最近看到台灣大哥大宣布公開收購精誠資訊，我第一個想到的，不是電信業整併，也不是單純看這筆交易的營收和市占。我想到最近幾個月國際 AI 圈很熱門的一個職位：FDE。

2026 年 6 月底，AWS 宣布投入 10 億美元成立 Forward Deployed Engineering 組織，要把數千名工程師與 AI 專家直接放進客戶團隊；兩天後，Microsoft 又宣布投入 25 億美元成立 Microsoft Frontier Company，配置約 6,000 名工程師與產業專家，直接和企業一起把 AI 系統做起來。

這幾件事情本身當然沒有直接關係。但放在同一個時間點看，我覺得背後反映的是一個蠻值得注意的變化：

企業現在真正缺的，可能已經不是 AI 模型，而是把 AI 做進去的能力。

TL;DR

  • 台灣大這次公開收購精誠，官方提出的三個主要綜效是「跨售、AI、區域化」，也明確提到要結合台灣大的 CT 與精誠的 IT 能力。
  • 同一時間，AWS、Microsoft 都開始大規模把工程師直接放進企業客戶，協助 AI 從 PoC 走到 Production。
  • 這兩件事沒有直接因果關係，但它們都指向同一個問題：企業 AI 的難點正在從「有沒有模型」，往「能不能整合資料、系統與流程」移動。
  • 這也讓原本看起來很傳統的 SI、企業 IT、系統整合能力，在 AI 時代重新變得重要。
  • 對台灣大來說，真正值得看的可能不是多了一家資訊服務公司，而是能不能把 Telecom、Cloud、IT 與 AI 的企業服務能力往更深處整合。

先從這次台灣大收購精誠說起

台灣大在 8 月 12 日宣布，透過全資子公司台信電訊公開收購精誠資訊，目標再取得至少 39%、最高 58% 股權。台灣大原本已持有精誠 11.86%，如果最低收購條件達成，總持股就會超過 50%。但我覺得更值得注意的不是收購比例，而是台灣大自己怎麼描述這筆交易。

官方提出的三個主要綜效是：

跨售、AI、區域化。

另外也直接提到，要整合台灣大的 CT，也就是 Communication Technology，和精誠的 IT 能力。如果只是想增加營收規模，其實不用特別一直強調 AI。所以我看到這裡時，第一個聯想到的反而是最近 FDE 的發展。

為什麼 FDE 最近突然這麼紅？

FDE，全名 Forward Deployed Engineer。簡單來說，就是工程師不是只在公司裡把產品做好，而是直接進到客戶現場。先了解客戶到底遇到什麼問題，再把資料、系統、模型、權限、流程一路接起來，直到這個東西真的可以上線。

這個角色並不是最近才出現。Palantir 很早就採用類似模式。但今年真正讓 FDE 受到大量關注，是 AWS 和 Microsoft 開始把這件事情做到非常大的規模。

AWS 在 6 月 30 日宣布投入 10 億美元建立新的 Forward Deployed Engineering 組織，讓數千名專家直接和客戶一起開發與部署 Agentic AI。Microsoft 在 7 月 2 日又宣布投入 25 億美元成立 Microsoft Frontier Company，安排約 6,000 名工程師和產業專家直接進到客戶端，共同設計、部署和持續改善 AI 系統。這兩家公司在短短幾天內合計投入 35 億美元。

我覺得這件事很有意思。因為如果今天 AI 最大的問題還是模型不夠強，那錢應該繼續全部砸在 Model、GPU 和 Data Center。但現在大型 Cloud Provider 開始花這麼多錢，把人直接放進客戶裡。代表問題已經往下一段移動了。

企業其實不是缺 AI

這一年我自己在看很多 AI 導入時，越來越明顯感覺到一件事，企業現在其實不太缺 AI。

GPT、Claude、Gemini 都可以用。API 也不難拿。Cloud Provider 幾乎全部都有完整的 AI Service。真正開始做之後，麻煩才會出現。

公司的資料在哪裡？哪些資料能給 AI 看？ERP 怎麼接？CRM 怎麼接？內部權限怎麼處理？Agent 可以自己做哪些事情？哪些事情一定要有人確認？如果結果錯了，要怎麼 Audit？更麻煩的是，企業裡面通常還有大量已經用了很多年的 Legacy System。

所以一個 AI Demo 做得很漂亮，和真正進 Production，其實差非常遠。模型能力只是其中一段。後面還有大量 Integration 的工作。

這也是我為什麼會把精誠和這件事聯想到一起

這不是說「精誠就是 FDE」。兩者當然不一樣。FDE 比較像產品公司或 Cloud Provider 派進客戶的工程角色；精誠則是完整的企業 IT 與 SI 服務公司。但兩者現在處理的問題，開始有一部分重疊。都是在解決：

新的 AI 能力，到底要怎麼進入企業既有環境。

精誠長期在做的就是大型企業 IT、系統整合、Cloud、Data、Security，以及各種企業系統的導入與維運。以前看這些能力，很容易覺得是比較傳統的 SI 生意。但 AI 開始進企業核心流程之後，我覺得這些能力反而變得更重要。因為 AI 越往裡面走，就越不可能完全繞過企業既有系統。

AI 可以標準化，但企業很難標準化

這裡有一個我最近很常想到的問題。過去十幾年 SaaS 最強調的是標準化，產品最好做完之後，所有客戶都可以直接使用。客製越少越好，因為這樣才容易 Scale。

這個邏輯當然沒有變，但 AI 比較特別。

Model 可以標準化、Agent Framework 可以標準化、Cloud Infrastructure 也可以標準化。但企業本身很難完全標準化。

每家公司都有自己的資料、流程、權限、系統，甚至自己的內部政治。所以真正把 AI 做進企業時，一定會碰到很多 Context。這也是為什麼我覺得 FDE 的興起，不是代表 SaaS 又走回傳統客製開發。

而是市場開始承認一件事：

AI 最後一哩，本來就需要有人處理企業 Context。

如果這樣看，SI 的價值就會不太一樣

以前在看 SI 公司，很容易從人力、專案型收入、毛利率去理解。但 AI 時代可能要多看一個東西：

Deployment capability。

也就是這家公司能不能真的進到企業裡，了解既有環境，再把新的技術接進去。如果 AI 接下來從 Copilot、Chatbot，繼續往 Agent 發展，這件事情的重要性只會更高。因為 Agent 不只是回答問題，它開始要讀資料、呼叫系統、修改資料、啟動流程。做到這一步，IT、Security、Data、Integration 就全部會進來。

所以 AWS 願意花 10 億美元建立 FDE，其實很合理。AWS 自己也說，新的 FDE 組織就是要和客戶的 Business、Engineering、Security 團隊一起，把 AI 系統建立在企業自己的 Data、Governance 和 Process 上。這已經不是單純賣 Model 了。

台灣大想拿的，可能是更深的企業市場

所以再回來看台灣大和精誠。台灣大原本就有 Telecom、Network、IDC、Cloud，也有大量企業客戶。如果再加上精誠原本的企業 IT、SI、Data、Cloud Integration 能力，可以進入的企業場景就會更深。

以前可能主要是網路、專線、門號、IDC、Cloud。再往裡面走，就會開始碰到 ERP、CRM、Data、Security、AI、企業應用與系統整合。這兩種生意其實很不一樣，但 AI 剛好會把它們拉在一起。因為一個完整的 AI 專案，最後很可能同時需要 Connectivity、Cloud、Data、Security、Model、System Integration 和 Application。這也是為什麼台灣大這次一直強調 IT + CT，我覺得這個方向比「電信商跨足 SI」更值得看。

幾個角色放在一起看

如果很簡單整理，現在企業 AI 市場大概可以看到幾種不同角色：

角色 原本主要在做什麼 AI 時代增加的工作
Cloud Provider Compute、Cloud、Platform 開始直接協助客戶部署 AI
FDE 技術導入與產品落地 深入 Data、Workflow、Security
SI 企業系統與整合 把 AI 接進既有 IT 環境
Telecom Connectivity、IDC、Cloud 往更完整的企業科技服務延伸

這幾種角色的界線其實正在慢慢變模糊。AWS 開始往客戶現場走。Microsoft 也開始大量派工程和產業專家。SI 開始做更多 AI。電信商則往 Cloud、IT 與 AI 服務走。大家最後都開始碰到同一個地方：

企業真正的工作流程。

最後還是要看能不能做出成果

當然，這裡也不能直接跳到「台灣大買了精誠，所以一定可以做好企業 AI」。事情沒有這麼簡單。收購是一件事，整合是另外一件事。尤其台灣大自己提到的 Cross-sell，要真的做出來，其實要處理很多很實際的問題。誰負責客戶？業務獎金怎麼算？產品怎麼一起賣？一個 Telecom Sales 和一個 SI Sales，原本的 Sales Cycle 差很多，要怎麼一起合作？最後客戶為什麼要整包買？這些才是交易完成之後真正難的地方。所以我反而不會急著看這筆交易能帶來多少「AI 綜效」。

我會看比較簡單的幾件事：

要看什麼 真正代表的意義
Cross-sell 有沒有實際訂單 客戶和業務有沒有真的整合
AI 專案有沒有進 Production 不只是做 Demo
IT + CT 有沒有形成共同 Solution 產品不是單純放在同一張簡報
企業客戶採購範圍有沒有變大 Technology Wallet 是否真的擴張

如果這些東西慢慢出現，那才代表這次收購不只是財務上的合併。

我比較好奇的是，電信商的邊界還會走多遠

看到台灣大收購精誠，再看到 AWS、Microsoft 最近大舉投入 FDE，我最後想到的其實是這件事。AI 正在重新改變科技公司的邊界。

以前大家分得比較清楚。Telecom 做 Telecom、Cloud 做 Cloud、SI 做 SI、Software 做 Software。但企業開始真的導入 AI 之後，這些東西越來越難完全分開。因為客戶最後不在意你是哪一種類型的公司。

客戶只在意：

這個 AI 到底能不能真的進我的公司，而且做出結果。

模型當然還是重要，GPU 當然也重要。但到了企業這一端，最後決定 AI 有沒有價值的，很可能不是 Benchmark 上多幾分，而是 Deployment。

這也是為什麼，我覺得台灣大收購精誠這則新聞，真正值得看的不只是「一家電信商收購一家 SI」。它剛好發生在一個很有意思的時間點：

全球最大的科技公司，也正在重新把人、工程能力和產業 Know-how 放回 AI 商業化的核心。這件事情接下來應該還會持續發生。

FAQ

台灣大哥大已經完成收購精誠了嗎？

還沒有。台灣大在 2026 年 8 月 12 日宣布透過全資子公司台信電訊公開收購精誠資訊，目標再取得至少 39%、最高 58% 股權。台灣大原本已持有精誠 11.86%。

FDE 是什麼？

FDE 是 Forward Deployed Engineer，主要工作是直接進入客戶環境，協助把產品或 AI 技術接進企業的資料、系統與流程，而不是只提供標準產品或 API。

AWS 為什麼要投入 10 億美元做 FDE？

AWS 表示，新成立的 Forward Deployed Engineering 組織會讓數千名專家直接和客戶一起開發及部署 Agentic AI，目標是縮短 AI 從開發到正式使用的時間。

Microsoft Frontier Company 也是 FDE 嗎？

概念接近，但 Microsoft 自己表示範圍比傳統 FDE 更廣。Microsoft 投入 25 億美元、配置約 6,000 名工程與產業專家，直接和客戶共同設計、部署並持續改善 AI 系統。

FDE 和 SI 有什麼差別？

FDE 通常更靠近產品公司，使用自家技術深入客戶端解決問題；SI 的範圍更廣，包含企業 IT、系統整合、Data、Cloud、Security 與專案交付。兩者不是同一種商業模式，但在企業 AI Deployment 上開始出現交集。

為什麼 AI 會讓 SI 能力重新變重要？

因為企業 AI 要真正進 Production，通常需要整合既有 ERP、CRM、Database、Identity、Security 與 Workflow。模型可以標準化，但每家企業的 IT 環境與流程不同，因此 Deployment 和 Integration 仍然是很重要的一段。

資料來源

  • 台灣大哥大｜2026/08/12

台灣大哥大透過全資子公司「台信電訊」公開收購精誠資訊 公開收購至少 39%、最高 58% 股權，並提出「跨售、AI、區域化」三大綜效與 IT + CT 整合方向。

  • AWS｜2026/06/30

AWS invests $1 billion to embed AI forward deployed engineers with customers AWS 投入 10 億美元建立 Forward Deployed Engineering 組織，將數千名專家直接放進客戶團隊。

  • AWS Summit DC｜2026/06/30

AWS is investing billions to put AI into production for the public sector AWS 說明 FDE 將與企業的 Business、Engineering、Security 團隊合作，在客戶自己的 Data、Governance 與 Process 上建立 Production AI。

  • Microsoft｜2026/07/02

Microsoft Frontier Company: AI engineering that amplifies and protects your intelligence Microsoft 宣布投入 25 億美元、配置 6,000 名工程師與產業專家，直接與企業共同設計、部署及持續改善 AI 系統。