎山早在多前年前開始把各式電子需求,導入在自家產品中,甚至專門成立了「電子事業部」,開發車用鏡頭和感測器。

虎山實業的兩大轉變

以虎山實業目前的營收結構來看,70%為車門把手、10%是攝像鏡頭、10%為五金小扣件、10%則為卡車相關產品,「鏡頭營收比例會越來越高,因爲它的單價是傳統門把的10倍。」

在2018年,美國最新汽車法規正式上路,規定出廠新車都得加裝倒車顯影,而這些鏡頭有專業的規格,得通過CAPA(Certified Automotive Parts Associaton)認證後,車廠才能正式採用。

虎山抓住這次難得機會,挖角過去在鴻海車用光學部門的高階主管,在虎山內部自主研發鏡頭。耗時整整三年,採用日本電產的鏡片、美國安森美的感測器,成為全球第一個,也是唯一一個通過認證的製造商。陳映志透露,鏡頭營收在2019年只佔了總體的5%,2020年就多了一倍、達10%,2021有機會再成長一倍。

陳映志_虎山實業總經理_2021_03_10_蔡仁譯攝-6.jpg
虎山實業總經理陳映志。
圖/ 蔡仁譯攝影

延伸閱讀:數位專輯|揭秘台灣汽車供應鏈!產業30強大公開

走向「電子化」是虎山的第一個巨大轉變,光是投入在技術開發上的金額,就能看出其決心。在過去,虎山每一年會把總營收的2~3%投入在技術研發上,這數字飆升至逾10%。

虎山的第二個轉變,則是商業模式的策略。

虎山一年開發的新門把就有500~1,000款,更別說小零組件種數達千萬種,但採用一種產品單賣的方式,約從3、4年起,陳映志開始把各式產品包裝成「組合包」。像是門把,除了單賣外,還會提供「門把+鏡頭」、「門把+感應器」的「智慧把手」選擇,一整組銷售,甚至為了不讓客戶產品都一樣、銷價競爭,還會幫品牌構思包裝,導入不同的設計。

「以前產品分開賣,可能 5+5+20一共30元,現在你幫客戶配,幫他做盒子、想創意,一組卻可以賣到50元,幫他做出差異化,他會看見,我們真的有認真幫他著想。」

從製造代工走向ICT產業,要上市的虎山怎麼應戰?

在勤業眾信發布的《2030電動汽車趨勢展望》報告中指出,在2019年,電動車在全球的銷量超過200萬輛,只占了所有汽車銷售總數的2.5%。但到了2025年,預估這數字將達1,120萬,2030年則為3,110萬輛,全球電動車未來十年的複合年成長率將達到29%。

就陳映志看來,未來電動車平台將以國家/車廠為聚落,分為「美國」、「歐洲」、「日本」、「韓國」、「中國」五大派系,至於台灣的機會點,則是為五大平台代工,打造應用服務。

他表示,自駕車和外界溝通的關鍵要素無非有四個:鏡頭、 感測器、雷達和光達,前兩者虎山已經開始佈局,但陳映志直言,畢竟虎山不是科技公司,要投入一項新技術,門檻實在太高,與其當個門外漢瞎子摸象,當打獨鬥,不如找合作夥伴一起合作,像是被動元件、毫米波雷達等產品,現在都已找到有意向的科技大廠協力開發產品。

「現在一個產品跨太多領域了,不是我們有心就可以做,我心態比較開放,有機會我們就來一起打群架,利潤一人一半,都可以談。」

陳映志向《數位時代》透露,虎山預計今年公開發行股票,計畫明年正式上市。除此之外,更準備在美國設廠,讓開發人員能真的「眼見為憑」,實際看到第一手新車,直接面對面了解汽車產業的新創公司,直接接觸市場和消費者,才能知己知彼、百戰百勝。

「門把一百年前到現在都是這樣,材料和型號變一下就可以,但汽車零件現在開始電子化,開始跟電腦結合的『黃金十年』,以後跟通訊技術一樣,每十年會有一個大汰換。」

虎山實業

  • 成立:1972年
  • 主要產品:車門把
  • 產業地位:全球最大副廠車門把製造商
關鍵字: #汽車產業
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