無人機教父羅正方再創業!凌霄航太獲優式資本入股,如何「像麥當勞做漢堡」量產無人機?
無人機教父羅正方再創業!凌霄航太獲優式資本入股,如何「像麥當勞做漢堡」量產無人機?

台灣無人機公司凌霄航太(AerosoarX)於10月28日宣布與美國AI晶片業者SiMa.ai、無線網狀通訊技術公司Rajant簽署合作備忘錄(MOU),三方共同開發具備自主決策、智慧通訊以及群飛能力的無人機,將無人機送到烏克蘭實戰驗證,並外銷至美國、歐洲無人機市場。

目前,凌霄航太已獲優式資本入股,成為公司最大股東。凌霄航太董事長羅正方透露,公司很快就會再進行第二波注資,預計目標在2027年底前要登錄興櫃。

「以前什麼都想自己做,速度太慢了。」回顧過去創業歷程,從創辦經緯航太、投入台灣無人機產業超過20年,到今年4月再次創業成立凌霄航太,被譽為「台灣無人機教父」的羅正方坦言,台灣無人機產業擁有技術優勢,卻長期受限於小量生產與供應鏈規模,難以真正打入全球市場。

他說道,未來國防供應鏈不應再追求單一國家的最低製造成本,而是透過跨國分工,建立危機發生時仍能持續運作的生產體系。這也是凌霄航太選擇分散式製造,而非興建大型工廠的關鍵原因。

不同於經緯航太以大型無人機研發為主,凌霄航太發展重心轉向AI群飛、低成本消耗型無人機,以及跨國分散式製造,企圖建立起一套複製到全球市場的無人機快速生產模式。

#2 凌霄航太
凌霄航太與美商 Rajant、SiMa.ai 簽署 MOU,整合韌性網狀通訊與實體 AI 技術,聚焦 AI 群飛無人載具,共同拓展全球市場。
圖/ 凌霄航太提供

AI當大腦、通訊當神經!瞄準一人指揮50架無人機,搶攻自主群飛市場

俄烏戰爭改變全球無人機產業的競爭規則,從單架操作走向大量部署,但當數十架、甚至數百架無人機同時執行任務,若每架都需要一名操作員,不只耗費人力,也很難實現規模化作戰。

凌霄航太正是看準這項需求,選擇與美國SiMa.ai、Rajant合作,將AI運算與通訊技術整合進無人機系統。羅正方形容,SiMa.ai提供的是無人機的「大腦」,Rajant則扮演「神經系統」角色。

其中,SiMa.ai專精於高效能、低功耗的邊緣AI運算,讓無人機不必將影像與感測資料全部傳回地面,能在載具端進行辨識與判斷;Rajant則透過Kinetic Mesh網狀通訊技術,讓不同無人機在通訊受干擾、部分節點失效的環境下,仍然有機會進行資訊交換與協同運作。

羅正方舉例,未來指揮官只需要下達一個任務,例如搜尋特定車輛,系統就能調度50架無人機執行任務,而不必逐架指定飛行路線及工作內容。此外,這50架無人機不需要具備相同規格。

舉例來說,在群飛架構中,負責統籌任務的領航無人機,可以搭載50 TOPS等級的高階AI運算平台與通訊設備;其他執行不同任務的無人機,則可採用成本較低的晶片與模組。換言之,無人機群不只是所有飛機一起移動,而是依照不同任務分工,配置不同程度的運算能力與裝備,降低整體部署成本。

目前凌霄航太規劃透過模組化架構,依照不同客戶對AI算力、通訊性能及價格的需求,提供多種產品配置。羅正方透露,單架無人機的台灣零組件占比約可達70%,未來也將持續提高非紅供應鏈的比例。凌霄航太表示,公司成立不久已取得海外多家無人載具公司訂單並陸續出貨,羅正方也受訪中指出,產品已交貨美國,並出貨至波蘭、捷克與烏克蘭。

延伸閱讀:世紀*憑什麼變妖股?IC老廠跨到無人機、無人艇,營收還沒放量,為何市場先燒一波?

優式資本入股當後盾!不蓋超級大廠,靠分散式製造明年瞄準萬台級訂單

凌霄航太成立之初獲得量化交易業者優式資本青睞,除了提供資金奧援,成為公司主要股東,同時將自身在AI、數據分析及不同資料底層與運算邏輯的經驗,導入凌霄航太的技術發展,協助加速AI整合研發與全球韌性供應鏈布局。

不過,資金到位後,凌霄航太並不打算循傳統製造業模式,投入大量資本興建大型工廠。

凌霄航太
凌霄航太由羅正方與前 AWS 台灣業務副總 Jason Wu 共同創辦。
圖/ 郭采樺拍攝

羅正方坦言,先前經緯航太花費多年建立自主研發與製造能力,雖然掌握高度技術自主性,但在全球無人機需求快速成長的市場環境下,單靠一家企業從頭做到尾,難以跟上產業的變化。

產能配置上,他透露公司不打算一次建置大規模產能,標準化產線會分散在不同國家,平常就到美國、烏克蘭等訂單較多的市場生產,並呼籲國防部思考這種分散式製造的做法。

尤其,特別是消耗型無人機需求大幅增加,仰賴人工組裝、追求高度精密的製造模式,已經無法滿足大量、快速且低成本的生產要求。

羅正方指出,台灣過去擅長製造精緻的無人機,但若要從數百架提升至萬架規模,就必須重新檢視材料、結構件與製程,透過塑膠射出、熱壓成型與模組化設計,部分零組件的製造時間從數天、數小時縮短至分鐘等級。

目前,凌霄航太在台中設有試製產線,不過並不打算將所有產能集中在台灣,而是採取像是積木的模組化設計,將零組件與半成品運送至美國、歐洲及東南亞,再透過當地合作夥伴完成組裝。

「就像麥當勞做漢堡一樣。」羅正方形容,建立標準化的生產流程,即使不同國家的工廠,也能使用相同規格與製程,製造出品質一致的無人機。這樣的策略,一方面能利用既有製造夥伴的設備與產能,降低自行建廠的資本支出。另一方面,當不同市場出現大量訂單時,也可以跨國調度產能,降低單一生產基地中斷帶來的風險。

羅正方透露,公司成立僅半年,已向美方交付近千台無人機,並陸續出貨至波蘭、捷克與烏克蘭。展望2027年,他指出,若能在美國國防部無人機採購計畫中取得後續機會,單一供應商有望面對萬台級無人機市場需求。

延伸閱讀:
無人載具條例三讀!2026無人機概念股12檔盤點,「水下戰場」龍德、台船卡位
「台灣未來會需要100萬架無人機,誰來飛?」Shield AI推「AI飛行員」,台灣零組件占比拚25%

關鍵字: #無人機
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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