舞蹈家闆娘臨危接班、躍進化工界!她如何逆轉危機、穩坐防水塗料市占第一?
舞蹈家闆娘臨危接班、躍進化工界!她如何逆轉危機、穩坐防水塗料市占第一?

如果與你攜手創業的伴侶,壯年早逝,有國外大廠想要收購你的企業,同業虎視眈眈、說你經營不了公司,你會選擇繼續經營下去,還是乾脆賣掉?

「我跟同仁說,我要擦亮招牌,不是守成、不是等兒子接班,沒有這回事。」這是台灣最大水性防水塗料廠、恆崇企業董事長張繼華的答案。

張繼華與丈夫林建宏,在1989年創立恆崇,由丈夫負責業務、張繼華把關財務,當時台灣油性塗料當道,兩人則看準在歐美流行的無毒無味水性防水材,會是下個市場趨勢。

當時台灣油性塗料當道,張繼華坦言,打這片江山非常辛苦,「要研發、要建立新工法、還要客戶能夠接納跟認同新觀念。」每個業務除了要能賣產品,更要能挽起袖子、在工地刷上防水材,為客戶示範正確工法。靠著一步一腳印培養客戶,恆崇外包裝「金絲猴」標誌,刷遍大街小巷,2014年坐上國內市占龍頭;然而隔年,林建宏確診膽管癌,僅僅5個月便撒手人寰。

恆崇企業廠區。

「我不想在這種情況下接班。可是那時候我也想,這是我先生的心血,也是我的心血,絕對不可能放棄。」她向同仁信心喊話,即便在公司最動盪的時候,也沒有半個人離職。

外界傳言,舞者出身的董娘無法管理公司。但張繼華分析,公司體質非常好,「手上有現金、沒借過半毛錢,產能、產線都很完善。」她不畏流言,在多由男性主導的化工界闢出自己的路,把金絲猴刷上總統府、桃園國際棒球場、博愛特區豪宅,穩固數百家建材商、五金行客戶,在原本市占5成的水性防水材最大宗項目彈性水泥中,再拿下6成市場,2015年營收5億、2019年後躍升到6億。張繼華如何做到讓恆崇不被同業超車、還能再創營收動能?

勤跑實驗室「上課」,把學到的知識傳給客人

看似一抹就能完成的防水工程,其實藏有很多學問。林建宏還在世時,業務遇到產品問題,多半會詢問他;張繼華接手後,為了更全方位了解產品,積極向實驗室請教問題。

以建築外牆為例,可淺略分成石材或磁磚牆壁,表面光滑或粗糙,「光滑表面不容易附著,需要接著力很強的底漆,接著力不強,就不適合用在磁磚面。」光要防水,要滿足不同需求就有上百項商品,「再好的防水材,用不對也沒有效果。」

她將心比心,希望把這些道理變得更淺顯易懂,讓業務、客戶都能理解,甚至能辨別品質。譬如有些產品會添加黏著劑來增加黏著性,這卻會降低耐浸水能力,業務必須理解原理,針對不同施工場域,提供更合適的建議。

這背後,倚靠的是實驗室與業務團隊緊密連結。不論客戶反映什麼問題、市場上有新產品,實驗室就會立刻採購,檢測競品的特性,回過頭來檢視自家產品優劣,還把結果寫成「教戰手冊」,在每月會議上,向業務進行「個案探討」,才能更精準回應客戶的痛點。

現在,就連客戶使用別人產品、防水工程失敗,恆崇都可以幫忙解決。比起販售產品,恆崇的定位更像是專業顧問。就有十大建設公司防水工程的客戶,指定要恆崇的業務員陪同列席防水諮詢說明會。

產品放半年確保無虞,經得起考驗才能上架

深耕客戶的好處,也可以帶動新品開發。客人會向業務反映,金絲猴目前短少哪些產品、希望涵蓋哪些應用。恆崇也提供客製化調色服務,像墾丁夏都沙灘酒店,特殊的亮橘色牆面防水漆、總統府外牆塗料,皆是出自金絲猴之手。

恆崇也會觀察建築趨勢,例如,北部很多新建案採用玻璃帷幕,不需要使用防水材,「那我成長量能不就萎縮了?不行,要開闢新路。」張繼華帶領團隊,從建築結構思考,外牆、屋頂、浴室、地下室都有相應的產品了,只差地板;地板又分倉儲、運動、商用,對應耐磨、耐汙、耐水、拋光美觀等不同需求,延伸出一系列地坪產品,目前已占整體營收10%。

在開發新品上,些微差距,消費者體驗就會完全不同。「在實驗室有冷氣吹、跟日正當中在工地做,需求完全不一樣。」大太陽下,防水材塗上去要能快乾、節省師傅工時,但是沒被使用的塗料,又不能太快揮發,恆崇讓客戶在工地現場試料,修正後的產品還得放上半年,確保PH值、黏度各項指標沒有變化才上架,「沒有損耗、不良率,每個地方只要控制好,賺的就是獲利。」

回應不同通路需求,對消費者要講好懂的話

張繼華也改變對通路客戶的經營方式。由於恆崇以工程客戶起家,後期才切入五金行、建材商等通路市場,在產品販售上,最初只是把大包裝改小包裝,卻讓問題浮現:建設公司在通路上能看見原產品價格,會跟工程客戶喊價;通路消費者也會不小心買到「太專業」的產品,而不知道如何使用。

她決心把產品分流,從生產、編號、外包裝等,全部重新建立系統,光是討論哪些產品要留在通路,就耗時半年,「我親自到工廠,告訴一線人員,解釋為什麼一定要做,講完還要再跟主管講。」不同於工程客戶講究專業工法,一般消費者期待快速上手,在外包裝上,恆崇就加註說明,在官網上,每項產品也仔細列出施工方法跟注意事項。這過程,她更是反覆交涉。

「我會問客服人員,他們只管接單、不懂工法,如果他們看不懂,表示不夠淺顯易懂,就得修改。」張繼華自嘲「龜毛」,但憑著換位思考,逐步累積消費者對「金絲猴」的認識,提升通路營收占比從5成至6成。

「從副手到領軍,真的不一樣。」從後台走向前台,張繼華發揮說上台就上台的勇氣,帶領恆崇邁向下個標竿。

張繼華 小檔案

文化大學舞蹈系畢業,曾任蘭陽舞蹈團指導老師、恆崇企業協理,現為恆崇企業董事長。

延伸閱讀:
1. 為報恩接任 CEO,業績從停滯到翻倍!展碁林佳璋:我在公司只做 2 種事
2. 曾燒 40 億蓋離岸風電!上緯蔡朝陽:決心要做,就沒有解決不了的困難

本文授權轉載自:經理人月刊

責任編輯:林佳葦、蕭閔云

關鍵字: #企業接班
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