晶碩爆發內鬼帶槍投靠,機密技術險流入紅色供應鏈!一文解讀台廠強勢製造力
晶碩爆發內鬼帶槍投靠,機密技術險流入紅色供應鏈!一文解讀台廠強勢製造力

台灣隱眼大廠晶碩傳出員工帶槍投靠案,除了可能會導致公司每年高達20億元的損失,更牽扯上其在中國最大的獨角獸客戶Moody。

「台灣隱形眼鏡大廠機密技術差點流入紅色供應鏈!」電視台主播聲嘶力竭地說著。

檢調及時攔截,幸未重演血糖計技術外流

2月初,一則司法案件躍上新聞版面,由台灣代工大廠和碩轉投資的隱形眼鏡公司晶碩光學,發生前員工竊取研發成本高達百億元的PP杯、上下蓋等四大營業祕密的矚目案件,涉案員工甚至試圖透過在台私設的公司,將資料洩漏給晶碩最大的中國客戶、估值10億美元的隱形眼鏡品牌獨角獸Moody(上海目荻電子商務有限公司)。

業內資深人士分析,晶碩本來就是Moody的供應商、自然率先被挖角。業界人士也憂心,晶碩產線自動化,若模具、AOI(自動光學辨識系統)參數外洩,後果不堪設想,該人士憂心「若是機密沒守住,恐重演過去台灣血壓、血糖計技術外流,讓中國相關產業壯大的歷史。」

時間拉回2020年7月,當年此案主嫌、晶碩生產處前處長黃振瑞在桃園市設立金目科技,開始挖角包括工程師、資深經理、電控軟體部工程師等人在內的晶碩團隊,而動作頻頻的背後藏著一起大陰謀。

調查指出,黃振瑞和Moody早有協議,由Moody先向金目下訂「光學上下蓋模具」,並預付近43萬美元貨款,藉此繞道支應金目的初期營運費。Moody事後則將生產設備訂單交給和黃振瑞共同投資的廈門愛睿思科技,黃不但在這家公司當董事,更掌握其大股東「廈門愛睿思管理企業」的5成股權。

晶碩.jpg
晶碩桃園廠預計還要新擴一座工廠,2021年投產
圖/ 晶碩

愛睿思闊氣砸下2.4億元新台幣,五度向金目下單購買隱形眼鏡自動化設備,並一口氣預付1億5千萬元貨款。金目則在去年3月間,將PP杯、白鋁箔、塑膠光學模具等生產設備陸續出貨給愛睿思,且打算開發完模具及出口後,安排研發、生產人員投奔愛睿思。雙方背後的算盤似乎不言而喻。

晶碩到底被竊取哪四大關鍵技術?

有工程師涉嫌帶走晶碩「PP杯」模具所需的規格資料;也有人用隨身碟複製隱形眼鏡「上下蓋」及「PP杯」模具設計圖,跳槽後則直接將晶碩「上下蓋」的機密攜入金目。甚至在離職前用平板電腦拍下多張含有晶碩AOI的資料,並提供晶碩AOI系統的工作站參數給黃。

此外,黃也從不詳管道取得晶碩系統檢測模板檔案,讓金目的「上下蓋」、「PP杯」模具在進行AOI檢測後穩定良率、減少人力成本及材料耗損。

知情人士說,幸好此案遭到檢調攔截,若技術外洩,恐造成晶碩每年約20億元營業損失。 不過,這起竊密案也呈現了兩岸隱形眼鏡產業競逐的縮影,讓人見識到台灣隱眼產業的實力究竟有多堅強。

中國業者勢將朝自製發展,台廠須思考加強品牌

隱眼品牌過去多由國際四大廠把持,但台灣廠商替歐美隱眼大廠代工,培養出年產量10億片的大廠精華光學,後續更有和碩、大立光以及佳世達等切入市場。業界預估,台廠生產能力超越韓國5到10年,超越中國10到20年。

而除了傳統隱眼,亞洲後來也興起彩色隱形眼鏡(簡稱彩片)熱潮,加上中國在2015年開放彩片進入電商平台後,更呈現大爆發趨勢。根據元大投顧預估,中國的彩片滲透率僅7.5%,相比其他亞洲國家,還有5到7倍的成長空間。其中也出現許多沒有工廠、仰賴向台廠下單的網路原生彩片品牌,這次的主角Moody就是其中的佼佼者。

業內人士透露,台廠研發出較不容易掉色的「三明治」技術,打敗同業,目前供應全球近一半的彩片,近期受惠中國新興彩片品牌下單而產線滿載。根據淘寶去年5月公布的前40名熱銷品牌中,由台廠生產的比率高達58%,大贏韓國業者的20%及中國的15%。

晶碩光學門市
圖/ pegavision.com

但面對激烈競爭,以及為了管控成本及區隔化產品,逼得Moody不得不走上「自產自銷」之路。只是隱形眼鏡身為門檻較高的醫材,除了認證時間長,若配方、良率不佳,也會影響佩戴者的舒適程度,這也讓Moody看上了自己的供應商晶碩。

法人透露,製作彩片毛利率高於傳統隱形眼鏡,在市場成長前景佳、卻又沒有生產技術的背景下,才會發生陸廠挖角事件。

這起案件是否會衝擊晶碩?法人表示,晶碩的自動化產線,非常適合需要快速轉換花色、又要兼顧良率的彩片,未來兩到三年內,中國仍須仰賴晶碩代工,但中國品牌業者中長期還是會考慮自製,台廠們在大賺機會財之餘,能否在代工過程中學到經驗,進行技術、品牌加強,才是後續不會被追上的關鍵。

本文授權轉載自:今周刊

責任編輯:傅珮晴、錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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