稜研科技跳脫毫米波代工框架,靠兩大策略走向海外!為何說要當「亞洲版Google」?
稜研科技跳脫毫米波代工框架,靠兩大策略走向海外!為何說要當「亞洲版Google」?
2021.08.24 | 5G通訊

毫米波新創公司稜研科技創立七年,自2020年底完成3億元A+輪融資後,公司團隊迅速從20人擴張到50多人。不僅如此,還一手掌握KDDI、富士通大廠訂單,並與歐洲太空總署密切合作,旗下配合的經銷商高達20家左右,就連大多數只賣自己產品的國際級經銷商thinkRF,也破天荒銷售稜研科技產品。

稜研科技是一家以毫米波(mmWave)設計技術為核心的新創公司,提供5G封裝天線(AiP)、天線模組(Antenna in Module,AiM)與空中下載(OTA)測試方案供應商。

稜研科技展示XBeam OTA量測方案,自動化機台是與鴻勁精密合作,但現場不給拍照,此圖為官方提供。
圖/ 稜研

這家才成立7年的新創公司能受各大廠商喜愛,歸功於背後的兩位靈魂人物——創辦人張書維與林決仁。他們有著相似的成長背景(同為中研院天文所),一個人主攻硬體設計方案,一個人則發揮軟體長才,在這種極需高度軟硬整合的5G毫米波設計領域,恰好碰出完美火花。

在創業過程中,張書維和林決仁的分工也不斷調整。稜研科技非一家純軟體或純硬體的公司,要將軟硬體整合起來做成一項產品,在設計開發過程上會延伸許多問題,同時又有銷售、採購、付款等管理和營運層面的工作要處理,談及此處張書維不禁感嘆,「很慶幸我們可以分工做這些事」。

從高通到Google,稜研的商業策略大轉變

其實最初稜研是以成為亞洲版的高通為目標,積極耕耘旗下5G毫米波模組方案,將產品技術發揮到極致,而後銷售至全球。如今稜研則以Google為目標,與張書維商業策略思考的轉換息息相關。

稜研科技創辦人張書維。
圖/ 侯俊偉

他談到,最初稜研是以硬體角度切入市場,但經過幾年市場洗禮後,發現布局通訊產業應該以應用端的角度看待,找出需要被解決的問題,而非單純賣產品,最重要的價值在於背後的數據力量。

就如同Google一樣,即便他們擁有硬體開發設計的能力,但在產品銷售與規劃時,大多從應用的角度看待,並且大量進行數據分析與研究,提供消費者(如免費搜尋)或廣告用戶(像是導流技術)雙贏的方案。

而這樣的概念也呼應到稜研產品設計的走向,例如,OTA測試產品除了幫助廠商測試毫米波訊號之外,更有價值的地方是使用這些量測數據資料,協助廠商提升製程、良率,透過數據的力量增加產品的價值。

張書維認為,台灣半導體應逐漸跳脫代工的思維,找出更多Value Add的機會。特別是通訊產業是一個門檻極高的產業,若只執著於代工生產,最後很有可能淪於殺價競爭的局面,被取代性極高。也因此,稜研科技近年不在只是將重心放在硬體設計的研發,同時也側重於軟體、量測系統上的開發,期能從晶片設計、模組開發套件到量測系統等不同層面注入量能,為產業提供一套完整的毫米波方案。

不過張書維也笑道,無論是成為高通或Google,兩者都非常優秀,稜研更看重的是這兩家公司背後的成長背景、商業模式的建立,以及如何掌握自己在全球某個領域的地位與話語權。

積極拓展海外版圖,稜研定出兩大營運重點

再過不久,稜研將迎來創業十年的里程碑,在此之前,張書維訂立為期三年的營運目標,預期接下來將以拓展海外市場為主,目標8成營收來自海外,從近期與國際大廠thinkRF和是德科技相繼發布的合作消息,即可看出延伸觸角到海外市場的野心。

迎接2024年即將到來的毫米波市場,稜研一方面積極專研自身技術,同時也強化海外布局的策略,目標總體營收8成來自海外市場。

為了實現海外業務拓展的目標,張書維提出兩大營運策略。首先是要讓稜研科技開始有實際的獲利來源,目前毫米波商用化發展尚未完全成形,許多基礎建設仍處於POC或研究階段,張書維預期2024年毫米波才會開始有實際效益出來,這也意味著在此之前,AiP產品類型商轉放量時間還須等候一段時間。

為彌補毫米波市場成形前的營收空缺,稜研陸續發布毫米波射頻系統開發套件BBox,以及OTA測試工具,協助5G業者進行前期的產品設計與量測,並加速其5G方案的生產速度。

張書維透露,其實一開始投資人對此策略非常不諒解,認為與其分心開發新產品類型,賺取少量營收,何不專心於AiP的研發,待毫米波市場機會來臨時,加大馬力全力衝刺。

然而在維持營運的考量下,稜研仍毅然決然投入毫米波射頻系統開發套件與OTA測試產品,而事實也證明市場上的接受度頗高,包含台灣的智易、日月光,以及日本KDDI和國際多個國際學術單位也都相繼採納。

第二策略是強化稜研在國際市場的話語權,並且獲得業界廠商的認可。張書維談到,這部分除了持續加深開發套件與OTA測試工具的完整度外,下一步將持續募資擴大營運規模,以取得與業界大老同席而坐的入場卷。

也就是在募資之後,將繼續強化稜研既有的毫米波強項,例如AiP模組的開發與設計,結合台灣完整的產業鏈,提供CP值最高的AiP模組方案。

由左自右分別為稜研科技創辦人張書維與林決仁。
圖/ 侯俊偉

另一方面,將同步提出一套讓廠商認識、信任並且看中的提案,如何讓客戶買單是最終目的。張書維分享,當初與thinkRF合作時,即面臨到廠商要求要貼牌稜研產品,以代工方式進行合作的爭議,經歷的雙方不斷的溝通協調,稜研成功說服thinkRF以直接代理的形式合作。他自豪地說,此次的合作對稜研來說是一個極具指標性案例,有了這樣的實戰經驗,也讓團隊知道稜研已具備步入國際的資格,而此合作案也預計在9月正式上線。

責任編輯:錢玉紘

最新8月號雜誌《區塊鏈上的金融新世界》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #5G
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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