聯發科「達哥」正式離家!新東家賽微是誰?靠3個AI管理解方拿下11家客戶
聯發科「達哥」正式離家!新東家賽微是誰?靠3個AI管理解方拿下11家客戶

2024年,聯發科把內部AI管理平台MediaTek DaVinci(又稱「達哥」)推向市場時,外界一度以為,這會是台灣科技大廠自研AI工具商轉的代表性案例。

它確實有個漂亮的起點:達哥最早服務聯發科內部兩萬多名員工,讓員工在日常工作中使用生成式AI,例如整理資料、摘要文件、撰寫內容、輔助程式開發,或協助跨部門專案推進。

聯發科曾指出,97%員工曾使用達哥,協助完成超過50個跨部門專案,88%使用者認同生產力因此提升,也因此吸引多間企業主動詢問是否可以導入。正式對外發表後,達哥也吸引高科技、金融、電信、法律、製造、系統整合、雲端服務等數十間產業企業加入生態系。

但接下來,達哥沒有一路猛進,反而變得低調。市場開始出現兩種聲音:一種是「達哥是不是消失了?」另一種更直接,質疑它不過是把各家模型API串起來,是一種「套皮」服務,從根本上否定達哥的存在價值。

如今答案揭曉:達哥不是消失,而是「離家自立」了,轉到賽微科技手上。本次《數位時代》專訪達哥目前的經營團隊、賽微科技企業雲端服務處副總經理陳文淦,拆解達哥為何從聯發科離家、賽微為何能接手,以及這套企業AI平台究竟能夠解決什麼問題。

賽微科技是誰?為什麼能從聯發科手上接手達哥?

首先要回答的問題是,2024年聯發科風光發表達哥,為何隨即轉手?陳文淦用一句話解釋:「聯發科沒有相對應的組織架構,去支援企業軟體客戶。」

聯發科本身是一家IC設計公司,原有客戶主要購買的是晶片,企業軟體所需的導入、維運與售後服務,和原本的商業模式並不相同。同時,一旦達哥的外部企業客戶增加,就會面臨內部與外部需求之間的資源配置問題。這些背景,讓達哥非「離家」不可。

陳文淦_賽微副總經理_2026-03-02_侯俊偉攝影_ (2).jpg
賽微副總經理陳文淦。
圖/ 侯俊偉攝影

回憶起賽微與達哥的緣分,陳文淦表示:「達哥還在聯發科的時候,我們就是聯發科的partner,已經幫他建置好幾家客戶了。」

較少曝光的一層關係是,賽微現為意騰科技100%持股子公司;而意騰科技正是聯發科持股約2成、被市場稱為「小金雞」的被投資公司。換句話說,達哥這次「離家」,並不是真的離家,更深層的意義是藉由深耕企業軟體服務的賽微科技,將達哥的系統框架與實踐經驗推展至更多產業,進行集團內的專業分工。

但股權關係之外,更重要的是賽微過去累積的企業客戶經驗。賽微科技成立於2000年,是台灣早期投入語音辨識的公司之一。早年以嵌入式系統與消費性電子產品為主,2018年後開始切入企業客戶,場景涵蓋金融業語音機器人、語音質檢(以AI自動分析客服通話是否合規),以及政府機關語音辨識應用等。

這段經驗讓賽微累積了企業軟體導入、系統整合與客戶維運能力,成為後續承接達哥的重要基礎。陳文淦笑道:「我們的客戶都是很知名的銀行、政府機關,因為已經有這些服務客戶的經驗,所以聯發科才放心把達哥移轉到賽微來。」

花費整季時間低調接手、研發新功能

賽微約在2025年初接到移轉指示,前後花了約三到四個月熟悉系統架構與設計邏輯。陳文淦回憶,這段時間,賽微團隊一方面要理解達哥原有的核心設計,一方面仍要支援既有企業客戶、處理bug與新需求;同時,AI技術本身也持續快速變化,產品不能停在原地。

「那三到四個月其實是非常辛苦。」陳文淦表示,這是賽微在接手後一段時間相對低調的原因,市場甚至出現「達哥是不是消失了」的討論。直到2025年第四季,賽微才逐步掌握達哥系統,進入較穩定的開發節奏,也開始把自身原本擅長的語音辨識能力整合進達哥,例如在新版本中加入語音輸入功能、強化會議紀錄辨識等。

另一方面,面對企業客戶提出的具體需求,賽微開始補上全地端、Hybrid等不同部署選項。陳文淦觀察,台灣企業對資料放在雲端仍有疑慮,「台灣企業比較缺乏安全感,其實並不那麼喜歡用全雲端。」因此,達哥後續不只支援雲端,也因應企業資安規範、內部系統環境與資料控管需求,提供更彈性的部署方式。

面對龍蝦搶生意、API套皮質疑,達哥要往哪裡走?

達哥推向外部市場之後,市場上也出現質疑:這類企業AI平台是否只是把OpenAI、Google、Anthropic等模型API串在一起,是一種「套皮」服務?這個問題在代理AI工具愈來愈成熟後,變得更尖銳。若企業只是想串接模型、建立簡單AI助理,OpenClaw、n8n或其他開源工具,已經提供不少低門檻選項。

賽微科技達哥前台
達哥前台入口,員工可在同一介面選擇模型、工具與對話風格。達哥不只是單一聊天機器人,而是讓企業員工在同一平台上使用不同模型與助理工具,例如翻譯、文件撰寫、視覺設計等應用。
圖/ 賽微科技

換言之,如果達哥只是一個聊天介面,或只是把不同模型接在同一個平台上,確實很容易被其他工具取代。它真正要證明的,是自己能不能處理中大型企業導入AI後更麻煩的管理問題。

陳文淦解釋,達哥是從聯發科兩萬名員工的使用需求所開發出來的服務,整體而言,更著重在中大型公司的「管理」層面。簡單來說,達哥要處理的關鍵議題並不只是打造員工的AI工具,而更著重如何好好管理企業內部的使用行為、模型選擇、成本與開發紀錄。

他舉出三種企業管理AI時經常遇到的問題:

第一個問題,是員工AI使用情境、工具分散,難以監測使用情況。 「員工怎麼使用AI、他使用了什麼,還有獲得什麼樣的效益,這些都需要被管理。」陳文淦指出,企業內部員工使用AI的情況,很多時候並不容易統一掌握。

關於這一點,麻省理工學院於2025年發布的報告也有相同觀察:超過90%受訪企業的員工會定期使用個人AI工具處理工作任務,包括個人版ChatGPT、Claude等,然而這些使用情況往往未經IT部門掌握或核准。

達哥切入的,正是這個管理缺口。陳文淦指出,達哥可以讓企業掌握員工使用哪些AI平台、消耗多少token,也能進一步設定使用上限,他舉例:「可以限定這個應用一天只能用掉美金10塊錢,去做更精準的管理。」不必等到月底收到帳單,才發現某個應用消耗大量token,而是能事前設定預算門檻,並持續追蹤實際使用情況。

賽微科技達哥後台
達哥後台管理介面,企業可查看不同助理與每日使用情況。透過後台,管理者能追蹤 assistant 使用量、組織使用狀況與每日總使用次數,進一步掌握 AI 工具是否真正被員工使用,也作為後續控管權限、成本與導入成效的基礎。
圖/ 賽微科技

第二個問題,是各部門需求不同、各自串接模型,難以統一管理。 工程團隊可能想用Claude Code或Codex,行政與業務部門可能使用GPT、Gemini,涉及機敏資料的任務則可能放在地端模型執行。若每個部門都自行申請API key、各自開發應用,企業很難統一管理金鑰、權限、成本與使用紀錄。

陳文淦表示,達哥可以扮演企業內部AI應用的管理層。開發人員要串接模型時,不必直接把真正的API key寫進程式,而是透過達哥產生一組虛擬金鑰來使用。這樣一來,各部門仍然可以依需求選擇不同模型,但企業能統一管理金鑰、權限、token成本與使用紀錄。

此外,達哥也能作為開發應用的「地基」,開發人員不用自行處理模型串接、設定、管理與log分析等基礎工作。賽微表示,若透過達哥建立agent,相較自行串接模型與建置管理機制,開發時間可降低約66%。

第三個問題,是大型雲端模型更新太快,企業更新不易。 今天某流程使用GPT,明天可能想改用Gemini或Claude;若工作流程一開始就綁死在單一模型上,未來更換模型時,就可能牽動一筆高昂成本。因此,達哥的設計概念之一,是把AI工作流程與模型「解耦」( decouple,讓兩者不互相綁定);企業建立好的代理AI或自動化工作流,不必綁死在單一模型上,而是可以隨時更換,甚至可以先在達哥提供的測試環境更換模型、驗證效果,再推到正式環境。

延伸閱讀:[半導體「帶槍投靠」,代價有多慘烈?大立光15.22億判賠案,給企業的人才流動一課][1]

達哥未來會如何發展?目標是成為企業的「AI中控室」

如今達哥雖然「離家」,但並沒有和聯發科斷線。陳文淦透露,移轉初期,賽微幾乎每週都和聯發科IT團隊討論;如今系統上軌道後,雙方仍約每月交流一次。一邊是聯發科內部工程師高密度使用AI的最新情境,另一邊是賽微在金融、政府與企業客戶端看到的實際需求,兩邊的經驗仍會持續回流到達哥產品開發。

陳文淦透露,目前達哥企業客戶約11到12家,今年預期再增加5家以上,每家客戶實際使用人數從數百人到數千人不等。

5月20日,賽微於聯發科創新研究中心舉辦技術分享活動,邀請永豐銀行、華新麗華與某封測大廠等達哥使用企業,分享導入經驗與實際使用心得。對達哥來說,這場活動也延續了它「離家但沒有斷線」的狀態:由賽微負責對外營運與客戶服務,聯發科則仍是重要的技術交流與生態合作場域。

延伸閱讀:
[Google AI訂閱方案重大更新!Gemini用量改「算力消耗制」、新推100美元AI Ultra方案···6大重點一次看][2]

[Anthropic官方發布新創AI使用指南!4大階段+3款工具,教你打造AI原生公司][3]

本文不開放轉載
[1]: https://www.bnext.com.tw/article/90973/semiconductor-trade-secret-talent-mobility
[2]: https://www.bnext.com.tw/article/90990/google-ai-ultra-plans-compute-pricing-gemini-io-2026
[3]: https://www.bnext.com.tw/article/90974/ai-native-startup-founders-playbook-anthropic-claude

關鍵字: #聯發科
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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