RFID 技術原理與產業演進：從門禁卡到多元應用
- —RFID 的工作原理是 Reader 發出電波，透過天線共振將 IC 喚醒，再把 IC 中的資料載波傳回 Reader，完全不需要電池（被動式）
- —最早應用是門禁（125kHz），悠遊卡用 13.56MHz 是因為需要讀寫金融資料，UHF（900MHz）則用於零售盤點與醫療追蹤，三個頻段各有應用場景
- —手機的 NFC 功能（Card Emulation / Peer-to-Peer / Reader）讓手機兼具 Reader 角色，使過去需要獨立 Reader 硬體的場景大幅降低建置成本
- —台灣 RFID 廠商的核心優勢在天線設計能力，不同形狀、大小的天線都要能與 Reader 的固定頻率精準 match，這是技術門檻所在
醫療 RFID：手術器具 Count to Zero 防呆應用
- —醫療環境的挑戰是高酸鹼（消毒液）與高含水（人體組織），這兩者都會干擾 RF 訊號，韋僑花了近兩年與客戶共同克服材料與天線設計問題
- —Count to Zero 應用：手術器具全部貼 UHF tag，術前術後用 Handheld Reader 掃描確認數量歸零，避免器具遺留體內的醫療疏失，應用場景持續擴大
- —醫療客戶導入 RFID 是漸進式：先從 Proof of Concept 開始，評估能否解決具體痛點（如遺留體內、感染追蹤），確認 Add Value 才擴大採購
零售與精品：服飾庫存盤點與正品鑑定
- —零售業用 RFID UHF 可一次讀取倉庫內 300-400 件衣服，相較條碼需逐件掃描大幅縮短盤點時間，庫存準確率提升直接降低庫存損耗（Shrinkage）
- —RFID tag 內建可改寫的 IC memory（類似每件衣服有一張悠遊卡），在供應鏈每個節點透過 RF 直接改寫狀態碼，不需每站都接後台系統，管控更即時精準
- —精品業者最初用 RFID 防偽，後來發現二手市場的正品鑑定需求更大，且 tag 資料可賣給電商平台成為額外收入來源，商業模式從成本轉為獲利
RFID 作為 AI 時代的 Sensor 資料層
- —AI 基礎架構的層次：算力（$NVDA 等）→ Cloud 端 → Edge 端 → Sensor 層。Sensor 才是提供真正「養分」的 Data 來源，算力越強越需要更多高品質 Data 餵入
- —5G/6G 大水管解決了 Data 傳輸頻寬，但 Data 的產生本身需要 Sensor；RFID 是其中一種低成本、無電池的 Sensor，適合大量部署在物流、工廠、醫療等場景
- —Real to Digital（現實數位化）→ Digital to Real（運算後回饋實體）的循環架構，是工廠自動化與智慧物流的基礎，RFID 在「Real to Digital」這端扮演資料採集角色
- —韋僑正在將 RFID tag 整合溫度、光、壓力等多種 Sensor，搭配 Bluetooth/Wi-Fi/UWB 多通訊層，從單一 ID 識別升級為完整的 IoT 感測節點
韋僑 (6417.TWO) 公司經營策略與展望
- —韋僑從悠遊卡佔營收 80% 的高集中風險，逐步多元化至醫療、Consumer、工業等應用，門禁卡目前仍佔約 30% 為基石
- —為讓 Consumer 端專案成功，韋僑跨入 Reader module 開發，不與傳統大量型 Reader 廠競爭，而是專注在空間受限的 Consumer 場景中讓 tag 與 reader 完整 match
- —擴張策略採保守態度：執行長明確表示擔心新工廠成立反而是災難開始（overhead 上升、業務未同步擴大），偏好以 project 堆疊方式穩健成長