創業有一千多天沒睡好!面板廠高層辭職進攻隱形眼鏡,有何本事吃下6成中國市場?
創業有一千多天沒睡好!面板廠高層辭職進攻隱形眼鏡,有何本事吃下6成中國市場?

鴻海副總與研發處長出走創業,鎖定隱形眼鏡另起茅廬,但少了大集團撐腰,兩人如何率領望隼異軍突圍,站穩中日隱形眼鏡市場,並叩關美國市場?

出門約會,女孩們戴上美瞳片一展風采,獨特技術讓鏡片中顏料不會滲出傷眼;上班族盯著電腦一整天,隨著濾藍光、矽水膠隱形眼鏡出現,眼睛疲勞、角膜缺氧問題有解;職棒選手抓準時機,揮出全壘打,眼中那副橘色隱形眼鏡,就是讓眼球精準鎖定棒球的祕密武器。設計、製造出上述產品,還在美國、日本走紅的,並不是國際大廠,而是位在苗栗竹南的台灣公司——望隼科技。

「三明治美瞳片」一戰成名,小台廠營收寫歷史新高

2012年,董事長黃修權與總經理石安成立望隼,主要替中、日隱形眼鏡品牌代工,他們是第一家研發出不掉色「三明治美瞳片」、濾藍光鏡片,並在日本上市銷售的業者,也是全球唯一生產運動型隱形眼鏡的公司。2023年望隼營收25.8億元改寫歷史新高,年成長率超過4成更居同業之冠,並於今年3月掛牌上市。不像晶碩隸屬和碩、視陽背後有明基、星歐「富爸爸」是大立光,這家小台廠要如何突圍?

「本來想說支持年輕人,沒想到創業這麼難!」黃修權笑說,其實在成立望隼前,他曾任鴻海副總經理、群創副董事長,早已縱橫商場多年。

2012年,台灣面板業面臨中國競爭,營運不復以往,當時還是群創研發處長的石安懷抱創業夢,找上黃修權,告訴他自己看上隱形眼鏡產業。台灣那時的隱形眼鏡龍頭廠,股價近四百元,加上隱形眼鏡有技術門檻,不像面板得不斷削價競爭,「我覺得如果我們來做,有機會做得比他們(同業)更好。」石安說。

於是,黃修權投資石安,兩人離開群創、成立望隼,開始新生意,結果第一關就碰壁。他們先是鎖定台灣還沒人會做的矽水膠隱形眼鏡,並找到學界專家共同研發,然而,矽水膠表層不親水,容易造成鏡片表面溼潤性低,經過一年開發,望隼仍無法突破技術門檻。技術卡關,兩人決定先轉向,但仍然留了一組人馬,持續研究矽水膠產品。

對市場不熟,又得從無到有開發新品,創業初期黃修權和石安以廠為家、全年無休。黃修權也很清楚,他們不再像過去那樣,有大集團資源撐腰,「所以我們要更努力。」

2014年,日本隱形眼鏡發生美瞳片掉色事件,品牌商急需有人來解決問題,兩人認為「機會來了」。他們耗時近1年開發出「三明治美瞳片」,將特殊材料像三明治一樣包覆染色層,解決掉色問題,成為業界第一家開發出這款美瞳片的廠商,且從試產階段良率只有19%,到現在已達90%。

有了產品,黃修權打頭陣,拿著三明治美瞳片拜訪日本隱形眼鏡上市公司,但做事嚴謹保守的日本人,起初根本不信任沒有實績的望隼,為了測試產品,對方拿棉花棒沾上酒精,在隱形眼鏡上來回摩擦數十次,不只確認完全不掉色,還得經過試用者的舒適度評分,過關後才下訂單,最後靠三明治美瞳片,望隼說服要求甚高的客戶,打入亞洲隱形眼鏡滲透率最高的日本市場。

台廠自動化一度碰壁,老董自掏一億元資金續命

下一站,他們鎖定中國。2015年,在同業都還沒到中國設廠時,黃修權就就意識到中國將會是最大隱形眼鏡消費市場,當地生產勢不可擋,因此他親自走訪中國挑選場址,最後選在江蘇設廠。

同時,望隼也決定將台灣工廠自動化,不料在轉換過程中良率大減,燒錢投資升級產線,產能卻開不出來,公司一度面臨財務危機、瀕臨倒閉,黃修權甚至賣掉鴻海與群創持股,自掏腰包增資1億元,且自願不支薪,黃修權至今仍常開玩笑:「想害人就叫他去創業!」

幸好在員工及大股東支持下,熬過低谷,2018年受惠於中國銷售量成長,望隼開始獲利,以創新技術突圍,則成為望隼的DNA。

繼三明治美瞳片後,他們看好具有濾藍光功能的鏡片,雖然不是第一個嘗試濾藍光隱形眼鏡的業者,但同業開發的產品為了追求濾掉高比例藍光,顏色偏黃,戴上容易產生色差,所以望隼想出降低藍光過濾比例,並把鏡片顏色調成消費者較能接受的黃綠色。

不過,為了染色,不但得嘗試多種材料、顏料,讓染色均勻,還要在高溫殺菌過程中,確保染料不會滲出。經過兩年研發,望隼的濾藍光隱形眼鏡,吸引日本彩色隱形眼鏡龍頭廠目光,2020年以日本第一款濾藍光隱形眼鏡之姿上市。

望隼以創新產品搶市的事蹟,還不只這一樁,他們重拾十多年前,體育用品品牌NIKE因市場太小又不賺錢,而放棄的運動型隱形眼鏡技術,作為進軍美國的敲門磚。兩人找上研究運動視覺的美國太平洋大學視光學院及眼科醫師合作,開發出具備抗紫外線、降低色散和增強對比的隱形眼鏡,協助球類運動員將移動中的物體看得更清楚。

運動型隱形眼鏡最難的技術同樣是染色,顏色濃又得染得均勻,黃修權甚至帶員工到南部參觀纖維染整工廠,學習染色製程與技術,還聘請顧問、特別開發新設備,他更為此經常直飛美國開會,開完當天又趕回台灣,才成為獨步全球的運動型隱形眼鏡代工廠。

2021年運動型隱形眼鏡出貨美國,許多國內外知名職棒、奧運運動員都採用,市場規模雖小,價格卻可達一般透明日拋的3倍。石安認為,想打入美國這個已由嬌生、視康、酷柏光學、博士倫四大品牌壟斷的市場,必須從利基型產品突破,再進一步帶入其他主流產品。

十多年前就想做的矽水膠隱形眼鏡,望隼也終於在3年多前突破技術障礙,3到5人小團隊持續開發,並從國外請來顧問指導,他們把產品定位由較高階的高透氧率鏡片,改為中透氧率,既有一定的客群,又能克服技術難題,2022年已在台灣率先出貨,黃修權表示,今年該產品有望在中、日、美取得醫療許可證。

濾藍光鏡片成眼下利多關鍵,將續推新品深鑿護城河

工研院產科國際所分析師吳劭易指出,歐美市場偏好矽水膠產品,如今台廠有技術,若代工價格能比客戶自己做還低,有機會在該市場提升市占。

2023年望隼營收創新高,關鍵是濾藍光鏡片占比提升至兩成,加上日本客戶轉單給望隼,貢獻營收。此外,中國市場營收占比從2018年不到1成,至2023年已超過6成,券商法人指出,望隼在中國有工廠,且電商通路比例提高,有利爭取訂單。去年隱形眼鏡代工廠面臨降價壓力,望隼調降幅度大,「便宜治百病。」但券商法人也指出,未來中國本土廠的製造技術有望追趕,可能成為隱憂。

「我算一算,創業過程中有1千多個日子都睡不好。」黃修權不諱言創業的苦,但他與石安從沒停止研發新品的腳步,一時失敗也不輕易放棄,接下來望隼規畫每一到兩年就推出新產品,將靠著多機能性隱形眼鏡,另闢新局。

本文授權轉載自:今周刊

責任編輯:錢玉紘

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