真自駕車來了,台廠機會在這!鴻海、勤崴都卡位電動車「大腦、眼睛」
真自駕車來了,台廠機會在這!鴻海、勤崴都卡位電動車「大腦、眼睛」

德國率先引爆全球自駕商機,根據日本市場研究機構富士總研(FCR)的調研推估,2040年,全球每3輛新車就有1輛是自駕車,這當中,Level 3的車輛占比超過90%,約占總數近3成。自駕車將成為一個全球兵家必爭、未來商機驚人的新市場。

當美、中、日、德等國際強權都挾自有車廠優勢,積極備戰自駕車之際,至今仍養不出國際車廠的台灣,難道只能乾瞪眼,看別人大搶商機?

當然不可能,大到台灣造車新勢力、全球製造代工龍頭鴻海、打進特斯拉中國自駕供應鏈的亞洲最大倒車雷達廠同致電子、力拚自駕電動巴士一條龍的車王電,小到年營收不到5億元的地圖資訊王勤崴國際、自駕營收占比達96%的最純自駕股為昇科技等各路好手,早就各出奇招、積極卡位自駕商機,而且個個實力不容小覷。

尤其在環境條件相對可控、進入門檻相對低的商用車市場,台灣更是已展現打國際賽的不俗實力。

綜合數位上市櫃自駕業者高層看法,進入Level 3(簡稱L3,條件自駕)時代,最大的改變就是在限定條件下,車子將開始取代人類,拿到駕駛主控權,進入真自駕時代。

此階段的車子必須長出更精密的大腦與眼睛,才能掌握乘客、路況、天候等多元訊息並做出正確判斷,換言之,車子的大腦、眼睛是兩大商機。

先看大腦,也就是自駕系統,雖然台灣一般乘用車發展還落後於國際,但在商用電動巴士領域,不僅踏進L3,而且已開始進軍日、美等市場。

勤崴推動全台首輛L3電巴!靠接駁練兵,台積園區正式上路

在台積電南科廠區、廣達一百公頃的基地內,全台第一個L3商用自駕電動巴士案,去年底就已上路運行。

這輛自駕電動巴士在貨車、叉車、工程車交錯行駛的廠區道路穿梭自如,一會載著員工到各單位上班,一會又從各單位載著員工到餐廳吃飯;接完白天班的員工下班,又將等候夜班的同仁送上工。

自駕巴士可支援24小時、近2萬人的廠區內交通需求,讓台積電徹底解決找不到夜間司機的困擾。

而背後的關鍵推手,是全台市占率超過7成、2022年淨利創上櫃以來新高的車用圖資王、勤崴國際總經理黃晟中。

真自駕車來了,台廠機會在這!鴻海、勤崴都卡位電動車「大腦、眼睛」.jpg
台積電南科廠中,自駕巴士穿梭在8個廠區,載運眾多員工上下班。這個台灣第1樁民間商用案,帶頭激勵眾多大型工廠開始評估導入自駕巴士。
圖/ 商業周刊/勤崴國際提供

看到德國自駕車上路了,黃晟中指出,亞洲自駕車複雜程度遠高於歐美,因為道路小、車輛多、馬路三寶更多,是最容易讓自駕系統判讀不及、造成失誤的危險殺手之一,加上台灣是機車王國,自駕車的落地難度更高。

反觀台積電園區的交通,由於環境條件相對可控、路網單純、責任歸屬清楚,因此容易建立商用自駕系統,進而建立獲利商模。而勤崴能做到的原因有二,一是憑藉能整合車聯網、高精圖資、導航演算等自駕基礎建設,就連Google、蘋果的地圖導航系統,到了台灣,也必須借助它的在地圖資。

原因二是練兵的機會。從2019年開始,勤崴透過政府標案,在桃園機場旅客接駁、高雄港觀光客載運、新北捷運站到社區的最後一哩路接送,進行實際的車輛控制練兵,累積了4年的自駕系統實戰經驗,才讓台積電自駕案於去年底商轉。

在勤崴打響第一炮之後,商用客戶開始絡繹不絕的上門。

車王電打造亞洲最智慧化電巴廠!零件到營運一條龍,將車賣進美日

再來到台中港園區,自駕電巴車製造商車王電斥資25億元打造,占地近6千3百坪、號稱亞洲最智慧化的電動巴士生產廠內,人員正忙進忙出趕製自駕新車,不只內銷,還獲日本西鐵長期訂單,並與美國底特律電動商用車廠Optimal集團簽約,成為當地汰換老舊校車新選擇。

車王電董事長蔡裕慶的發展策略,是先與工研院合作取得關鍵技術,由車王電負責生產電動巴士關鍵零組件,再由轉投資的華德動能負責設計製造、銓鼎操盤雲端後台、新竹科技之星則扛起實際營運與收費金流等配套,企圖打造一個完整的電動巴士生態鏈。

並且透過拿下新竹縣高鐵自駕車接駁服務實驗計畫,找到自駕練兵場域,補足實戰經驗。藉此練出從零件、整車、雲端後台、建立營運體系等一條龍的服務,讓美、日客戶埋單。

當汽車替代人取得駕駛主導權,關鍵技能之一是配備具有辨識能力的眼睛,指的就是車用光學鏡頭與光學雷達,透過影像辨識與偵測,幫助汽車掌握車內外資訊。

最多台商布局》自駕車「眼睛」!從看路到看駕駛,鏡頭、雷達數飆升

這也是最多台商布局的自駕熱區,包含為昇科技、同致科技、啟碁、同欣電、佳凌、亞光、華晶科等。

其中,以2022年淨利成長達153%的啟碁最有感,啟碁代理發言人林夢如指出,人的大腦須依賴眼睛蒐集資訊才能進行判讀;而汽車則是靠鏡頭、雷達,也是發展自駕的必備零件、功能,當自駕發展越快,需求也越來越旺。

進入L3,由於仍是有條件自駕,所以汽車不只要掌握路況,還必須掌握駕駛人狀況,才能在出現疲勞、睡著等意外狀況發生時,立即接手處理,確保行車安全。因此,需要有針對車內駕駛的監控辨識,這也意味著,鏡頭、雷達的裝置量比想像多更多。

想要勝出,就必須比別人更早抓住車廠需求,投入研發。例如原是直營車廠第一階供應商(Tier1)的啟碁,會投入自駕領域逾10年,就是因為傳統車廠客戶也有轉型壓力,須往綠能車、自駕車領域邁進。因此,啟碁跟著客戶進化,除了擅長的無線天線外,因應光學鏡頭、雷達等自駕車眼睛需求,提早布局研發、蹲點,才有現在的毫米波雷達、車內駕駛辨識系統等優勢產品,卡位新商機。

自駕車的崛起,也會解放駕駛的雙手與注意力,帶來智能座艙的新發展,包括發展抬頭顯示器的怡利電子、專攻車用影音多媒體的憶聲都布局已久,新商機也逐漸浮現。

即便沒有國際級車廠在前面領跑,但台灣在自駕時代並沒有掉隊,因為連百年老賓士都把汽車變成一輛裝上光學鏡頭、雷達的超級電腦,其中含義,就是台灣這個資通訊產業王國的大商機來了。

延伸閱讀:
超級藥局來了!全台店數直逼小七+全家,掌握電商沒法搶的市場,下個零售之王誕生
台灣選手穿它跑5千公里 爆紅夾腳拖小廠解密

本文獲《商業周刊》授權轉載,原文標題為:真自駕車來了,台廠機會在這!鴻海、勤崴都卡位「大腦、眼睛」

責任編輯:林美欣

關鍵字: #電動車 #自駕車
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