台灣大收購精誠股權！電信商買資服龍頭，林之晨盤算什麼？|數位時代 BusinessNext

台灣大哥大8月12日晚間宣布透過百分之百子公司台信電訊公開收購精誠資訊（6214）普通股，目標增持至少39%股權。加計原本持有的11.86%，交易完成後總持股將過半。全案收購價金介於195.8億元（39%）至291.3億元（58%），是台灣大近年規模最大的一次交易。

本次公開收購的對價為：每應賣一股精誠普通股，可換取台灣大普通股0.84股加上現金92.5元。股票與現金各半。收購期間自2026年8月18日至10月6日止，林之晨表示希望在50天內完成。

以8月12日台灣大收盤價109.5元估算，每股股票對價約91.98元，加計現金92.5元，每股總對價約184.48元，較精誠同日收盤價142.5元溢價約29.5%；相較精誠公告日前60個及90個交易日平均收盤價139.24元、133.18元，溢價則分別約32.5%及38.5%。該總對價也高於精誠2024年12月11日盤中創下的172.5元歷史高點。

資金結構上，現金對價98.21億元至146.06億元，將以台信電訊自有資金及台灣大集團內關係人借款支應；股票對價則是台信電訊已持有的台灣大普通股89,186,829股至132,636,822股，約占台灣大已發行股權的2.4% 至 3.6%。

林之晨說明，這批股票是台信電訊「因為歷史沿革關係」已經持有的台灣大既有股權，屬於「類庫藏股」，不會改變台灣大發行的股數。

2024年9月時，台灣大便以每股123元、總額39.72億元取得精誠普通股3229萬8154股，持股11.86%，成為最大單一法人股東。但那筆交易只形成策略夥伴關係，未取得控制權。從123元到184.5元，兩年間台灣大認可的精誠價值上升約五成。

台灣大收購精誠股權，看準三大綜效

台灣大將本案綜效歸納為「跨售」、「AI」與「區域化」三項，並給出可量化目標。

跨售方面，台灣大指出2025年台灣資服市場年產值約6596億元，精誠集團加上台灣大目前市占率僅逾7%。自 2024年9月首度投資以來，雙方已推出近50項企業解決方案，兩年內創造數十億元業務綜效，成交案件數年增達10倍以上。

至於「倍增市占率」的時程，林之晨在會後受訪中表示，希望在五、六年內邁向約14%。

AI方面，台灣大將在自建AI資料中心TAIDC01（規劃容量25MW）啟用後，以其算力支援精誠的Ai4iA（AI for Industry Application）產業應用方案，並規劃在台灣、日本、大東南亞持續加大AI資料中心與高速網路的資產投資。

區域化則鎖定日本與大東南亞。兩家公司在此區域的布局高度重疊，未來將整合推進。

林之晨：企業要讓AI真正落地，需要的是更緊密的IT與CT結合

台灣大自身營運正處高檔：2026年截至7月累計營收1153.8億元，合併營業利益140億元、年增16%，稅後純益100.9億元、年增24%，EPS 3.32元、年增23%，居電信三雄之首。2025年度配發現金股利每股4.74428元（董事會決議數為4.8元，部分關係人放棄領取），為2019年度以來最高。

以每股184.5元的收購價對照精誠2025年每股盈餘7.91元，本次收購的本益比約23倍，與台灣大自身水準相去不遠。 然而，系統整合業毛利率低於電信本業，精誠營收一旦併表，台灣大的毛利率與營業利益率結構將明顯變化。

林之晨強調，過去電信業者結盟或併購資服業者，追求的多半只是IT與CT的跨售； 但在AI時代，企業要讓AI真正落地，需要的是更緊密的IT與CT結合。這是他認定「此刻是對的時間」的理由 。

林之晨也表示，未來深度策略聯盟成形後，雙方軟體技術人力總數將近4500位、業務銷售人員近千位，相信在第一年就能深化既有結盟綜效。台灣大看好，長期企業資服營收年複合成長可達20%以上。

然而，台灣大同時握有網路、IDC、算力、系統整合與資安，已朝向高度垂直整合前進。精誠原本作為中立第三方系統整合商，被電信集團控股後的中立性也將受到檢驗。

延伸閱讀：72％員工已開發AI工具！台灣大「斷奶令」逼出全員AI超人

台灣大不再只是一家電信公司？

從另一個財務算式審視這筆交易。台灣大2025年合併營收1987.6億元，精誠為439.7億元，兩者相加約2427億元，已超過中華電信同年的2361.1億元。若精誠日後全數併入合併報表，台灣大集團的營收規模可能超越中華電信。

且差距可能還會擴大。中華電信今年7月營收年增3.7%，台灣大前七月營收年增約4%，精誠上半年則年增37%。若精誠成長動能延續，雙方2025年的66億元、2.8%幅度差距，可能再拉開一成。

這次公開收購期間至10月6日、且須經公平會不禁止結合，第一個完整併表年度預計落在2027年。而在獲利規模上，中華電信2025年歸屬母公司業主淨利386.9億元，這與台灣大的144.4億元、精誠21.49億元，仍有一段差距。

然而，台灣大陸續喊出的市占率倍增、企業客戶事業營收在2030年突破千億元等目標，也直指一個新市場地位。綜觀台灣大的合併營收，電商早已占逾半數。如今再納入台灣最大的資訊服務集團，它與中華電信、遠傳的業務組合逐漸分岔更遠。「電信三雄」的營收，可能越來越難以直接比較。

延伸閱讀：
台灣大7個月整併台灣之星內幕：他連開28場傾聽大會，先救了「被罰100遍」的一線士氣！
搶到AI眼鏡獨家首賣，台灣大為什麼要做「非典型」業務？3大盤算瞄準百萬級市場！

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。

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。

「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

台灣大出手收購精誠，持股拚過半！電信商買資服龍頭，林之晨盤算什麼？