【觀點】光電業闖6大賽道轉型!力甩慘業標籤,矽光子有望成為最強新藍海?
【觀點】光電業闖6大賽道轉型!力甩慘業標籤,矽光子有望成為最強新藍海?

日前我訪問業成集團資深副總經理暨技術長陳伯綸,談到台灣光電產業如何擺脫困境,進行變革與轉型計畫,也談到友達、群創、業成、瑞儀等廠商近年的改變。當所有目光都放在台積電與半導體時,光電面板業這幾年積極地改造與蛻變,尤其是半導體整合矽光子的大趨勢下,我認為光電面板業的復興也值得大家關注。

台灣光電產業早年曾有一段輝煌歷史,從光儲存的錸德、中環,到顯示器產業的友達、群創,都曾經相當風光,但面對產品市場萎縮及中國業者低價競爭,台灣光電產業早在十多年前就開始出現鉅額虧損,面板甚至曾與DRAM、LED、太陽能並列為4大慘業之一。

不過,光電產業經過多年轉型調整,如今已陸續看到成果。元太很早切入電子紙,是所有面板業者轉型最成功的案例;友達發展「雙軸轉型」策略,先是Go Vertical,讓面板的應用朝多元垂直場域發展,例如智慧零售、育樂、醫療、交通到製造等領域,並以6億歐元收購德國企業切入車載市場。其次是Go Premium,往附加價值更高的Mini LED、Micro LED 等技術發展。

至於群創的作法則有些不同,雖然也投資Mini LED及Micro LED,但更強調跨足非顯示用途領域,例如發展面板級封裝技術,進軍車用及第3代半導體應用市場,另外也發展液晶平板天線,爭取低軌衛星地面站天線商機,還有發展X光感測器技術,並從群創切割出睿生光電,朝醫療應用發展。

群創光電
群創投資Mini LED及Micro LED,但更強調跨足非顯示用途領域。
圖/ 蔡仁譯攝影

6大賽道轉型,能擺脫大賺大陪窘境?

其實,TFT LCD面板的技術與產能,確實可以尋求新的發展機會,而且至少有6種路徑。一是轉做觸控面板,過去友達、群創都嘗試過,二是朝X光感測器發展,三是指紋辨識,目前主要切入廠商是高通,四是往液晶天線發展,五是轉型做光學鏡片,六是做面板級封裝。每種轉型都有機會,當然也充滿挑戰。

友達與群創的轉型方向很不同,但目的都是想擺脫過去十多年,面板已成為大賺大賠、景氣波動劇烈的凶險行業。至於其他光電業者儘管有些獲利還不錯,但也都已選定各種轉型方向。像是業成集團一直是蘋果(Apple)主要觸控面板供應商,獲利也都不錯,但去年出現明顯虧損,如今也積極朝3大方向轉型,包括本業朝高階利基市場發展、改善成本與積極布局光學、車載與指紋辨識產品。

業成在技術轉型發展有2大方向,首先是車用市場的光學顯示觸控方案,新型抬頭顯示器(HUD)目前已和歐美等車廠合作開發中;再來是AR、VR及MR等穿戴式技術發展,今年已成為蘋果首款MR(混合實境)頭戴式裝置Vision Pro的唯一供應鏈。業成希望未來從觸控顯示公司,逐步發展為光學模組公司。

此外,蘋果背光模組最大供應商瑞儀光電,過去6年每年都賺1個股本以上,但如今一樣是積極布局新技術平台,陸續收購2家歐洲公司股權,希望整合奈米及微米光子學工藝,進一步強化原本已具領先地位的導光產品及製造技術,進軍電子紙、車載、AR、VR及超透鏡(MetaLens)等市場。

以去年瑞儀併購的芬蘭公司Nanocomp為例,瑞儀是取得包括黃光製程的能力及奈米壓印技術。過去瑞儀為LCD面板提供射出導光板,未來則想要拓展到微米和奈米級微結構薄膜,推展到晶圓級光學元件市場。瑞儀轉投資不是水平收購,而是往導光板上下游的垂直方向發展,要找到本身不足的技術,甚至上下游的膠、材料也都在研究之列。

總結來看,光電面板相關產業,有的往垂直或水平發展,有的則跨域經營,不管是半導體、光學、鏡片到矽光子,都是未來可以期待的光電新藍海。

矽光子「錢」景旺,刺激光電人才需求

陳伯綸畢業於交大光電所博士,是有「光電之母」稱號的王淑霞學生,2000年從交大畢業,就與現任友達光電執行長柯富仁同時間加入聯友光電。2001年聯友與達碁合併為友達,陳伯綸在友達13年歷任5個工作,2013年他加入業成集團擔任技術長,如今為業成集團資深副總經理及英特盛科技董事長。

陳伯綸說,台灣光電產業從業人員累積豐富經驗,近年來產業轉型的成績也 陸續展現,加上半導體產業如今蓬勃發展,並朝向與矽光子領域整合發 展的階段,此刻台灣對光電人才的需求明顯增溫,因此近來他開始號召許多光電系所畢業的人才,大家重新聚集討論未來的產業技術與趨勢方向,也希望讓台灣光電產業有再次發光發熱的機會。

中國如今不僅是TFT LCD面板最大生產國,更掌控行業供需的命脈,就像過去太陽能及LED產業,中國以國家政策、國營事業等非市場經濟的力量介入,無秩序地量產與低價傾銷,標準型面板已有如步入死亡幽谷的產業,台灣業者只有趕緊轉型才是正途。也期待台灣光電面板業在一番戮力革新後,找到重整旗鼓的復興之路。

延伸閱讀:矽光子概念股漲翻天,圖解技術原理:矽光子CPO是先進封裝未來?
繼台積電後,環球晶也分到美國補貼4億美元!12吋矽晶圓廠落地、提供2000個工作機會

責任編輯:蘇柔瑋

關鍵字: #矽光子
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