泰國4兆市值王也是台達的!從泰達電看它全球布局:「英雄模型」是什麼?38年前為何逆勢南向?
泰國4兆市值王也是台達的!從泰達電看它全球布局:「英雄模型」是什麼?38年前為何逆勢南向?

短短1年,台達電市值躍居台股前段班。這家過去以電源供應器聞名的老牌電子廠,究竟做對了什麼?能在AI浪潮中被市場重新定價?答案藏在一場長達數十年的布局裡。

如果今天走進曼谷,問當地人:「泰國市值最大的公司是哪一家?」多數人可能想到經營橫跨食品、零售、電信的正大集團,也可能是金融集團,但正解是來自台灣台達電的子公司「泰達電」。

2026年,泰達電市值突破4兆泰銖(約新台幣3.8兆元),登上泰國資本市場第一名,甚至超越一眾深耕當地數十年的龍頭企業。泰達電先前只是台達電海外生產基地的子公司,如今成為泰國電子產業的代表。

38年底氣大放閃〉泰國

從產線蛻變自研市值王

一家公司,如何從台灣走到泰國,最後成為泰國最大的企業?答案,不是AI突然帶來龐大訂單,而是早在AI出現前,台達就花了30多年,把海外生產工廠培養成擁有研發、製造、人才與服務能力的完整營運中心。「台達電可能是台灣企業裡,海外布局最成功的一家公司。」行政院經濟發展委員會創新經濟顧問簡立峰認為,真正值得關注的不只有泰達電市值數字,關鍵在於台達電如何把泰國從生產基地,逐步發展成具有自主研發能力的營運中心,目前台達電部分AI資料中心電源散熱等產品都在泰達電生產。

這也是台達電與許多台商最大的差異。對多數企業而言,海外據點是台灣產能的延伸。但對台達電而言,海外據點本身就是競爭力的一部分,因此,當台達電美國廠區產能接近滿載,泰國新建產能成為支撐AI電源、ICT設備與液冷需求強而有力的後盾。這也是當AI浪潮來襲時,台達電能快速跟上全球雲端服務商需求的重要原因之一。

1989年,台灣電力電子產業仍處於起步階段時,台達電創辦人鄭崇華便在美國維吉尼亞理工大學設立台達電力電子實驗室,希望藉由與頂尖學術機構合作,掌握前沿技術並吸納全球人才。

「最早我們做ODM(原廠委託設計代工),服務的就是國際級客戶,本來就必須走出台灣。」台達電董事長鄭平曾公開表示。因此在這30多年間,從台灣出發,在世界各地撒下技術的種子,中國、美國、歐洲到東南亞,台達電透過研發合作、實驗室建置與策略併購陸續建立據點,逐步建構中國、東南亞等大型生產基地,其中最具代表性的案例,就是泰國。

1990年代,多數台商將中國視為海外擴張首選,鄭崇華卻持續加碼泰國市場,如今這項當年看似逆勢的決策,成為台達全球布局最成功的成果之一。今年,泰達電穩居泰國市值第一大企業、年中股價更漲到372泰銖,成為泰國電子股王。財信傳媒董事長謝金河形容,在全球AI產業鏈重組過程中,泰達電帶動泰國電子產業升級,甚至被視為泰版護國神山。

台達電與它的5大產地
目前台達電在全球產能分布上,中國占約45%、泰國約30%,其餘分布於台灣、美國、印度、歐洲(斯洛伐克)。
圖/ 數位時代製作

未來供應鏈競爭,比的不再只是誰能做出效率更高的電源、液冷或散熱設備,而是誰能最快把研發、製造、人才、供應鏈與服務能力,同步部署到全球客戶所在地。台達電資料中心事業部總經理詹智強分享泰達電的運作模式,由台達電設立專責對應窗口(MP團隊),長期與海外工廠建立固定協作模式;在台灣先建立成熟的研發與製造流程,再以「英雄模型(Hero Model)」驗證成功後,完整複製到泰國。

人才產鏈新基地〉印度

超前備戰「2年後」需求

與此同時,培養在地種子教官,把技術、SOP與管理制度逐步移轉給當地團隊,讓研發、製造、品質與客戶服務都能遵照同一套標準運作。久而久之,跨國協作不再需要總部指揮,會變成日常運作的一部分。

泰國之外,印度則是台達電下一個長期布局重點。今年2月台達電宣布由印度子公司與泰達電共同投資,在印度坦米爾那都邦投資興建3座新廠,總投資規模超過77億盧比(約新台幣27億元),初步鎖定投入資料中心基礎設施相關應用。

台達電在印度設有自主研發中心,並且大量招募當地人才。簡立峰直言,相較單純移植產線,真正困難的是跨越文化、語言與管理制度差異,而台達電透過Hero Model的方式已經率先完成這道門檻。

台達印度新總部開幕_2.JPG
台達印度總部開幕。
圖/ 台達電提供

挺進AI主戰場〉美國

直搗客戶聚落壓低成本

如果泰國與印度回答的是「產能與人才在哪裡」,美國回答的則是另一個問題:客戶在哪裡

隨著微軟、Google、亞馬遜等持續擴大資料中心投資,電源、散熱與機櫃級解決方案的重要性大幅提升,供應商不再是零組件提供者,也必須參與客戶前期架構規畫。這也代表台達若成為AI資料中心解決方案夥伴,就要把製造與研發推近美國客戶所在地。

台達電在美國德州達拉斯都會區Plano的布局,正是這個轉向的縮影。據美國市政府資料,台達目前有超過43萬平方英尺的研發與製造基地,涵蓋AI與雲端資料中心、電信網路、EV充電等智慧節能方案應用,未來園區規模將擴大到近150萬平方英尺,支援資料中心、雲端設施及智慧能源解決方案需求。

對許多製造業而言,美國從來不是成本最低的選擇;但對AI基礎設施供應商而言,美國卻是最接近客戶決策中心的地方。

當資料中心建設從單純硬體採購,演變為系統整合規畫時,貼近客戶成為比降低成本更重要的策略。台達電總裁暨營運長張訓海曾表示,全球生產布局是長期策略,不會因短期關稅政策而改變,未來將依照區域市場需求配置產能,朝向「市場端製造」方向發展。

回頭來看,對台達電而言,泰國是過去30年全球化經驗的驗證,印度是下一波人才與產能儲備,美國則是最接近AI客戶決策核心的前線。這些布局看似分散,背後卻圍繞著同一個目標:建立一套能夠支撐全球AI基礎設施成長的供應鏈。

台達電AI貨櫃型資料中心.jpg
在COMPUTEX展區上,台達電首度展示為了邊緣運算設計的20呎AI貨櫃型資料中心。
圖/ 攝影/郭采樺

責任編輯:謝宗穎

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