低軌衛星長遠願景
鴻海將電子製造、系統整合等能力延伸至太空產業，
透過珍珠號在軌實測累積通訊、軌道與太空環境數據，並為硬體取得太空履歷，鋪路6G天地一體化、AI原生網路與太空運算應用。
原生AI
智慧醫療生態系
鴻海正以數位健康作為轉型試驗場，串聯AI算力、雲端平台、醫療模型與機器人，
並透過台灣醫院場域驗證，打造可複製、可輸出的智慧醫療生態系。
從「製造的鴻海」到醫療 Ecosystem Integrator
鴻海以NVIDIA提出的「Five-Layer Cake」（五層蛋糕）架構為藍本，揭示數位健康事業群從能源、基礎設施、平台、模型到應用的整合藍圖。
能源層是所有AI應用的根基，支撐AI伺服器、資料中心、智慧醫院與機器人長期運作；基礎設施層則涵蓋AI Factory智慧工廠、100MW等級超算中心、FoxBrain算力中心及鴻海資料中心，提供醫療模型與機器人訓練所需算力。鴻海認為，未來醫院將成為可與AI工廠、超算中心互通的AI原生基礎設施（AI Native Infrastructure）。
平台層以HHDC鴻海健康雲為核心，串接院內HIS、PACS等醫療IT系統，承載多模態醫療模型與CoDoctor應用；同時結合NVIDIA Omniverse、OVX系統與Swarm Core群機控制系統，透過數位分身/孿生（Digital Twin）模擬及調度不同類型的醫療機器人。
模型層則布局手術與護理場景的VLA模型，以及眼底病變、心電圖、癌症風險、冠狀動脈、肺音與睡眠檢測等多模態醫療模型，並與教學醫院合作持續優化。最上層應用包括Nurabot護理協作機器人、刷手協作機器人、化療藥物調劑配送系統及CoDoctor診斷工具。鴻海數位健康事業群總經理姜志雄強調，鴻海並非只開發單一產品，而是建構一套從底層算力延伸至臨床現場的智慧醫療生態系。
智慧醫療五層架構
Physical AI具體落地：Nurabot與刷手機器人
鴻海正以Nurabot護理協作機器人與刷手協作機器人，試圖在兩個不同醫療場景中驗證－實體 AI（Physical AI）能否在不取代醫護專業的前提下，與現場流程深度整合，成為醫院營運中可被信任、可被量化評估的基礎設施。
Nurabot的價值在於協助醫療機構把有限人力從低附加價值的流程中解放出來，在其開發過程中，團隊刻意選擇先進場理解需求，再回頭設計產品，設計團隊長期駐點醫院，觀察護理站、藥局、檢驗科與病房之間的實際動線與交互流程。
在商業模式上，Nurabot並非被定位為單純的設備銷售。姜志雄表示，鴻海看到的是全球醫療體系在高齡化與醫護人力短缺壓力下，必須重新分配人力資源的共同課題。當護理師每天花費大量時間在藥品配送、檢體運送與行政流程上，醫院承擔的是更高的人力成本與機會成本，專業照護時間反而被擠壓。
而刷手機器人對應的是手術團隊中刷手護理師的部分工作內容，例如器械辨識、器械遞送、器械管理與手術流程協作。其以NVIDIA硬體平台為基礎，搭配Isaac GR00T、Isaac Sim、Isaac Lab及Cosmos等工具，在數位分身（Digital Twin）環境完成訓練與測試，再透過多模態VLA整合影像與臨床語音指令，驅動機械手臂執行任務。
對數位健康事業群來說，這兩個案例不只是產品，也是鴻海在AI、算力、機器人與醫療IT整合能力的一次實戰檢驗。
台灣護理人力缺口擴大 (萬人)
附註：台灣至2030年護理人力需求數估約為24.1至26萬人
資料來源：衛服部，DIGITIMES整理，2026/8
AI護理協作機器人Nurabot可協助藥品、檢體運送、病房導引與衛教。
刷手機器人是專為手術室設計的智慧醫療機器人。
智慧醫院與Team Taiwan：從驗證市場走向生態系輸出
台灣同時具備幾個在全球少見的條件，像是全人口覆蓋的健保制度帶來連續且結構化的醫療數據資產、高品質醫療體系在國際評比中長年名列前茅、高度數位化的醫療環境讓資訊系統滲透率相對完整，再加上成熟的ICT與半導體產業鏈，從感測器、高速運算硬體、網路基礎設施到AI演算法，都有在地供應能力。
姜志雄認為，這些面向構成台灣推動數位健康的「黃金三角」，藉由數據優勢、科技與製造實力，以及即將邁入超高齡社會所帶來的需求驅動，因此台灣最大的價值不只是市場規模，而是能夠快速完成場域驗證、建立標準化流程，並累積真實世界的醫療應用經驗。
鴻海希望整合AI、機器人、醫療資訊系統、數位分身、邊緣運算與臨床工作流程，形成一個完整的智慧醫療解決方案，再依各國醫療體系特性進行在地化調整，而不是只出口單一設備或單一 AI 服務。因為，未來要輸出的不只是Nurabot或刷手機器人，而是希望把台灣在智慧醫療領域累積的臨床經驗、數位治理能力與跨域整合能力一起打包，作為一種「Team Taiwan」模式帶往國際市場。
為了支撐這樣的模式，鴻海在2022年發起成立「台灣數位健康大聯盟」（HiMEDt），其初衷是希望聯盟能讓「Medical Science＋Data/ICT Science」能有固定的對話場域，讓醫院成為模型共創與場域驗證的共同合作夥伴。
2025～2030年全球AI輔助醫療市場規模變化及預測 (十億美元)
資料來源：DIGITIMES，2026/5
模組化AI資料中心
市場策略
鴻海由硬體製造商轉型為AI資料中心系統整合者，集團內由工業富聯（FII）深耕CSP及雲端推論伺服器業務，E事業群主攻主權AI與企業客戶；
對外串聯重電、散熱及零組件夥伴，並透過台灣、北美、歐洲與印度等區域據點，推進模組化資料中心的在地製造與交付。
市場戰略與落地展望：AI工廠定位、主權AI商機
鴻海AI資料中心副總經理吳國璽指出，過去的ICT採購週期，本質上是IT容量的擴充，企業或機構依照業務成長的步調逐步增添標準化設備，採購邏輯相對線性且可預期，整體建置風險也較為可控。然而，當前以GPU叢集為核心的算力建置需求，並非這種線性擴充邏輯的延伸，而是在建置全新型態的「算力基礎設施」，即業界所稱的「AI工廠（AI Factory）」。
AI工廠的核心挑戰在於CPU、GPU、高速網路、電力與散熱系統的高度協同，任何一處瓶頸都將拖累整體效能。因此，採購邏輯已從「單一台設備」轉向「機架、叢集（Cluster）乃至整體資料中心」的系統化部署。他指出，這波建置潮具備深層的結構性轉變，而非過往週期性的短暫擴張。
而主權算力市場，是近年需求成長最快、也最具政策驅動特徵的新興板塊。鴻海在主權算力市場的提案核心，在於將複雜的大規模建置需求，轉化為標準化、模組化、可複製且可擴充的在地工業化解決方案。
主權AI所要求的在地化，不只是將設備運抵當地，而是將製造、組裝、維運與技術能力一併落地。
吳國璽說明，其提案價值體現在四個維度，包括協助各國政府在當地建立從製造、組裝到後續維護的完整生態系，達成真正的數據與技術本地化；同時，模組化設計提供具備高度擴展性的參考架構，靈活支援從MW到GW級別的建置規模需求；此外，也將能源效率與資安合規性直接融入配電架構與熱管理技術設計之中，使解決方案出廠前便符合各地法規基本要求；以及最終從板卡、模組、伺服器、機櫃到資料中心架構設計的完整垂直整合供應鏈，實現真正意義上的一站式交付。
2Q24～2Q26鴻海營收、雲端網路產品佔比 (新台幣兆元)
資料來源：鴻海，DIGITIMES整理，2026/8
模組化AI資料中心優勢：技術縱深與系統整合
隨著GPU高運算密度伺服器需求擴大，系統設計須處理異構處理器整合、NVLink與PCIe高速互連的訊號完整性，以及單櫃數十至上百kW的供電需求，複雜度高於傳統通用伺服器。
鴻海AI資料中心資深協理吳政達表示，鴻海從產品規格提案階段即參與AI伺服器開發，設計與整合範圍涵蓋板卡、模組、伺服器、網路通訊及整機櫃，並將前端設計、可製造性與量產驗證納入同一流程，使設計階段即可評估量產可行性與交期。
因應市場需求，鴻海已在台灣、北美、歐洲與印度設置整合中心，以在地產能支援區域製造、擴產及交付。相較於逐台採購伺服器，再由工程團隊於資料中心現場整合，即插即用的整機櫃方案可縮短建置周期，並降低現場整合所需的人力與技術門檻。
其供應模式包括零組件至整機櫃的一站式整合、全球在地製造，以及自動化生產與品質追溯。在品質管理上，開發階段的驗證項目涵蓋高速訊號與電源完整性、液冷散熱、電力管理、機櫃級系統整合及資安法規，測試範圍由伺服器、機櫃延伸至資料中心；生產端則透過智慧製造管理系統，記錄並追溯各批次的製造與出貨品質。鴻海另與NVIDIA DSX平台合作，串接資料中心數位分身（Digital Twin）模擬與實際營運管理，將服務範圍由設計、部署延伸至營運及後續優化。
鴻海布局全球生產據點，涵蓋24個國家/地區，以因應地緣政治變化與客戶需求。
算力基設版圖如何成形：集團分工、橫向實力強化與在地布局
在鴻海集團推進AI資料中心業務的整體架構中，有個關鍵卻鮮少對外完整說明的問題，就是面對AI伺服器市場，鴻海內部究竟如何進行分工。吳國璽對此表示，集團在分工邏輯上，有著清晰的戰略脈絡，這也直接決定了鴻海在面對不同類型客戶時，採取截然不同服務模式與市場策略。
鴻海在AI資料中心市場上，將客戶定義為模型客戶、雲端服務業者（CSP）、主權AI客戶與企業端客戶等4大類別。而FII延續其既有優勢，因此主力在深耕CSP大客戶關係及雲端推論伺服器業務；至於鴻海的E事業群則承接主權AI、企業端、品牌客戶等新興需求及像是液冷、散熱、電力等不同關鍵零組件的設計開發。這樣的分工設計確保集團內部不會產生重疊競爭，同時對外也能完整覆蓋四類客戶的差異化需求，將整體協同效益最大化。
而在系統整合者定位的落實上，鴻海與技術供應商夥伴之間建立了性質各異的合作模式。像是與東元電機透過入股形式共同拓展海外市場商機，彼此槓桿對方的既有客戶網路，並在特定區域形成合力；與三菱電機之間則在合作供應解決方案之外，進一步共同研發新型能源技術，並聚焦下世代能源管理的前瞻研發；至於與施耐德，則是由鴻海尋求代工生產其預制化電力設備為出發點，同時評估次世代產品的共同開發機會。
在區域市場中，目前除了對外已公開的指標性專案，鴻海在台灣與東南亞另有多個尚未公開的AI資料中心專案已進入建置期。
NVIDIA展出Rubin架構的MGX模組化伺服器機架（MGX Rack Architecture），鴻海為其製造與系統整合夥伴之一。
鴻海展示NVIDIA GB200 NVL72機櫃級AI系統與先進液冷資料中心模型。
