巨人肩膀上的拼命三郎──和訊
巨人肩膀上的拼命三郎──和訊
2000.04.01 | 人物

和訊總經理黃致道是個網路創業者的典型。他三十四歲,在美國讀書工作了近二十年,在日本讀研究所拿碩士學位。和朋友合資創設的一家網路電話公司,今年五、六月即將在美國上市。在他身上很容易嗅到拼命三郎的精力,也看得出來他經常進出國內外的奔波勞累。
去年八月,回台灣五年,擔任中信銀網路銀行業務開發特別顧問的黃致道,看準了ASP市場的潛力,決定向和信提出創業的計畫。「談了第一次就成,也沒有再找別家,」黃致道就順利的拿到和信的資金,成為和訊總經理。
和訊一半以上的人像他一樣,具有多文化和多語言的背景與能力。「定位在台灣只是偶然,ASP業者要成功,絕不能只侷限在台灣這個小島上,」黃致道強調。
在黃致道眼中,台灣有非常具競爭性的人才市場,是測試新商業模式(business model)的好跳板及出發點,但台灣市場沒有經濟規模。因此,和訊一開始便定位為區域型(regional)的ASP業者。成立過程中的第一個基本假設,便是要在國際等級的資本市場上市集資。台灣公司成立不久,黃致道就同時開始籌備日本、中國分公司的運作。
由和信集團投資的和訊,清楚鎖定以提供中小企業ERP(企業資源規劃)的服務,為主要的目標市場。和信企業集團的資源,包括品牌、金流(中信銀)、頻寬提供(和信超媒體、和信電訊、固網)、網路企業運作經驗(仲訊),為和訊的起步建立了基礎。
黃致道認為台灣寫程式的技術人才並不輸人,問題是沒有國際化的商業人才,把產品帶到更具競爭性的國際市場,使得系統整合業者、獨立軟體開發商都處於中小型規模,局限於滿足國內需求的「次級品」市場。ASP的運作架構,有機會透過網路把國內產品帶到亞洲甚至世界性的市場,因此,國際化人才會是和訊著力最深的資源,也是目前發展ASP最大的挑戰。

**ERP是企業e化的基礎

**
為了打開區域甚至國際市場,和訊選擇和IBM策略聯盟,就是希望借重IBM在亞洲及國際的資源;過去一向「凡是自己來」,對投資或合資新公司謹慎保守的IBM,也坦承相當看重與和訊的合作,有可能以投資深化彼此策略聯盟的關係。
中國信託總經理辜仲諒也畫出和信集團旗下專注於B2B的領域版圖:提供跨國交易平台、走Commerce One模式的新加坡黎銳和仲訊,聚焦於大型企業,而和訊則專注於亞洲中小企業市場。在和訊與IBM的策略聯盟記者會中,IBM亞太區企業營運副總裁柴田捻久、大中國區董事總經理周偉焜都親自出席,一方面展示雙方國際性的資源和視野,一方面也顯示IBM對此次合作的重視。
之所以選擇ERP,是看重中小企業電子商務化的強烈需求。
所謂的ERP,就是透過網路及系統軟體,整合企業內部營運相關的資訊流,如財務、訂單、物料、生產、製造、銷售,以達到有效分配企業內部資源,提供決策者及時的資訊,增進效率、降低營運成本。
ERP是企業e化的基礎。企業內部資訊流網路化,各部門間能透過網路及時溝通、分享資訊之後,才能進一步談到與外界供應商和客戶資訊流、金流、物流體系的連結,也才有可能進行企業間的電子交易,也就是所謂的電子商務化。

**企業與企業間的互動更深化

**
一九九九年是台灣產業界導入ERP的高峰期,其中更以高科技產業的大型企業為主。資策會市場情報中心預測,在大型企業逐步完成建置後,今年會適中型企業導入ERP關鍵的一年,營業規模十億到五十億台幣的中型企業,會是外商與本土廠商的交戰區。
黃致道也分析,第一波的ERP多半是資本額一百億以上的大型企業採用(例如台積電、日月光等半導體企業),之後會延展到五千萬到十億規模的企業,因為設置ERP系統所需的軟硬體及諮詢服務,動輒上億,為中小企業設下了高門檻。而ASP的營運模式,提出較低成本的ERP架構,以租賃的模式分擔中小企業的成本,將會催動第三波的ERP風潮。
不同於其他ASP業者,和訊的定位非常集中,專注於ASP市場中ERP這塊餅。黃致道認為,在區域化的市場概念下,每個應用(application)都會切出幾十億的市場,他認為要深耕才有機會,不是什麼事情都可以做。
黃致道預期,未來企業與企業間的互動會因網路的連結更深化,企業專注於單一核心能力的耕耘,而將非核心能力的部門,如人力資源、薪資管理等,外包給專業的ASP業者。企業價值鏈上的每個區塊都會再被細分切割,所謂的「公司」將由可能是由「無數個ASP」所組成:專門提供e-mail的ASP,專門提供採購軟體的ASP、提供秘書功能的ASP、提供客戶服務的ASP……。
在黃致道畫出的圖像中,像是個天天有創業家的未來。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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