敦陽科（2480）年報查詢

各位女士、先生大家好誠摯感謝各位股東長期以來的支持與鼓勵。受惠於政府「資安即國安」政策及 AI 產業發展契機，本公司憑藉多年資訊系統整合經驗優勢，並與各領域專精的廠商合作，持續為客戶提供 AI、雲端與資通安全整體解決方案，帶動民國一一四年度營收與獲利再創佳績。展望未來，隨著 AI 應用加速落地、資安法規持續強化，以及企業數位轉型需求提升，本公司將持續深化高附加價值服務布局，穩健推動長期成長，為股東創造更大價值。一、民國一一四年度營業結果報告(一)營業計畫實施成果本公司民國一一四年度合併營業收入淨額為 83.94 億元，較民國一一三年度 75.37 億元增加 11.38%；民國一一四年度合併本期淨利為851,292 仟元，較民國一一三年度 798,059 仟元增加 6.67%，稅後每股盈餘 8.00 元。單位：新台幣仟元項 目 114 年 113 年 增(減)金額 變動比率%營業收入 8,394,371 7,536,746 857,625 11.38%營業成本 6,354,554 5,651,473 703,081 12.44%營業毛利 2,039,817 1,885,273 154,544 8.20%營業利益 996,785 918,149 78,636 8.56%營業外收入及支出 62,952 85,617 (22,665) (26.47%)稅前淨利 1,059,737 1,003,766 55,971 5.58%本期淨利 851,292 798,059 53,233 6.67%(二)預算執行情形：本公司民國一一四年度未對外公開財務預測，故不適用。(三)財務收支及獲利能力分析單位：新台幣仟元分 析 項 目 114 年 113 年財務收支 利息收入 15,294 14,372利息費用 3,943 1,959獲利能力資產報酬率(%) 11.24 11.58股東權益報酬率(%) 24.46 23.78稅前純益占實收資本額比例(%) 99.64 94.37純益率(%) 10.14 10.59每股盈餘(元) 8.00 7.50(四)研究發展狀況基於半導體高階先進製程不斷精進，促使各式處理器(CPU、GPU、NPU)運算能力的大幅躍進，讓我們看到不論是行動裝置應用發展、IoT 連網數量及應用在各產業的蓬勃發展、巨量資料得以利用高效能晶片讓資料探勘及複雜 AI 模型創新實用化、雲端運算得以在相同空間提供更大的算力並更加普及；另外由 AI 驅動的軟體開發容器化、因應工業 4.0 所進行的工廠自動化、5G 商用化讓產業在應用創新上得以落實等；各行各業無不從中開發創新應用增加商機。近年來，隨著生成式人工智慧(GenAI)技術日新月異，企業對於其應用及導入的需求迅速提升。GenAI 不僅能賦能企業於自動化內容生成、專業文件撰寫、客服回應、數據分析與決策輔助，還能結合企業內部資料打造專屬智能應用，協助營運流程優化並提升服務品質。因應此一趨勢，企業積極導入大型語言模型(LLM)、多模態 AI、AIGC(AI Generated Content)新技術，並結合RAG(Retrieval-Augmented Generation)、知識圖譜、雲端原生架構等，打造智能內容產生、智慧問答、知識管理與自動化決策等多元應用場景。此外，企業高度重視 AI 倫理、資安防護與資料治理，確保模型落地合規與安全。然而在新科技、新技術高度發展的同時，絕對不能忽略的一件事：就是暗網的威脅亦同樣隨著新科技、新技術（如利用開源 AI 模型經由移除道德框架後執行非法應用）的發展而日益嚴峻。本公司持續多年的專業技術研發及應用軟體研發都已經廣獲客戶好評，同時技術團隊更從客戶專案開發經驗中學習到產業知識更進而研究並設計出合適架構在 IT、CT、OT、雲端運算、AI 平台、資訊安全上之各類服務。在本年度繼續數項新產品的研究和既有產品新功能之開發。茲列舉本公司研發重點如下：1.製造業：打造 AI Agent 應用架構。2.電信業：應用 Ripple Effect 協議之分散式 AI 代理人協同架構：建構高韌性製造調度之 AaaS 服務平台。3.金融服務業：基於 RAG 技術之 AML 系統維運診斷與全方位操作輔助平台。4.所有產業：(1)人工智慧資安管家。(2) EAR ZT 零信任安全互聯技術平台之研發與實踐—深化 AI 技術應用與 AI 平台整合。二、民國一一五年度營業計畫概要(一)經營方針1.因應各式雲端服務及行動智慧型裝置應用已然產生的大量的資料，多樣化的巨量資料分析應用伴隨不同產業被提出並利用近年來日漸成熟的 GenAI 建構出不同領域之 AI 應用。我們將會以公司在高科技製造業、電信業、金融服務業、零售業的經驗針對巨量資料分析、AI/GenA 等應用提出適用於產業的解決方案，包含顧問、平台、分析工具及結合專屬領域 AI/GenAI 軟體廠商之協同服務等。此外，我們亦協助客戶在現有應用系統中導入生成式人工智慧(GenAI)技術，透過與既有系統的深度整合，提升資料分析、自動化及決策輔助功能，進一步優化營運流程並強化企業競爭力。2.推動異業結盟在雲端服務裡面的應用軟體與硬體會儘量採取共享的機制，才能達到節能減碳，才能進一步降低成本。因此，異業結盟將會是雲端服務的成功要素之一，找到適當的商業模式則是異業結盟的成功要素之一。本公司將推動異業結盟及開發適當的商業模式，以成就加值鏈為主的獲利模式(例如與購物媒體及實體店面、物流共同架構出 O2O–虛擬/實體商城之 B2C 服務運營模式)。另外在高度資金投入建構 5G 的電信業者必將面臨除電信服務之外的加值服務收入，其中以結合系統整合商如敦陽科技來延伸、增加原電信服務之外更貼近客戶的資訊服務收入，例如電信業導入的全光網(APN)傳輸協定即可結合敦陽科技的專業資料中心技術能力提供客戶跨區高可用性架構(Remote HA)建置。3.擴大軟體整合、雲地整合及資安代管服務透過雲端服務很容易拓展商業應用及技術服務之覆蓋面，其中如電商平台(商店管理、整合式訂單管理、個人化客戶經營、客戶瀏覽行為追蹤分析、營運數據儀表板等)、AI 數位轉型(提供顧客數據平台、商業智慧數據分析、企業協作及生產力應用、影音串流、AI 修圖服務等)、AI 行銷互動平台、AI 資料科學平台、AI 機器人應用、GenAI 產業應用、微服務(容器)開發管理平台、雲地整合、資安代管服務(MDR、CDR、NDR)將會是本公司的經營重點。4.推動新世代資料中心管理架構(NGDC)隨著資訊科技在軟、硬體上的演進，企業在不同類型資料處理上獲得充分的支持，同時也造成資料中心的複雜度遽增及管理上前所未有的挑戰。例如：計算環境包含單機/叢集、虛擬機/叢集、微服務@容器，資料處理則包含了 WebService@CPU、DataAntlytics@CPU/GPU、HPC/AI/ML@CPU/GPU 等多種應用型態，資料中心的操作與管理也延伸到所介接的外部雲端服務資料中心，以上種種皆道出新世代資料中心所面臨的嚴苛挑戰。新世代資料中心管理架構必須可以同時管理並分配單機、虛擬化、容器等操作系統資源，支援巨量數據探勘、機器學習、AI 及一般性 IT 應用執行於 CPU 或 GPU 等計算資源上，同時具備雲端服務介接彈性及量化資訊系統資源利用率等功能。5.擴大核心業務的應用軟體開發本公司的核心業務在：製造業、金融業、電信業、政府機構及教育研究單位的大型 IT 整合案，我們已經在這些核心業務開發應用軟體(ERP、MES、PLM、AML、CEM 等)，未來將持續擴大開發更多種的應用軟體，擴大對客戶的服務面，同時因應 5G/AI/IoT/邊緣運算等創新服務等龐大需求，本公司亦將結合各領域專精廠商提供客戶更多元、完整的服務。未來，針對產業客戶，我們將協助將生成式人工智慧(GenAI)技術導入現有應用系統，不僅與既有軟體(如：ERP、MES、PLM、AML、CEM 等)深度整合，並強化資料分析、自動化與決策支援功能，協助客戶於數位轉型及智慧升級趨勢中，領先市場，提升營運效能與競爭優勢。6.電信產業提供更快的數據服務，更大的頻寬使用，在近期的十年內，整個行動產業正式進入大數據(Big Data)的時代，發展機器學習與人工智慧，本公司早在幾年前因應此一趨勢，開始進行大數據(Big data)相關應用研發與建置。相關指標專案包含各大電信業者以大數據解決方案進行客戶核心系統妥善率的資料蒐集與統計分析，而使整體核心系統妥善率提高，加速各項障礙查修與系統效能規劃等效率，並利用資料分析運算，期望達到 Omni Channel 的各項推薦機制。另外各電信公司已於民國一○九年開始 5G 相關的建置，本公司亦持續提供 5G 所需骨幹 OTN 擴容，並爭取：1.基於 5G 之六都骨幹建構完備後所接續進行訊號覆蓋率提升所需建置之 Small Cell 基站商機；2.由 OTN 衍生之都會型 OTN 應用，簡稱 Metro-OTN，將取代現有 PTN 及 SDH 的低階線路應用；3.同步進行協同電信公司規劃並提供對其客戶之 IT 服務項目：如電信業近來導入的全光網傳輸協定(APN)即可結合敦陽科技的專業資料中心技術能力提供客戶跨區高可用性架構(Remote HA)建置，目標讓所有資訊處理設備，全部採用光通訊技術，未來結合矽光子的相關技術。實現超低功耗、超低延遲及超高的傳輸量；4.因應日益嚴重的資安攻擊由敦陽提供零信任網路架構建置、協助電信業者建置SDN/NFV 對其客戶提供 CPE 服務等。7.傳輸技術的大躍進，物聯網已然快速蓬勃發展，各式各樣架構在物聯網基礎上之商業模式被提出並測試市場接受度，加上發生在邊緣的IoT、IoT 的規範及管制正在積極進行中、5G IoT 逐漸普及等發展趨勢等，工研院產科國際所研究表示，全球 IoT 市場從民國一○六年的 6,314 億美元，於民國一一○年首度突破 1 兆美元，民國一一一年台灣物聯網產值更正式突破 2 兆台幣。本公司將善用多年在 IT 核心技術以及在不同產業相關軟、硬體建置的經驗累積如：5G、邊緣運算、區塊鏈、AI/機器學習、LPWAN(LoRa、NB-IoT)等，積極開發專業領域相關之物聯網應用商機。(二)預期銷售數量及其依據及重要之產銷政策本公司已於去年十二月，經全體主管與同仁的努力，完成民國一一五年度經營規劃：1. 政府機構：政府單位推動 AI 網路主動式防禦、地方數位公共服務、城鄉建模與數位雙生、打詐與網路管理、人工智慧島、資安強化：應對日益嚴峻的供應鏈攻擊與境外網駭、生成式 AI (GenAI)：從實驗階段進入應用落地、雲端基礎建設：提升數位服務的擴充性與韌性等。2. 製造業：(1) 人工智慧(AI)與生成式 AI(GenAI)：A.從 PoC 轉向生產：民國一一四年是關鍵分水嶺，企業不再只是測試 AI，而是將預算投入在代理型 AI (Agentic AI)與 AI 優化維運(AIOps)，解決生產線上的複雜決策問題。B.基礎設施升級：為了支撐龐大的算力需求，高科技業對 AI 伺服器與資料中心硬體的採購支出顯著增加。(2) 資安防護與韌性：A.高科技製造業的資安預算占整體 IT 預算的 14%，居各產業之冠(一般企業平均約 9%)。B.投資重點放在供應鏈資安、OT/IT 融合安全以及防禦 AI 驅動的自動化攻擊(如防範深度偽造或更精密的勒索軟體)。(3) 雲端基礎架構與數位轉型：A.混合雲佈局：高科技業是上雲最積極的產業，預算持續流向混和雲與邊緣運算(Edge AI)，以應對智慧工廠即時數據處理的需求。B.數位孿生(Digital Twin)：用於模擬生產流程、優化能源消耗與永續轉型(Green IT)。3. 金融業：(1) 生成式 AI 與自主金融(Autonomous Finance)：A.台灣金融機構AI導入率已達40%以上，其中銀行業更高達87%。B.預算從早期的「文字客服」轉向「理財建議、詐欺偵測、自動貸款審批」。C.代理型 AI (Agentic AI)：民國一一五年重點在於開發能「執行任務」的 AI 代理，例如自動化交易執行與即時法遵稽核。(2) 雲端佈局從「上雲」到「雲端原生」：A.私有雲為主、混合雲為輔：出於監管與資安考慮，金融業 68%仍部署於私有雲，但公有雲比例正逐年提升(預計民國一一五年達 27%)。B.核心系統轉型：預算正大量投入在「核心系統微服務化」，以應對開放銀行(如：Open Banking 等)頻繁的 API 串接需求。(3) 資安韌性與法遵(RegTech)：A.AI 安全平台：隨著 AI 應用增加，金融業投入大量預算於 AI 安全性防護，防止資料外洩與對抗 AI 驅動的詐騙。B.韌性建置：因應金管會對「數位韌性」的要求，針對異地備援、防勒索軟體、零信任架構(Zero Trust)的預算比重持續維持高位。相關重點技術：(a)超自動化(Hyperautomation)：流程機器人(RPA)結合 AI，處理理賠、開戶審核。(b)反詐欺 AI (Anti-Fraud AI)：即時監控異常交易、防範深偽(Deepfake)盜帳號。(c)機密運算(Confidential Computing)：在保護客戶隱私的前提下，進行跨機構的數據共享。(d)綠色金融(Green IT)：碳核算系統、符合 ESG 規範的數位報表。4. 電信業：(1) AI 佈局，從生成式 AI 到 AI 代理(Agentic AI)：A.基礎算力：中華電信等業者正積極建置分散式 AI 資料中心(AIDC)，以應對 AI 手機與 AI PC 帶來的邊緣算力需求。B.客服與應用：預算大量投入在「智能助手」與「AI 語音客服進階版」，例如台灣大的「萬能大麥」推薦系統與自動逐字稿技術。C.AI 治理：針對 AI 的信任、風險與安全管理(AI TRiSM)成為新的預算支出項目。(2) 網路韌性與次世代通訊：A.多軌衛星：為了因應地緣政治與數位韌性，低軌衛星與星空地整合網路民國一一四年至一一五年的關鍵預算去處。B.5G Advanced(5G-A)：遠傳與中華電均針對下一代 5G 標準(5G SA、小型基地台)持續挹注能量，以支持更低延遲的工業 4.0 應用。C.潛地纜線：民國一一五年預計會有顯著預算用於新建國內外海纜，強化國際聯網能力。(3) 雲端化與微服務轉型(TelcOS)：A.核心系統翻新：為了擺脫傳統電信架構的笨重，預算正流向微服務架構(Microservices)，將計費、帳管、維護等功能 API 化，提升反應速度。B.綠色電信：隨著 ESG 要求，利用 AI 優化基地台節能與機房散熱(如：液冷技術)的投資比例逐年攀升。相關重點技術：(a)Edge AI/AIDC：邊緣算力雲、低延遲影音串流、AI 終端支援。(b)網路功能虛擬化(NFV)：提升網路彈性，降低硬體採購成本。(c)後量子加密(PQC)：提前佈局下一代資訊安全，防範未來量子計算威脅。(d)智慧家庭(Matter)：整合跨品牌 IoT 裝置，擴大電信加值服務營收。5. 教育與研究：(1) AI 算力基礎建設(國網中心與研究機構)：A.超級電腦升級：國科會民國一一四年度編列約 40.7 億元用於建置「新一代高速運算主機與 AI 評測環境」，目標是提升台灣的總算力排位(目前全球第 17 名)。B.算力韌性：預算開始編列於分散配置與異地備援，避免 AI 主機過度集中於單一地點，確保研究數據安全。(2) 高等教育：智慧國家 2.0 與人才培育：A.主權 AI 培育：教育部與國科會合作，重新定位高等教育目標。預算重點包括補助大專院校增設 AI、量子、太空科技相關系所。B.產學對接：民國一一四年至一一五年大幅挹注於「晶創台灣方案」，鼓勵校園研究中心採購先進製程相關的設計工具與運算資源。(3) 基礎教育(K-12)與數位平權：A.數位學習精進方案：教育部賡續推動「中小學數位學習精進方案」，預算用於更新平板設備、補助數位內容與教學軟體。B.偏鄉數位幫手：民國一一四年度施政計畫中提到，編列預算建置數位諮詢服務行動據點，並推動「一對一」遠距視訊陪伴偏鄉學童，解決數位落差。相關重點技術：(a) 主權 AI 模型：研發屬於台灣本土語音、文化的 LLM (如：TAIDE)及相關應用。(b) 資安與評測：AI 安全性評估與校園資安網防禦，防止研究成果外洩。(c) 智慧機器人：「智慧機器人計畫」民國一一四年至一一七年編列 100 億元，重點在工研院南分院等研究中心。(d) 低軌衛星通訊：提升校園與偏遠研究站的緊急通訊韌性。6. 醫療：(1) AI 臨床落地與自動化：A.醫療影像 AI：民國一一四年度編列專款用於「醫療影像 AI 應用」，預算重點在於將 AI 模組整合進臨床診斷流程，減少放射科與專科醫師負擔。B.智慧病歷與預後預測：預算從單純的掛號系統轉向「生成式AI 撰寫病歷」及「病患重症風險預警系統」。(2) 次世代數位醫療平台(Next-Gen HIS)：A.資料標準化：衛福部於民國一一四年度追加預算推動「次世代數位醫療平台」，核心目標是 FHIR(快速健康照護互通資源)標準化。B.系統轉型：許多大型醫院(如：台大、榮總、長庚)開始更新過往僵化的舊系統，將預算投入在微服務化與雲端原生架構，以支撐跨院數據共享。(3) 在宅醫療與長照 3.0：A.智慧照顧：配合「智慧照顧三升五顧」計畫，預算流向遠距醫療監測設備、智慧輔具以及結合 AI 的「社區健康照護平台」。B.在宅急症照護：民國一一四年起獎勵醫護團隊利用行動 ICT 設備在病患家中提供治療，相關的行動病歷與視訊診察系統成為採購重點。相關重點技術：(a) 基因數據分析：配合健保 NGS 給付，建立個人化精準用藥系統。(b) 醫療資安(Zero Trust)：防範醫療勒索軟體，保護患者隱私與生物識別數據。(c) 代理型 AI (Clinical Agents)：自動化排班、手術室資源調度、AI 輔助分診。(d) 混合雲/邊緣運算：在確保病歷不離院的前提下，利用雲端算力訓練 AI。7. 電商及零售業：(1)AI Agent (AI 代理人)商業化：A.從「聊天」轉向「成交」：民國一一四年是實驗期，民國一一五年預算將大量投入於 Agentic AI。這類 AI 不只回答問題，還能主動執行「需求預測、動態定價、自動補貨」和「購物助理」功能。B.搜尋變革：業者正投入經費進行 GEO(生成式引擎優化)，應對消費者從傳統搜尋轉向 AI 推薦的購物行為轉變。(2)OMO 2.0：虛實深度融合：A.數據串接：預算重點在於將「線下體驗」與「線上數據」完全打通。例如：消費者在店內試穿後回家下單，IT 系統需能精準歸因並即時更新跨通路的會員點數。B.體驗型門市：實體通路的 IT 預算轉向智慧試衣間、無人自助結帳、與門市互動看板，強化「電商無法取代」的臨場體驗。(3)點數經濟與會員經營(Loyalty 2.0)：A.CDP(客戶數據平台)升級：零售業持續加碼 CDP 預算，目標是在民國一一五年實現「隱形 AI」個人化推薦—在消費者還沒意識到前，系統已完成精準推播。相關重點技術：(a)Agentic AI：自動化行銷活動設定、AI 購物管家。(b)OMO 2.0 整合平台：線上線下庫存、會員、金流完全同步。(c)智慧物流與冷鏈：縮短到貨時間(如：1 小時到貨)，提升生鮮食品占比。(d)隱私運算：在去識別化前提下與品牌商進行數據交換(RMN廣告)。8. 所有產業：隨著行動應用與雲端服務之日趨成熟，電子化資料儲存與應用需求將快速大幅成長，大量結構化與非結構資料的管理與搜尋使用為重要的資訊技術發展方向。目前各產業有關文字、影像、聲音…等非結構化資料之使用已相當普遍，資料量亦已快速增加，資料之搜尋與後續應用需求也已大幅出現，同時資訊安全問題也隨世代交替持續存在與演變。所幸區塊鏈技術的興起，而區塊鏈的完全防止資料傳輸中被竄改特性，讓各個領域開始研發、驗證後開始做應用的導入，可以預見未來資訊交換領域中將會有更多而且創新的相關應用被開發出來。隨著企業加速導入生成式 AI(GenAI)相關應用，開發與部署過程中，資安挑戰亦隨之升級。特別是在雲端、地端、終端等多層架構下，資料傳輸、模型訓練及推論過程皆需嚴格防護，防止敏感資訊洩漏、資料被未授權存取或竄改。企業需面對 AI 模型資料來源的真實性、訓練資料的隱私保護，以及模型部署後的惡意攻擊或濫用風險。常見資安挑戰包括：深偽(Deepfake)生成、模型反向工程、Prompt Injection、資料漂移導致判斷失誤、以及 API 接口遭受攻擊等。因應這些威脅，企業需導入零信任架構、強化端點及雲端資安防護、建立多層身份認證與存取控制、持續監控 AI 系統運作及異常行為，並針對 AI 模型進行安全測試與風險評估，確保 GenAI 應用安全可靠。另外從資安大廠的研發趨勢來看，新一代資安防禦技術將同時使用巨資分析、使用 者 行 為 分 析 (User Behavior Analytics) 、 誘 騙 技 術(Deception)、隔離(Isolation)技術開發出具備機器學習及認知能力的產品，可以預測大型企業將會採用此項新的技術；以上都是本公司潛在的商機。三、本公司發展策略本公司的長期發展策略依舊沒變，根基於『速度』與『人才』，發展更多的加值軟體應用。滿足企業對客戶更大的整合服務需求，並且持續整合多種的系統。且客戶對於資料探勘的需求也日益增加，運用高效能的晶片技術，將資料探勘的效率進一步提升。這也將促使雲端運算在相同空間提供更大的算力並更加普及。另外由 AI 驅動的軟體開發容器化、因應工業4.0 所進行的工廠自動化、5G 商用化讓產業在應用創新上得以落實等；各行各業無不從中開發創新應用增加商機。近年來，隨著生成式人工智慧(GenAI)技術日新月異，企業對於其應用及導入的需求迅速提升。GenAI 不僅能賦能企業於自動化內容生成、專業文件撰寫、客服回應、數據分析與決策輔助，還能結合企業內部資料打造專屬智能應用，協助營運流程優化並提升服務品質。敦陽科將持續深化高附加價值服務布局，穩健推動長期成長，為股東創造更大價值。四、受到外部競爭環境、法規環境及總體經濟環境之影響不論就營收、獲利或是公司規模來看，目前本公司是國內最大的系統整合公司之一，對於受到外部競爭環境的影響反而是正面的，因為我們在整合服務上比其他競爭者財務更穩健、人才更多、產品更多、更受客戶歡迎。同時我們更持續在內容供應及服務上開發新的商機，加上本公司積極導入 GenAI 應用亦讓本公司具備更佳的競爭力及生產力。產業面來看，近年來各產業大舉投入AI/GenAI相關應用、各電信公司在OTN持續進行擴充容量、5G開始提升訊號滲透率(Small Cell建置)、6G計劃驗證率、全光網(APN)等，對於電信業者與視電業者對於終端用戶在頻寬提供上G-PON或DOCSIS 3.1、金融服務業持續在Fintech Regtech上投資，而原本電信服務營收的快遞縮減。過必發展於多元服務，在中華電信與其他公司導入的全光網傳輸協定下即可結合敦陽科技的專業資料中心技術能力提供客戶跨區高可用性架構(Remote HA)建置等，這些技術已應用於金融服務業、製造業、電信業、政府機構、教育與研究單位及其他工商業。另外，本公司積極推動ESG，並導入氣候變遷相關議題，並評估了氣候變遷風險與機會對財務的影響。致力於新科技應用與研發，結合智慧製造、工業物聯網（IIoT）、AI 機器視覺、數位孿生、自動化服務、專業領域知識、智慧家庭、資通安全監管、資通安全管理、資通安全風險評估、資通安全策略等。感謝各位股東對本公司的支持與愛護，本公司將持續深化高附加價值服務布局，穩健推動長期成長，為股東創造更大價值。敬祝各位身體健康 萬事如意董事長 梁修宗