鴻海電動車策略大解析!劉揚偉其實想幫台灣特斯拉造車?
鴻海電動車策略大解析!劉揚偉其實想幫台灣特斯拉造車?

鴻海盛大舉行2022年度科技日,讓外界得以一窺鴻海從乘用車到中小型商用車Model V的產品線布局,以及固態電池、半導體等電動車關鍵零組件。鴻海從過去製造電腦、手機到「造車」,隨著車子的亮相、上路跑,已不再有人質疑這位電子巨頭的決心。鴻海董事長劉揚偉更透露,「目標2025年電動車市占率5%、1兆元的目標,目前看來非常有機會達成!」

在這次科技日上,鴻海釋出哪些電動車新訊息,它的造車實力如何?專家一次解讀。

解析鴻海商業策略:科技日大秀新車,從載人載貨都滿足

從商業模式來看,鴻海不做品牌,並確立未來十年電動車將採CDMS(Contract design and manufacturing service,委託設計製造服務)商業模式,作為「平台提供者」、「整車製造與設計」。

這次發表會上,「汽車」成為主角,鴻海花更多時間描述產品的規格與設計。中華經濟研究院國際經濟所副研究員戴志言認為,鴻海主要想釋出三大訊息:

第一,從載人到載貨的車款都有能力設計與規畫。 特別是電動皮卡Model V強調空間運用高,在重視休閒活動的北美、大洋洲深受歡迎,到了東南亞也可成為生財工具。

第二,跨區域建立生產基地,客戶不用擔心拿不到車。 鴻海透過營運本地化(Build Operate Localize,BOL)的區域布局,在台灣、美國、泰國都有生產基地。

第三,建立「開放平台」,可提供客製化修改。 鴻海甚至做到客戶只要貼牌,就可以販售電動車款。

鴻海電動皮卡.JPG
電動皮卡Model V強調空間運用高,擁有達1噸的載重能力、3噸的拖曳能力,採用兩廂式5人座的空間設計。
圖/ 陳映璇攝影

其中Model C做為MIH開放平台打造的首款電動車,今年端出量產版,預計明年下半年納智捷陸續交付車輛給車主。

由於台灣目前多數是高單價電動車,價格帶在150萬元以上,但Model C一推出就主打百萬元有找。

鴻海想測試台灣對百萬以內的電動車接受度,同時透過裕隆三義廠來量產,作為練兵市場。 」戴志言說,中國百萬以下電動車產品眾多,像是上汽通用五菱汽車公司的宏光 Mini EV要價12萬元,更平價的電動車是趨勢。

鴻海電動車ModelC
Model C做為MIH開放平台打造的首款電動車,今年端出量產版,預計明年下半年納智捷陸續交付車輛給車主。
圖/ 鴻海

外界也關注,鴻海切入整車代工,是否與既有的品牌客戶形成競爭的局面? 劉揚偉指出,特斯拉是品牌汽車公司,鴻海是汽車界的委託設計製造服務公司(CDMS),兩家公司不是競爭關係,更希望有一天鴻海可以幫特斯拉造車。

延伸閱讀:鴻海Model C第二波預購來了!千元就能搶當LUXGEN n⁷車主

評比鴻海造車實力:硬體規格具競爭力,OTA想像空間大

科技日公布的三款車輛,從車輛的皮革、內裝及科技功能評比,專業汽車媒體人、職業試車手Andy老爹給了 接近90分的成績 ,他說最終仍取決於「實際價格」。

鴻海Model C標準版估「百萬內」入手,價格超甜

量產版Model C提供:

  1. 續航里程420km的「標準版」
  2. 續航里程700km的「長程版」
  3. 零百加速度在3.8秒內的「性能版」的三種版本。

其中續航里程420公里、配備Level 2等級ADAS(先進駕駛輔助系統)及手機鑰匙等先進功能的標準版,推測就是預告能百萬內入主的版本。「從硬體來看,市面上沒有這樣的規格與價格,」Andy老爹認為,Model C十分具有競爭力。

Model C
鴻海量產版Model C標準版配備Level 2等級ADAS(先進駕駛輔助系統)及手機鑰匙等先進功能。
圖/ 鴻海

鴻海Model B電動休旅提供OTA功能,可直接更新軟體

另一款電動休旅Model B提供OTA(空中下載技術)功能,可以進行軟體更新,未來電動車與車主的互動會愈來愈多。

OTA想像空間很大,「但軟體就像水一樣,水能載舟亦能覆舟」,鴻海必須考慮像是軟體更新發生Bug時該怎麼解決,以及做到怎樣頻率的軟體更新。

鴻海電動車Model B.JPG
電動休旅Model B的中控台採大螢幕設計。
圖/ 陳映璇攝影

鴻海Model V電動皮卡,跨足中小型商用車市場

至於電動皮卡,可作為鴻海跨足中小型商用車的市場。Andy老爹認為,台灣未來也有電動皮卡市場,特別是電動車可以做到燃油車做不到地方。例如到野外露營,可以把車輛的電力傳輸到如行動冰箱等電氣設備,「雖然皮卡在美國是大宗市場,但一部車沒有理由讓台灣車迷看到卻不賣,就看未來是掛什麼品牌。」

鴻海電動皮卡Model V
鴻海電動皮卡可跨足中小型商用車市場。
圖/ 鴻海官方臉書

整體來看,以鴻海在全球供應鏈管理能力,在供應鏈材料取得、價格及品質都具備競爭力,「鴻海打造車子的速度愈來愈快,接下來就看客戶開給鴻華的規格了。」Andy老爹說。

鴻海誇口2025年市占5%,憑什麼?

面對軟體定義車輛的時代,鴻海這次推出電動車軟體平台HHEV.OS(作業系統),希望縮短軟體開發的複雜度。劉揚偉說明,HHEV.OS符合車規安全,在訊號、延遲均可達到非常穩定一致的標準,藉此讓上層撰寫軟體應用的廠商,不需擔心功能、安全問題。

挑戰一:電動車的軟體維護

對於鴻海欲打造類似電動車的「Android平台」,戴志言分析, 過去Android手機在軟體升級會有碎片化的問題 ,「每家手機品牌,升級的時間、功能機種皆不同,容易造成服務體驗下降的問題。」因此未來在電動車的軟體維護,可能是鴻海有待克服的難題。

乘車用固態電池
鴻海透過研發固態電池,提升電池的能量密度。
圖/ 鴻海

挑戰二:電動車的續航力

其次,電動車追求更高的續航力,鴻海透過研發固態電池,提升電池的能量密度,降低里程焦慮問題,但固態電池仍還在研究階段。Andy老爹認為目前在電控上,透過「 軟體控制電量 」技術將是關鍵,包含冷氣、方向盤、電門、音響與燈光如何做到更省電的方式,都影響車輛續航力。

鴻海從製造一支支iPhone到駛出一輛輛電動車,成功吸引台灣車迷的關注,但對劉揚偉來說,怎麼讓車廠客戶,想到造車就想鴻海,甚至是「需要」鴻海的幫忙,仍需要時間與成績來證明自己。

延伸閱讀:鴻海Model C量產版亮相,還有Model V、Model B!性能、配備一次看

責任編輯:林美欣

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