觀點|從塑膠旋鈕做到AI伺服器!一文盤點鴻海轉型關鍵:如何用50年打造6.8兆代工帝國?
觀點|從塑膠旋鈕做到AI伺服器!一文盤點鴻海轉型關鍵:如何用50年打造6.8兆代工帝國?

1974年,鴻海創辦人郭台銘先生以新台幣30萬元資金,創立「鴻海塑膠企業有限公司」。

成立之初,鴻海塑膠的員工僅有10人,主要業務為製造黑白電視機的旋鈕。

此時主要的機器設備是「塑膠射出機」,因為不同的產品需使用不同的模具,因此鴻海創業之初與模具有「不解之緣」,深知模具為生產過程中重要的一環。

從模具廠立足,再跨足電腦連接器

1977年,鴻海業績不斷成長,資本額增加到200萬元,鴻海自己成立模具廠,這是奠定鴻海之後能夠進入「連接器」產業的重要投資。

鴻海設立模具廠歷經不少困難,遭遇不少資深「師傅」的反彈,公司堅持自主開發標準作業程序,與當時模具開發全仰賴「老師傅」的方式不同,厚植公司自主競爭力。

1981年,鴻海開發出個人電腦連接器產品,並以「FoxConn」為品牌,進入個人電腦連接器市場。

1982年,鴻海改名「鴻海精密工業股份有限公司」,自此鴻海跨大步邁向高科技產業。藉由個人電腦市場的快速成長,鴻海搭上「順風車」業績扶搖直上。

進軍機殼市場,鴻海重心轉向電子代工

除了在連接器外,鴻海跨入電腦機殼市場,大舉進入電腦零組件市場,1994年接獲蘋果公司iMac機殼訂單,與蘋果公司開始建立關係。

1996年接下康柏(Compeq)電腦機殼訂單,康柏電腦是當時個人電腦市場的領導廠商,能取得康柏的訂單無疑為鴻海添加更多成長動力。

掌握主要電腦零組件市場後,鴻海也踏入為客戶組裝「準系統」,之後更進一步踏入「電子代工服務(EMS)」,並發展成為全球最大的電子代工服務公司。

站穩手機代工!諾基亞、摩托羅拉,都是客戶

1990年代,行動電話開始進入市場,尤其是第二代行動電話GSM進入市場後,全球行動電話市場開始大幅成長,成為重要的電子終端設備。

全球行動電話市場,由每年數億支,快速成長,達每年超過十億支的規模,鴻海當然不能錯過這個龐大的代工市場。

2000年,鴻海投資600萬美元,在杭州建立了「宏訊電子」,開始為「UT斯達康」公司代工生產「小靈通」手機。

2003年8月21日,鴻海宣佈以7400萬美元收購了EIMO集團,其中EIMO為精密塑膠元件製造商,是Nokia在芬蘭的主要機殼供應商,鴻海藉由此併購擴展對關鍵性零組件的掌握,並且取得為Nokia代工的「門票」。

2003年10月15日,鴻海宣佈以3000萬美元,收購摩托羅拉位於墨西哥的一個工廠,並原地接收摩托羅拉的組裝訂單。

藉由購併及不斷地努力及優越的價格、品質,鴻海贏得當時兩大行動電話廠諾基亞、摩托羅拉的大量代工訂單。

鴻海在功能手機累積下的代工經驗,奠定它將來為iPhone代工的基礎。

併購奇美!為鴻海取得iPhone代單助陣

鴻海為了技術、業績發展的需求持續購併投資許多公司,因此累積豐富的經驗與技術。

行動電話由2G進入3G後,功能手機開始進化到智慧手機,在iPhone未問世前,行動電話大廠各自發展自己的智慧手機,各有各的作業系統,沒有統一的規範。

2005年5月,鴻海集團取得「奇美通訊」56.48%股權,入主奇美通訊。奇美通訊當時的總經理池育陽是台灣研發智慧型手機的大將,池育陽原是明碁行動電話部門的負責人,他研發實力堅強,率先研發智慧型手機,之後投靠奇美電子成立奇美通訊,投入智慧型手機的研發。

鴻海集團掌握奇美通訊後在智慧型手機的研發實力大增,這對取得iPhone的代工訂單有莫大的裨益。

海公公威武!30年內營收成長逾600%

如今鴻海的事業版圖以非昔日可比,鴻海集團跨足零組件、光通訊、手機、電腦、伺服器、車用電子、電動車、機器人等領域,版圖宏大,是全台灣營收最大的公司。

2024年,鴻海合併營收達新台幣6.8596兆元,名列全台第一,在Fortune 2024年全球500大公司中排名第32名。

台灣公司2024年入榜全球500大,除鴻海外,尚有台積電(排名186),和碩(排名375),廣達(排名444)以及中國石油(排名465)。

回顧歷史,鴻海於1995年營收突破百億,達109億元。

  • 2001年鴻海營收突破1000億元,達1539億元。
  • 2006年營收突破1兆元,達1.3204兆元。
  • 2010年營收突破2兆元,達2.9972兆元。
  • 2011年營收突破3兆元,達3.4527兆元。
  • 2014年營收突破4兆元,達4.2132兆元。
  • 2018年營收突破5兆元,達5.2938兆元。
  • 2022年營收突破6兆元,達6.6270兆元。

由上面的數據,可知鴻海的營收以驚人的速度成長,背後驅動的原因,為事業版圖不斷地擴充,並且積極購併公司。

鴻海近年來積極投入「電動車、數位健康、機器人」三大新興產業,以及「人工智慧、半導體、新世代通訊技術」三項新技術領域。藉由「三加三」的結合,作為鴻海集團重要的長期發展策略,為全球標竿客戶提供完整解決方案,成為全方位智慧生活的生產夥伴。

鴻海的拚搏精神是台灣製造業結合技術、效率的標竿企業,是台灣高科技製造的典範。

延伸閱讀:專訪|護理師忙什麼?鴻海揪過勞關鍵:拿藥、送檢體⋯佔50%時間,Nurabot如何神助攻?

責任編輯:李先泰

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