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
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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