打造電動機車界的MIH,林松慶要帶著湛積走向何方?揭開他的「隱形冠軍夢」
打造電動機車界的MIH,林松慶要帶著湛積走向何方?揭開他的「隱形冠軍夢」

有Gogoro「首席馬達大師」之稱的林松慶,離職後創立的電動車新創湛積(LSC)公司與Gogoro同樣位在桃園龜山,兩者相距不到5公里,叫陣意味濃厚。

辦公大樓周圍是尚待開發的重劃區,為何會選在這裡租辦公室?「新創公司資源有限,當然是找(租金)最便宜的,而且這裡800坪空間很大,」湛積執行長林松慶的動機相當單純。

不過,之所以把公司取名為湛積,背後賦予重要意義,「湛有清楚的意思,我想清楚了要怎麼做,才能夠真正幫助產業;積就是累積的積,逐步一點點累積。」

林松慶_湛積執行長_2021_09_07_蔡仁譯攝-1.jpg
離開Gogoro後,林松慶在2019年7月創立湛積,黃色是湛積的企業色,帶有電力、充滿活力的感覺。
圖/ 蔡仁譯攝

湛積做電動機車MIH平台,換電系統先出海

林松慶曾是Gogoro動力系統部門最高主管,Gogoro 1的動力系統就是他親手打造,他出走創業後,卻被指控涉嫌竊取Gogoro營業秘密。究竟他創立的湛積,在商業模式上跟Gogoro有何不同?

如果說Gogoro擅長電池交換的能源系統,湛積的優勢在於幫助客戶打造電動車,而且我們不做能源, 」湛積專注做供應商(B2B)的生意,不做整車,主要供應品牌、交通營運服務公司發展電動車輛以及智能聯網需求,終端產品不一定是速克達,也可以是電動重機、越野車、沙灘車(ATV)等。

林松慶解釋,以前車廠打造電動車,就是東買一點、西買一點,可能發生規格不匹配、通訊整合的問題,或效能不佳。湛積打造了一個共通規格的智慧電能化解決方案「ElectriCore」平台,以自製的電能動力系統(馬達、電控)為基礎,並整合供應鏈廠商產品,客戶可在平台上快速建構自己的產品,在開發時程上,從開發到測試驗證通過平均時間12到18個月,較客戶過去自行開發縮短至少30%的時間。

而他的初衷就是建立電動車生態系的概念,「 我跟我們生態系夥伴整合一個三電(電池、電控、馬達)開放平台,幫助客戶打造產品, 」目前湛積先跟幾家供應商合作,幫助一、兩家客戶做出產品投放到市場。

湛積
圖/ 湛積官網

「很多人說我們很像鴻海MIH電動車聯盟,但我絕對不敢類比自己跟他一樣,我希望在我們這個領域,有一個小小生態系,為產業建立根基,」只要有一個成功案例,大家就有信心來做第二個、第三個,就會有更多供應商加入,這個生態系可以持續擴大。

不過,在產品進度上,目前尚未量產,都還在測試驗證階段。湛積把目標放眼海外市場,接洽的客戶來自歐洲、東南亞、美國、日本。林松慶透露,目前已和歐洲、印度、日本的換電系統交換意見,打造的系統,跟他國的換電其實也可相容,海外市場的進度會比國內來的快。

而為什麼不像Gogoro做品牌?林松慶坦言,台灣比較適合穩紮穩打模式,成為重要的供應鏈夥伴,這是台灣產業普遍具有的競爭力,「我們要成為隱形冠軍,先隱形,現在還沒有冠軍,」林松慶笑說。

離職後一個月就創業,湛積定位為何?

林松慶提到,湛積這間公司的定位,是從Gogoro離職後,跟很多產業前輩、投資人請教才慢慢形塑出來的,在Gogoro期間,對於創業的藍圖並沒有想得很清楚。但若依時間序來看,林松慶在2019年6月離職,同年7月26日創立湛積,間隔相當短。

創業初期,林松慶拜訪各產業前輩尋求意見與資金支持,當時林松慶透過產業朋友介紹三陽董事長吳清源、越南精密董事長李育奇,後來也成為湛積股東,在湛積爆發涉嫌剽竊Gogoro機密後,三陽、越南精密也無端遭受波及。

雖然湛積不願多談股東,但林松慶強調,「這兩位前輩都非常有能力與想法,三陽的投資也很單純,就是推動產業發展、幫助後輩,我對他們非常感激,在這麼早期就願意支持我們。」

值得注意的是,湛積的資本額在一年內從原本的100萬元增加至近3億元,目前公司資本額為3.6億元。被問到估值的問題,林松慶低調說,「那都是被炒作的,我就努力做好產品,跟客戶、產業建立好關係。」

特斯拉熬10年酷寒才見春天,湛積:車業講長期耕耘

林松慶說,「車業講求長期耕耘,絕對不是一天、兩天就可以爆發性成長。」採訪過程中,他多次提到特斯拉對電動車產業的貢獻,「十幾年前大家都覺得做電動車是笨蛋,就連馬斯克投入做電動車前十年,也常常認為公司隔年就要倒,直到這五年才水漲船高,在此之前他已經熬了十幾年」,林松慶十分欽佩馬斯克苦熬多年才成功,彷彿特斯拉的故事也是他的創業心情寫照。

僅供報導用途_shutterstock_652388239_特斯拉_Tesla
林松慶表示,雖然特斯拉設計的車輛外觀沒有太大變化,卻是年年都會推新技術,「現在電動車的技術,其實是被特斯拉推著跑的。」
圖/ Shutterstock

現在,各大汽車品牌都投入電動化,看到的是百花齊放的時代來臨,「我期待,不管是機車、汽車、各式各樣車輛,都能夠有這樣(電動化)的機會。」

投身電動車產業20年的林松慶感性說道,「在我的有生之年,想做更多的事情、嘗試更多的可能性。如果我還有20年的光景,應該可以看到電動車蓬勃發展,」在產業關鍵的轉型時刻,他期待能夠幫助台灣產業、生態系夥伴做出一番成績。

湛積
林松慶在公司的許願牆上,寫下「改變世界,永不放棄」的期許。
圖/ 湛積

在湛積的辦公室有一面牆,上頭貼滿了五顏六色的塑膠板,這是60名員工在入職時寫下的期許,上面有「發大財」、「世界第一」、「5年內IPO」等願望,林松慶自己則寫下「 改變世界,永不放棄 」電動車就是他的人生志業,甚至他的座位旁還擺著一輛當年他親手打造的Gogoro 1留紀念。

現在的他,全心投入創業,就連穿著打扮也充滿「湛積風」。工程師性格的他,同一件衣服會買20件輪流穿,但現在衣櫃都是公司的T-shirt,不管睡覺、運動全部都穿公司衣服,甚至買了數雙鮮黃色的鞋子,「黃色是我們的企業色,我是因公司的關係,才漸漸喜歡上黃色,」林松慶透過創業開啟人生下半場,正準備大展身手。

林松慶_湛積執行長_2021_09_07_蔡仁譯攝-7.jpg
喜歡穿一身黑的林松慶,唯獨鞋子是有顏色的,而且還是「湛積黃」。
圖/ 蔡仁譯攝

【延伸閱讀】

從陸學森戰友到對簿公堂!馬達大師自白出走始末:Gogoro成了不健康的天花板

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門 「電子雜誌」輕鬆讀:傳送門

責任編輯:錢玉紘

關鍵字: #電動機車 #gogoro
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