新漢轉攻機器人!工業電腦老兵用12年轉骨,年燒上億養出智慧製造「3隻小金雞」
新漢轉攻機器人!工業電腦老兵用12年轉骨,年燒上億養出智慧製造「3隻小金雞」

12年前,新漢毅然踏上轉型之路,從純硬體製造廠變成提供軟硬體整合方案的公司,並分拆出三家子公司。轉型過程吃苦難免,如今新漢與它養出的三隻小金雞已闖出成績,展望未來有機會也有挑戰。

一隻隻機械手臂忙著組裝零件,地面上的自主移動機器人則穿梭在工作站間,運送材料和成品,從工廠中央戰情室螢幕上,即時生產流程、良率一目了然,就連工廠用電、產品碳足跡也能監控管理。打造這樣的智慧工廠,正是工業電腦業者新漢的強項。

1992年成立的新漢,不像研華有大股東華碩坐鎮、樺漢有鴻海「富爸爸」撐腰,它從圖形工作站起家、後改做工業電腦,並早在12年前就跨入軟硬體整合,一路轉型,成為工廠智慧化的幫手,更投入機器手臂產業。新漢能走出自己的路,原因是董事長林茂昌32年來,堅持不做「me too」生意。

不做me too!新漢製造業智慧化,走出軟硬整合轉型之路

「我不喜歡做me too,你跟人家一模一樣,到最後就是競價。」個人電腦(PC)產業出身的林茂昌,打從創業第一天,就立下這個目標。新漢做過伺服器、圖形工作站,1995年微軟作業系統Windows 95問世,效能、價格勝過圖形工作站,林茂昌意識到危機,果斷追上當時PC走向工業應用的趨勢,做起工業電腦,用在車載、電子看板、製造等領域。

儘管業績穩定,林茂昌仍不斷思考:「我們還能做什麼不一樣的事?」2011年,「工業4.0」、物聯網概念興起,開啟製造業智慧化的濫觴,代表設備間要互相「溝通」、對軟體的需求增加。看準這項商機,林茂昌2012年決定發展軟體能力,從純硬體製造,轉型為提供軟硬整合解決方案的公司。

然而,一家硬體做了20年的小廠,要怎麼換腦?新漢直接找來一批軟體工程師,「結果沒多久就紛紛離職,一個都不剩!」林茂昌說,組織都是硬體思惟,研發團隊把產品做好才要求軟體工程師除錯,軟體工程師自覺大才小用、組織方向錯誤而求去,但其實在產品研發初期,軟硬體研發人員就得合作,甚至許多應用,一開始就得讓軟體人員主導。

新漢董事長林茂昌
新漢董事長林茂昌。
圖/ 今周刊

發現問題後,林茂昌再找軟體人才擔任主管,並慢慢調整制度、分拆子公司,包括專精智慧製造的新漢智能、布局安控產品的綠基,及從新漢智能獨立出來、研發機器人控制技術的創博;子公司主要鑽研軟體,再由新漢或其他供應商提供硬體,整合成完整解決方案。

但轉型遠比林茂昌想的還難。以新漢智能、創博的發展歷程來說,過去機器手臂的「大腦」,即負責手臂動作、移動方向的控制器技術,都被國外掌握,台灣僅掌握機械技術、從事組裝,讓林茂昌決定做領頭羊,「我們異想天開,覺得控制器不難啊!不是硬體上面加演算法就好了嗎?」他沒想到,過程中每年燒掉上億元,新事業成為母公司EPS減項,讓小股東抱怨連連,創博耗時3年才突破機器人控制器的演算法技術,搭配新漢擅長的工業電腦,組成成品。

機器人控制器開放客戶「添翼」,靠高性價比圍攻

除了軟體技術門檻高,控制器要更精準,還需大量應用場域實驗,逐步揪出問題、改善產品,因此只要聽聞哪家廠商做機器人、找控制器解決方案,團隊就想辦法攻進去;第6年,機器人控制器才逐漸成熟、看見財務回報,如正崴工廠中1千多隻機械手臂,都採用創博的控制器解決方案,其中就包含硬體及視覺檢測軟體。

特別的是,創博機器人控制器採用開放通訊標準,亦即,只要在開放通訊標準下,客戶可搭配不同廠牌的機器人、零件,還能在控制軟體上添加新功能;相較採封閉標準的西門子、發那科等國際大廠,更具客製化彈性、機台之間的通訊也更容易,亦能達成林茂昌想做出的產品差異性。全球第二大協作機器人品牌達明機器人營運長黃識忠就認為,在人工智慧(AI)應用多元化的時代,開放標準相當於機器人廠商可透過疊加軟體為產品「加值」,強化競爭力。

這款全球第一個拿到國際安全認證的開放標準機器人控制器,吸引台灣、中國、法國等機器人大廠採用,不過目前機器人產業仍受封閉架構主宰,因此創博先從對機器人動作要求較簡單的客戶或中小企業進攻,提供高性價比產品,「我們得一步步打通,鄉村包圍城市,先讓客戶接受,逼大廠們走向開放標準。」林茂昌認為,這個進程,還需五至十年,但在轉型路上已堅持十二年的他深知,只要不放棄,就有機會嘗到甜美果實。

今年上半年,新漢稅後淨利小虧九百萬元,DIGITIMES分析師申作昊表示,工業電腦產業受庫存影響,回溫速度較慢,不過預期下半年會優於上半年,中小型廠商則有機會在明年初看見曙光。他也指出,機器人對工業電腦廠而言是重要題材,新漢提早布局、累積技術能量,有助增加競爭優勢。

12年磨一劍,新漢三隻小金雞逐漸長大,綠基持續貢獻獲利、新漢智能智慧製造搭上AI風潮,明年業績樂觀,林茂昌指出,機器人也是集團主力業務之一,估計明年下半年將逐漸放量,「機器人市場才正要起飛!」他興奮地說。

延伸閱讀:AI錢淹腳目!台灣「超跑銷量4年翻1倍」,為何經濟學者卻敲警鐘?一文解析背後2隱憂
快中子反應爐是什麼?童子賢盤點能源市場:「永續發展」技術為何是下一個投資焦點?

本文授權轉載自:《今周刊

責任編輯:蘇柔瑋

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