鴻海率先在歐洲建生產基地！劉揚偉：2024年電動車起飛、台灣已掌握三大優勢|數位時代 BusinessNext

「電動車方向大概不會錯了！」本周鴻海科技日，才剛風光對外發表三款電動車，鴻海董事長劉揚偉在三三會演講時表示，預估在2024年，也就是在三年後，全球的電動車市場就會起飛，整體產值將高達6,000億美元，台灣每一個企業，都應該要在電動車產業中，找到自己的位置，

過去，台灣在燃油引擎時代，受限於技術無法造出好車，進入電動車時代，台灣ICT產業的實力，就如同一對有力的翅膀，非常有機會在國際上佔到重要位置，劉揚偉談到，鴻海會持續給年輕人機會、投資人才，也透露未來電動車生產基地可能的位置。

生產基地規劃中，歐洲最快

在本周的科技日上，鴻海發表休旅車Model C 、商務轎車Model E，以及電動巴士Model T，共三款電動車，其中Model C 售價可能落在百萬元內，讓外界相當期待。

劉揚偉表示，目前規劃會在歐洲、印度、南美，依照此順序設立電動車生產基地，目前都正在緊密的洽談中，會在2024年前確定並公布，不過有些資訊揭露（disclosure）的限制，細節還不能對外說太多。

要建立電動車出海口，劉揚偉說，鴻海會把全球分為5、6個區域，並採用營運本地化（BOL）的模式，來布局區域製造。舉例來說：中國市場跟吉利、東南亞跟泰國國家石油（PTT）、美國則買下Lordstorm俄亥俄州廠房及設備。

目前規劃的三個生產基地中，速度快的是歐洲，具體國家位置還不能講，模式上，同樣採取營運本地化（BOL）的模式，劉揚偉透露，會跟歐洲車廠展開「間接」的合作。

電動車進步關鍵：AI、半導體

目前，全球燃油車數量約有一億輛，電動車則是500多萬輛，規模還差非常多。但劉揚偉很有信心，他認為電動車的趨勢已經確定，從歷史經驗看，每當全體人類將資源投向某個領域、方向時，就會一直推進技術的進步，直到碰上物理極限。

他以半導體做為比喻，「摩爾定律何時會停止？3或2奈米是物理極限？科學家也都持續在看。」未來電動車的發展，也會以相同的軌跡推進。

過去在燃油車時代，裕隆、台塑都想自己做汽車，最大的障礙就是無法靠自己力量，研發出品質好的引擎，劉揚偉說，雖然像裕隆自有品牌納智捷，過去車款上有自己研發的華擎引擎，但偶爾還是會有小毛病。

這是因為，汽車引擎是非常高技術、精密度的產品，需要長期在高速、高溫的環境下運轉，且維持運作10~20年不壞，需要強大機械設計能力。

劉揚偉說，以前燃油時代是「得燃油引擎、變速系統者得天下」，這是過去台灣汽車產業做不到的限制，在電動車時代，是「得三電系統、軟體、半導體者得天下」，這些都是台灣本身的強項。

不再需要引擎的電動車，對台灣來說相對容易駕馭，車上需要的軟體、智慧聯網設備，都是傳統ICT產業的範疇，「這是台灣產業難得的機會。」

若從技術上來看，劉揚偉認為用電驅動的電動車根本不是什麼新技術，真正有價值的是人工智慧（AI）、半導體技術的進步，讓交通移動這件事走向智慧化。溫室效應、極端氣候的威脅，讓全球意識到發展動車的重要，而科技技術的參與讓產業可以進步更快。

劉揚偉說，鴻海在MIH聯盟中，主要貢獻底盤平台、軟體平台，並建立電動車出海口，當台灣可以自己做汽車底盤，並把生產流程模組化後，過去4~5年才能開發出一款新車，現在就能縮短到1~2年，「這樣的作法不只成本降低，開發新品時間越來越快。」

以這次鴻海跟裕隆共同開發的三款電動車來說，從概念到實際做出來，只花了一年。劉揚偉說，未來會持續給年輕人機會，除了透過跟裕隆成立合資公司「鴻華先進」，留住裕隆正向開發人才，鴻海也宣布成立軟體研發中心，要培育更多車輛、資通訊、軟體這三類的人才。

【熱門焦點】

馬斯克有望成為首位「兆美元富翁」！分析師：功臣不是特斯拉是SpaceX

Deepfake假影片肆虐、未來只會更猖狂！李開復：30年後仍難辨真偽

最新10月號雜誌《無程式碼時代來了！》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：錢玉紘

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問