研華因零件漲價衝擊Q2毛利率下探36.7%，劉克振：AIoT將是無限賽局！|數位時代 BusinessNext

今年零組件價格飆漲影響多大？工業物聯網大廠研華公布第2季財報，雖營收衝歷史次高，但毛利率僅36.7％，不僅低於預期，更創歷史紀錄新低。

研華4日法說會強調已經限縮零件現貨採購量，並對客戶漲價，「毛利率最壞時間已經過去！」估第3季毛利先回升至36.5～38.5%，

2021年零組件出現大缺貨，也讓零件現貨市場價格狂飆，但迫於出貨壓力，不少科技大廠仍跳到現貨市場找料，並通知客戶漲價，研華3月已經通知客戶，4月起產品售價漲價，不過由於工業電腦屬長單交期也較長，第2季已經接單部分無法全數反應原物料與零件上漲成本，出現成本反應時間差，雖部分訂單漲價5%，但仍衝擊獲利。

Q2營收次高，毛利率36.7%創新低

研華公布第2季營收創單季歷史次高紀錄，達142.1億元，營收優於預期，但毛利率跌破本來估的37～39％區間，創下歷年新低，第2季EPS為2.31元，累積上半年營收273.71億元，年增8%，EPS4.79元，年增2%。

研華綜合經營管理總經理暨財務長陳清熙表示，展望第3季，受惠於解封後企業支出等專案重啟，除北美受缺料影響訂單遞延比例較高外，其餘市場可望呈雙位數高度成長，受惠於中國與美國新基建、新能源（風電、太陽能、電動車等）及智慧醫療等需求拉抬，預估第3季營收表現將落於5.1～5.3億美元，相當於142.8～148.4億元之間，仍有16～20.5%年成長率，第4季還要更好。

不過第3季毛利率預估落在36.5～38.5%之間，還無法回到研華39～41%歷史毛利率區間。

手握12億美元訂單！強調毛利率季季增

不過營運長林東杰也強調，手上仍有12億美元訂單，相當於新台幣336億元預計在2022年底前出貨，由於客戶全面知道缺貨現況，下單積極，也願意下1年度長單，研華已經擴充產能並提高委外代工比例因應，下半年產能增3成，部分廠區更擴廠5成。

研華表示，第3季度還是因缺料，預估有4000萬美元（11.2億新台幣）訂單遞延交貨，包括記憶體、面板、半導體晶片、離散元件交期拉長，由於馬來西亞封城導致封測供應吃緊，加上運輸塞港導致部分物料交期拉長，下半年原物料供應仍持續緊張，只是缺的料相對上半年不同，研華已經限縮零件市場採購比，提高售價反應，強調毛利率最壞時間已經過去，未來毛利率要拼逐季上揚。

強化區域核心經營能力！日韓先行

研華因應未來AIOT產業發展，持續優化組織，也宣布會推出全球綜合服務事業（AS+）服務，初期會先在中國與台灣發展模式，在日韓率先導入執行，以強化全球區域核心經營能力（CMD），專注發展5個面向：數位化商務模式轉型、區域主導策略投資結盟、業務運籌與管理、企業社會責任與品牌、組織與人才發展等。

研華稱這是全球化布局策略Globally Integrated Regional Competence（GIRC）經營概念，經過一年重整區域組織，企業總部將以產業市場驅動（Sector Drive）串連全球各區域，推動各區域建立核心經營能力（CMD）、讓全球綜合服務事業（Advantech Service Plus， AS+）落地，強化「在地服務」事業。

研華表示，這個構想會先在日、韓兩地執行，目前已經展開組織重整、新隊形建構，日韓兩地目標2025年營收超過4億美元（其中日本目標2025年營收300億日圓，5年複合年成長率2成，韓國180億韓圓，年複合成長率17%），翻倍成長，此概念也將逐步於中國、台灣實踐落地。

AIOT經營是無限賽局！將新增15個軟體或應用整合部門

研華董事長劉克振指出，AIOT產業是長期耕耘思維的無限賽局，研華計畫以 3策略加速調整組織，他表示，AIOT起飛比想像慢的關鍵在於生態系統尚未成熟，但預期2025年一定會完成，AI將被各領域需要，但客戶現在還不會自己做，需要研華派架構工程師前往協助顧問，提供客製化服務。

研華的3策略包括：1.產業市場驅動（Sector Drive）：智慧醫療、智慧城市及零售、能源與環保、智能製造、精準IoT電商、多產品通路、設備製造業／交通設施、嵌入邊緣計算、大客戶客製、雲端平台等業務，2.強化各區域核心經營能力，3.增加全球綜合服務事業（Advantech Service Plus， AS+）：除既有的客製化組裝與RMA（售後維修）服務功能外，延伸到府服務、租賃服務、系統整合，甚至一站式工業周邊採購等服務。

現在研華95%業務來自硬體，劉克振表示，為迎接軟體、行業系統整合新趨勢，未來5年計畫建構15個AIoT新型態事業部，相比現在則有50個硬體事業單位。

這15個新事業部，包括：AIoT各類軟體平台及工業App產品約5個事業部；行業專屬集成套件（SRP）事業部約7個，跨越智慧製造、設備聯網、智慧節能、環境及水處理、智慧城市服務、智慧零售、智慧醫院等行業領域。另外，加上Advantech Service Plus新型態服務事業部3個。

劉克振表示，AIoT應用市場將在軟體解決方案及行業SI領域有強勁成長，為迎接趨勢，研華將以「無限賽局」思維，擴大投資軟體平台事業WISE-IoT，行業專屬整合套件（Solution Ready Package, SRP）事業，以及綜合服務事業 Advantech Service Plus（AS+）。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。