CES直擊!台灣96家新創參展、奪下10個創新大獎,數位醫療為何成大亮點?
CES直擊!台灣96家新創參展、奪下10個創新大獎,數位醫療為何成大亮點?

全球科技年度大展2023年美國消費性電子大展(CES 2023)在美國拉斯維加斯登場,今年共有逾3,200家參展商。《數位時代》也前進CES,為讀者一窺最新的科技趨勢。

擺脫疫情,台灣新創再次於美國最大國際消費性電子展CES亮相,除了有10間新創獲得全球創新獎(CES 2023 Innovation Avard)為歷年最多外,臺灣科技新創館也跟隨本屆CES2大主軸建立「數位醫療」、「運動與氣候科技」2個主題體驗館,更邀請到日本與以色列醫療新創來到臺灣科技新創館進行交流。

國科會副主委陳宗權於臺灣科技新創館開幕典禮表示,今年攜手國發會、經濟部及數位部,為首次最多部會共同率領臺灣團隊前往CES 2023的舞台,勉勵台灣新創打響國家品牌。鈺創科技董事長盧超群、和碩副總經理暨技術長徐衍珍、科菱董事長邱世昌、住華副董事長方麗如,以及其他來自友達、微星科技、聯發科、技嘉、中國探針等廠商也都到場支持臺灣新創館開幕。

「臺灣科技新創館」開幕合影
左起駐洛杉磯台北辦事處組長陳嘉元、國發會產業發展處副處長陳瓊華 、國科會產學及園區業務處處長許增如、國科會副主委陳宗權、數位發展部 次長李懷仁、美國資深總監CTA Janenne Remondino 、駐舊金山台北辦事處組長孫珍理、新竹科學園區管理局局長王永壯。
圖/ TTA

有哪些新創得獎?

本次參展的96間台灣新創當中,主要以「尋找商業合作夥伴」、「了解市場需求」和「尋求客戶」為目的。

獲得全球創新獎的量子音樂、鴻辰通訊、帝濶智慧與膜淨材料皆表示,希望透過參展CES尋找經銷或代理商,以此拓展美國市場。其中主打以AI技術去除雜訊、可快速錄音的Slimca執行長林哲瑋,以及利用AI進行寶寶哭聲辨識的量子音樂執行長蔡明耀紛紛說明,雖然直接提供給消費者的產品,似乎可以用美國人習慣的電商平台亞馬遜這個銷售通路,但還要考慮到售後服務、客服以及行銷預算,在資源不足的情況下,藉由參展找到合適的經銷商或代理商會是更穩固的選擇。

以「微過濾」(microfiltration,MF)技術為核心的膜淨材料,今年用低碳製成的「中空纖維膜隨身濾心」產品,獲得CES大會首次設立的Human security for all(HS4A)獎項,該獎項與CES大會今年的特色主題「永續與科技向善」相關,總共只有7組團隊獲獎。膜淨材料產品經理吳明哲也表示,這次獲獎是個肯定,也希望藉此曝光,找到經銷或代理夥伴協助進入美國市場。

膜淨材料
膜淨材料將右邊的污水放入有「中空纖維膜隨身濾心」的瓶中後,倒出來的水都過濾為清水。
圖/ 曾令懷攝影

在「運動與氣候科技」主題館中的紐因科技也是獲得全球新創獎團隊之一,紐因科技科技自主研發運動影像AI智慧分析平台,藉此分析球員表現。雖然在台灣市場已經與P+ League與T1兩大籃球聯盟洽談中,不過在紐因科技這次來主要是希望理解美國的聯盟市場特性。

以AI技術進行自動影音媒合與影片剪輯的A.V. Mapping創辦人李姿慧則表示,雖然A.V. Mapping提供的是軟體服務,但這次參展是希望找到手機硬體廠商合作,提供手機用戶如iOS系統中「精選」般,以手機內部的照片自動生成短影音的功能。

協助塑膠模型射出製成數位轉型的Moldintel創辦人張詠翔和癌症藥物培養新創精拓生技創辦人暨執行長陳柏翰則表示,雖然自身服務並非CES參展商的主要目標,不過仍具有曝光效益,也希望藉著來到美國,在展後與潛在客戶進行交流。

數位醫療成為本次亮點,以色列新創Cardiokol看上台灣市場

無論是癌症還是心理健康,醫療服務都是全球性的剛需,今年的CES因此特別主打「數位醫療」,臺灣科技新創館跟隨大會腳步設立「數位醫療」主題專區,在開幕式之後後邀請以色列、日本2國與台灣的醫療新創進行Demo Pitch。

結合「液體活檢」、「半導體生醫晶片」與「AI輔助判斷」技術來檢測癌症的醫華生技,以及結合電腦視覺與AI分析判別中風或腦部神經疾病的神經元,是本次數位醫療主題展區中獲得全球新創獎的2個團隊。醫華生技將過去需要8小時才能完成的檢測縮短到3分鐘,目前正在申請FDA,而神經元則已經完成FDA申請,希望透過展會尋找經銷或代理商。

神經元產品NeuroSpeed智慧眼鏡
神經元的產品NeuroSwift智慧眼鏡獲得CES全球創新獎。
圖/ 曾令懷攝影

同樣在偵測中風風險的還有來自以色列的新創Cardiokol。Cardiokol透過AI聲音分析技術,藉由講話聲紋辨識心跳頻率,藉以診斷長者罹患失憶症或中風的風險,只要將其軟體技術放入手機或任何可以對話的物聯網機器中,就可以避免穿戴式裝置過於昂貴或是不準確的狀況。

Cardiokol執行長James Amihood表示,會來到臺灣科技新創館進行Pitch其實是因為Cardiokol早已經與台灣某新創洽談合作,將其技術導入台灣新創打造的對話機器人,藉由機器人與獨居長者聊天的過程判別健康風險,因此希望James Amihood與其他台灣新創有更多交流。

Cardiokol執行長James Amihood
Cardiokol執行長James Amihood表示已經與台灣新創產開合作。
圖/ 曾令懷攝影

同樣進行了Demo Pitch的台灣新創LE Biomedical(昇級生醫),則是以病毒過濾為核心基礎打造多項產品,這次參展主打噴於汽車空氣濾網的產品CabinCoat,除了已經與鴻海的MIH電動車聯盟合作之外,更希望在擁有許多電動車廠商的CES展會中找到潛在客戶。

除了醫療之外,臺灣科技新創館接下來在CES展會期間還會陸續舉辦「AI與資安」、「運動與氣候科技」、「生活風格」、「創新科技」等4場與國際新創交流的Demo Pitch,同時也鼓勵國際新創參加,並在未來來台發展。

本文授權轉載自:創業小聚

關鍵字: #CES
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