鴻華先進登創新板，首日成交量、成交值創新高！曝n7最新成績：接單破9千張|數位時代 BusinessNext

鴻華先進正式掛牌！首日成交量及成交值創新高

台灣第一家純電動車上市公司鴻華先進今（20）日以每股50元在創新版掛牌。首日成交張數達10,411張、成交值達5.05億元，均超越台灣虎航在創新板掛牌首日的10,352張與4.78億元，創下所有創新板股票上市首日最大成交量及成交值。

同時亦超過最近一個月來所有上市公司股票的日平均成交量2,705張，且鴻華先進的市值達774億元，超過前7家創新板市值加總596億元，成為目前創新板市值最大的股票。

鴻華董事長劉揚偉、副董事長左自生、總經理李秉彥等親自出席掛牌。劉揚偉表示，鴻華首款量產乘用車Model C已通過百項測試驗證，並取得合格證掛牌，未來將從台灣打入北美、東南亞市場，並預告明年會推出新車款Model D。

鴻華先進原本考慮在美國或台灣上市，後來在證交所董事長林修銘遊說下留在台灣。林修銘透露，去年9月下旬在福邦金融集團董事長黃顯華介紹下，他率領證交所團隊同仁拜訪鴻華，聽完簡報後，劉揚偉僅說： 「鴻華先進一定要留在台灣，因為要支持台灣的新創產業。」 因此鴻華先進成為了第8家創新板公司，也是證交所第1000家上市公司，對台灣資本市場與產業別具意義。

雖然鴻華帶著台灣純電動車概念股的光環上市，詢價圈相當熱烈。但今日開盤股價震盪，跌破50元，最低來到45.5元，大跌9%，並未開出蜜月行情。

不過劉揚偉強調，鴻華具有整車設計開發與系統驗證能力，他認為下游將是整個汽車產業非常重要的力量，「沒有下游，就沒有上游」，過去台灣在造車上主要切入汽車電子，但台灣產業需要整車的設計經驗，因此鴻華走上一條非常挑戰的路，透過鴻華帶領下，將帶動汽車下游產業蓬勃發展。

同時也是鴻華客戶、納智捷董事長左自生表示，目前納智捷n7正在進行經銷商的銷售服務教育訓練，預計明年一月中交給客戶；消費者接單數達8千台，另外還有1100輛是租賃車，實際n7接單量超過9千台，預計明年6月底完成交付。以下為鴻華開放式平台的介紹：

主打電動車開放平台，三年推出4台原型車

被視為電動車概念股、鴻海與裕隆合資成立的鴻華先進於10月23日舉行上市前業績發表會，預計11月中旬將以承銷價50元於創新板掛牌上市，目前詢圈是超額認購。隨著電動巴士Model T、純電休旅車Model C大量交付，預估今年營收將達到去年3倍、明年業績兩位數成長。

鴻華先進資本額159.13億元，於今年5月31日向台灣證券交易所送件申請台灣創新板上市，7月通過上市審議會。承銷券商福邦證券表示，鴻海CDMS（Contract design and manufacturing service，委託設計與製造服務）商業模式提供電動車製造外包服務，有助於汽車製造公司，面對電動車產業的激烈競爭，提供更平價電動車。

而鴻海的CDMS服務背後推手是鴻華，透過開放式平台的發展策略，整合電動車產業資源，透過多品牌共用，進而降低開發成本。由鴻華提供模組化設計，車輛從過去3～4年開發時間，縮短到兩年，對汽車製造公司有很大的幫助。

傳統汽車從品牌、設計、供應鏈管理、生產到銷售售服一條龍包辦，鴻華主攻三大塊「設計、供應鏈管理、生產管理」，看準電動車產業接下來會朝專業分工的趨勢。

所謂平台共用，是指鴻華針對每種車的級距會有原型車的參考設計，客戶能夠選擇100%貼牌，或是50%～80%平台共用，意思是客戶不需從零開始設計，透過平台共用，可以創造規模經濟。

由鴻華完成產品設計後，向供應商採購電動車用原物料，再委由代工廠進行組裝，鴻華可善用鴻海在全球的製造布局，包含北美、泰國已有電動車生產工廠。

鴻華從2020年11月成立以來，過去三年做出四台原型車：電動巴士Model T、電動休旅Model C、跨界掀背休旅Model B、豪華轎車Model E。其中，2022年交付電動巴士Model T，Model C則預計今（2023）年第四季量產，明年1月大量交車。

納智捷n7轉單破8千輛，Model C量產版攻美國市場

鴻華2022年營收2.96億元、稅後淨損13.57億元，稅後每股虧損0.87元；今年上半年累積營收達2.82億元、稅後淨損8.96億元。

鴻華營收分為整車銷售、技術服務兩大塊，今年上半年技術服務營收占比28.84％、8152.5萬元，整車銷售營收比重70.82%、2億元，其他占0.34％。

車輛交付方面，電動巴士今年出貨突破100輛，鴻海預計將在高雄橋頭設立第二個生產基地；採用Model C的納智捷n7會員轉單突破8千輛，若以一輛100萬粗估，可帶來80億元營收，預計最晚明年上半年完成交付，會是明年成長動能。鴻華先進發言人王理巍指出，「目前Model C已經大量備料，希望首批客戶在過年前就可以拿到新車。」

鴻華會瞄準國際市場，鴻華先進總經理李秉彥透露，「預計2025年Model C量產版會在美國上市」，屆時會由鴻海北美俄亥俄州製造工廠來生產；另外Model B會在明年第四季量產上市。

至於鴻華什麼時候能夠獲利？李秉彥提到，2025年是鴻華關鍵的一年，「我們會透過多車型、多市場會帶來經濟規模，逐年增加量產車。」

延伸閱讀：納智捷n7預購又來了！卡位百萬有找電動車、明年入手，但充電佈局準備好了嗎？

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