14
次閱讀

最近科技圈除 AI 伺服器外，機器人發展亦備受關注。所羅門（2359）於業績發表會釋出關鍵訊號，強調 2024 至 2026 年為 AI 視覺落地的黃金期。該公司成功從電子零件通路轉型為工業軟體商，策略上不與傳統大廠競爭硬體，而是專注於開發機器人的「眼睛」與「大腦」，提供高相容性的視覺演算法。

核心技術突破在於「少量樣本學習」，大幅降低 AI 訓練所需的資料量，解決產線瑕疵樣本稀缺的痛點。此舉不僅降低導入成本，更能實現快速換線，處理反光或不規則物體等傳統視覺難以克服的挑戰。所羅門透過與 Nvidia 等平台整合，將其 AI 模型部署至邊緣裝置，展示了軟體授權帶來的高毛利潛力。未來投資者應持續觀察其 AR 協作與隨機取物技術在 Computex 的展現，以及海外市場的實際落地進展。

不做硬體反而更賺？所羅門「AI大腦」如何稱霸機器人市場

最近科技圈最火的話題，除了 AI 伺服器，大概就是「機器人」了。但說實話，看過這麼多場法說會，所羅門（2359）在 8 日證交所業績發表會上釋出的訊息，確實讓人覺得這家公司看事情的角度跟別人不太一樣。大家都在拚硬體、拚馬達速度，所羅門卻在鑽研怎麼讓機器人「聰明得更簡單」。

觀察所羅門在玩什麼把戲

在這次的會場中，所羅門董事長的態度很明確：2024 到 2026 年是 AI 視覺真正落地的關鍵期。 以前談機器人，重點在於它能搬多重、動多快；現在談機器人，重點在於它「看」到了什麼，以及它能不能理解眼前的亂象。

所羅門過去幾年轉型得非常徹底。從早期的電子零件通路，到現在滿口 AI、神經網絡、視覺運算。

這次發表會傳達了一個重要訊號：他們已經跨過了那個「燒錢研發卻看不到影子」的階段，開始進入應用爆發期。尤其是針對複雜環境的辨識能力，這對目前的製造業轉型來說，簡直是救命稻草。

核心技術突破：告別「數據地獄」的少量樣本學習

這是認為整場發表會最硬、也最有價值的資訊。過去我們要訓練一個 AI 模型去辨識瑕疵或物件，通常需要成千上萬張照片，這對中小企業來說根本是噩夢——哪來這麼多瑕疵品給你拍？

「讓機器人訓練學習時所必須具備的資料量大幅降低，是今年最重要的突破點。」—— 所羅門董事長

這句話背後代表的是 少量樣本學習 技術的成熟。想像一下，以前機器人要看 1,000 次才能認出一個零件，現在可能只需要 10 次。這不只是節省時間，更解決了工業現場「樣本稀缺」的痛點。

為什麼降低資料量這麼重要？

• 導入成本降低： 不再需要聘請一堆資料標記人員。
  
  
• 反應速度變快： 產線換線時，AI 能在幾小時內就學會新產品，而不是幾周。
  
  
• 容錯率提高： 針對反光、重疊、半透明的物體，所羅門的軟體演算法現在能處理得比以往更細緻。

為什麼所羅門「不造機器人」反而更賺？

這是一個很有趣的策略。很多人以為所羅門要做的是像 Tesla Optimus 那樣的整機機器人，但董事長直言：「所羅門本身不做機器人，我們是以軟體為主。」

這在商業邏輯上非常聰明。造硬體是資本密集型產業，要跟日本的 Fanuc、歐洲的 ABB 拚馬達、拚機械結構，那是吃力不討好。

所羅門選擇做機器人的「眼睛」與「大腦」，這意味著：

1. 相容性極高： 不管你家是用哪一牌的手臂，只要裝上所羅門的視覺系統，它就能變聰明。
   
   
2. 毛利率空間： 軟體授權與解決方案的利潤，通常遠高於硬體組裝。
   
   
3. 跨領域應用： 視覺系統不只能用在工廠，物流倉儲、醫療、甚至農業採收都能切入。

2026 電腦展與自動化展重點

董事長預告，接下來的 Computex（台北國際電腦展） 與 自動化大展，將是所羅門展示肌肉的舞台。

個人建議觀察以下三個關鍵動作：

展示重點	觀察指標	對產業的影響
AR + AI 協作	人員戴上 AR 眼鏡後的引導精準度	降低技術工人的門檻，緩解缺工
隨機取物	處理「亂堆」零件的速度與成功率	目前自動化最難攻克的最後一哩路
跨平台整合能力	是否能無縫串接 Nvidia 或 Intel 的平台	決定所羅門在全球生態系中的話語權

工業 AI 視覺的競爭格局比較

現在市場上做視覺的不少，但所羅門的優勢在哪？來跟傳統方案比較一下：

特性	傳統 2D/3D 視覺方案	所羅門 AI 視覺方案
訓練門檻	需要大量標註數據，耗時數月	少量樣本即可上手，縮短至數日
環境適應力	對光影、粉塵極度敏感	具備深度學習修正，抗干擾強
物件類型	僅限固定形狀、非反光物	可處理布料、透明件、不規則物
硬體綁定	通常綁定特定相機或手臂	開放性架構，高度相容

該如何看待這波機器人熱潮

機器人題材在台灣股市偶爾會被炒過頭，但所羅門這次談的「降低資料量」是非常務實的技術跨越。這不是在畫大餅，而是解決了工廠老闆最不願面對的「數據成本」問題。

觀察結論如下：

目前的所羅門已經不再是單純的代理商，它更像是一家「工業軟體公司」。未來的核心價值在於它能多快把 AI 模型佈署到 邊緣裝置 上。如果有關注接下來的自動化展，別只看機器人動得順不順，要去問他們的軟體需要多少張照片才能完成訓練——那才是真正的勝負手。

後續追蹤：

建議投資者留意其海外市場（如美國、東南亞）的專案落地數，這比法說會上的數字更能反映真實的市場滲透力。