環保議題~為什麼他們不願面對這個真相？|數位時代 BusinessNext

**一、環保議題、全球暖化是全球關注的議題
**自從1972年＜聯合國人類環境會議宣言＞（一般簡稱斯徳哥爾摩宣言）宣告人類與環境的觀念連結、達成「我們只有一個地球」、「人類與環境是不可分割的共同體」的共識後，環境保護議題正式被世人所關注，爾後1987年＜蒙特婁議定書＞、1992年＜里約宣言＞與＜聯合國氣候變遷架構公約＞、1997年＜京都議定書＞（2005年正式生效）、2002年聯合國永續發展世界高峰會…等，在聯合國的架構下，世人透過國際合作與國際條約的方式，進行CO2的減量、減緩排放傷害臭氧層的有害氣體…等工作，以減緩全球暖化的持續惡化。
由美國前任副總統艾爾高爾(Al Gore) 主演、探討氣候變遷的的紀錄片「不願面對的真相（An Unconvenient Truth）」（註一），更是在2007年奧斯卡金像獎中獲得「最佳紀錄片」。就台灣而言，在＜京都議定書＞通過之後，雖然台灣並非聯合國會員國，因此可能不會因為違反＜京都議定書＞而受到聯合國的直接制裁（註二），但是基於本身出口需求（避免將來被如歐盟等國的抵制）以及身為國際社會成員所應該負起的責任，台灣在1998年即召開＜全國能源會議＞，並在近幾年在減少汽機車廢氣排放量、鼓勵綠色產業政策等方面進行改革。

**二、環保議題：說的比做的還多
**從以上看來，全世界（包含台灣）都已經非常重視全球暖化以及環境生態破壞日益嚴重的問題。然而深入研究，我們卻發現真正問題是：人們並沒有真正落實到環保的行為，環保對許多人而言，只是一個口號，而不是一個行動。例如我們可以看到在高爾受到贊譽的同時，也被報導「家中一年瓦斯電費近百萬，是假環保」。（註三）而在＜天下雜誌＞於369期（2007/04/11出刊）的封面專題報導「台灣，不願面對的真相」中表示，據統計臺灣從1990-2004年CO2排放量成長111%，是全球28%的近4倍；台灣每人排出的CO2是全球的3倍，而台灣每創造百萬美元的GDP，所生產的CO2的量也與中國等比我國落後的國家相似，而遠高於日韓等國。（註四）

**三、為什麼不願面對這個真相
**再者，從2007年版E-ICP東方消費者行銷資料庫也可以發現「環保是一個大家都贊同與關注的議題，但是無法落實到實踐」。例如我們將「具有環保意識者」設定條件如下：
．我在消費時，會優先選擇環保或不傷害環境的產品，且
．我拒絕購買過度包裝的產品，且
．我擔心人類的過度消費會耗盡地球資源，且 l為了減少空氣污染，我願意多騎腳踏車或搭乘大眾運輸工具，且
．我對地球生態與環境永續的問題感到憂心
在這個條件下，「具有環保意識者」與全體相較，可以發現以下特性（如圖一）：

具有環保意識與全體相較之下，在生活態度上的差異

1、絕大多數的消費者具有環保意識（粉紅色區塊）：例如全體高達82.7％認為「我擔心人類的過度消費會耗盡地球資源」、80.1%認為「我對地球生態與環境永續的問題感到憂心」、76.7%認為「我拒絕購買過度包裝的產品」。而對於「具有環保意識者」而言，更是在「我在消費時，會優先選擇環保或不傷害環境的產品」、「我拒絕購買過度包裝的產品」、「我擔心人類的過度消費會耗盡地球資源」、「為了減少空氣污染，我願意多騎腳踏車或搭乘大眾運輸工具」、「我對地球生態與環境永續的問題感到憂心」有高達100%的認同度（這是設定條件）。
2、環保與物質需求的衝突關係（黃色區塊）：雖然絕大多數的消費者具有環保意識，但是不表示他們可以落實到實際行為。以全體為例，57%者認為「與其把舊的東西拿去修理，不如買新的」，46%以上認為「我經常更換日常用品的品牌，以追求新鮮感」，42%以上認同「流行的產品即使有一點不實用，我還是會考慮購買」，40%認同「通常我的朋友還在考慮是否要購買新科技產品之前，我就已經在使用了」。可見雖然多數消費者都認為應該要環保，但是在實際生活中，對於物質的需求與實際的消費行為卻往往遠超過其基本需求，而不環保的一個很重要的因素在於現代人對於物質的需求日增，導致過多的生產產出過多的廢氣。因此可看出對多數消費者而言，雖然重視環保，但是他們過多的消費與物質需求卻跟促進環保的目的相衝突。
3、「越是重視環保者對物質需求越多」的矛盾：更有趣的是從圖一可看出與全體相較，「具有環保意識者」在「與其把舊的東西拿去修理，不如買新的」、「我願意購買貴一點但具有特殊風格的產品」、「我經常更換日常用品的品牌，以追求新鮮感」、「流行的產品即使有一點不實用，我還是會考慮購買」、「通常我的朋友還在考慮是否要購買新科技產品之前，我就已經在使用了」等這些面向的比例均明顯高於全體。可見對於那些自認為很環保的人，他們的消費行為可能卻是跟環保目的相違背（環保的第一要素就是要減少不必要的生產與消費，以減少產生廢氣）。

由此可看出，在環境保育上，為什麼「不願面對這個真相」，並非是因為沒有意識到環保的必要性，而是當環保與自我的物質需求相衝突時，多數消費者（可能包含你、我）選擇採取犧牲環保而滿足自我需求的行為。這個行為，不管是有無意識，皆已經對環保產生不利的影響，並可能是推動環保一個難以解決的障礙。

註一：更詳細的資料請參考http://tw.movie.yahoo.com/mstory.html?t=movie&id=1867　。
註二：依據國際公法原則，任何國際組織所制訂的國際條約，原則上僅對締約國或會員國有效。除非該國際條約（如＜京都議定書＞）透過爾後各國「一致且長期」的國際實踐，成為對所有國家都有拘束力的「國際習慣法」，才得對非締約國或非會員國產生拘束力，否則對於非締約國（如台灣）不生拘束力。
註三：奇摩知識區，http://tw.knowledge.yahoo.com/question/article?qid=1707032607280　。
註四：「台灣，不願面對的真相」系列專題，天下雜誌，第369期，2007/04/11，頁100-129。

更多文章請見》東方線上 Eastern Online

當資料不能離開企業，運算就得靠近：AI 先改寫儲存架構

AI 帶來的第一個變化，不只是運算能力提高，而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊，QNAP 身為資料安全的守護者，長期發展的是地端網路儲存設備（NAS），並擴展至 25GbE、100GbE 高速網路交換器產品線，提供完整的儲存與高速網路基礎架構。威聯通科技（QNAP）總經理劉文義解釋，當資料因合規要求或敏感度不能上雲，就必須留在靠近使用者與應用的地方；運算需求一旦增加，承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資，金融與保險業受到合規與法規限制，部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言，問題並不是雲端好不好用，而是一開始就沒有把核心資料全面上雲的選項。

真正讓更多企業回頭計算的，則是長期成本。劉文義指出，資料上傳雲端可能免費，下載卻會按流量收費；當企業把一年、兩年、三年的費用加總回推，可能會發現，購買一台同等容量的 NAS，還能使用 7-10 年。資料規模愈大、存取愈頻繁，總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載；地端則較適合高頻存取、對延遲敏感，或不能離開企業邊界的資料。企業真正要回答的，是每一類資料與任務應該放在哪裡。

依 QNAP 觀察，客戶過去關心的是需要幾 TB、幾 PB，或備份速度有多快；現在更常問的是，機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起，把公司發展定調在 AI 與高速網路的融合，試圖讓 NAS 從資料保存的位置，進一步成為資料被調用的位置。

當資料量持續擴大，搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例，當照片累積到 10 萬、20 萬張，要找出其中幾張特定畫面，已不可能只靠人工翻找。此時，能理解內容、接受自然語言指令的 AI 工具，會從加分功能逐漸變成必要條件。

從資料治理到地端推論：AI NAS 如何進入企業工作流？

AI NAS 不是「多了 AI 功能的 NAS」，而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察，目前客戶大致分布在一條導入光譜上。人數最多的一群，仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關，卻決定後續系統能不能找到正確資料、辨識版本，並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成（RAG）知識庫。RAG 並不是重新訓練一個模型，而是在模型回答前，先從企業的 SOP、合約、法規或技術文件中取回相關內容，再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用，協助企業建立私有知識庫；而走在最前面的少數企業，則已經嘗試地端推論與 AI Agent。

模型的選擇權，QNAP 刻意留給客戶。知識庫背後採用哪一個模型，可由企業依需求決定，不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定（MCP）相關能力，讓管理者透過自然語言查詢狀態、調整設定，並讓 NAS 成為 AI Agent 可調用的資料節點。

不過，劉文義沒有把這條路說得太容易。他坦言，目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用，可能需要約 300 到 800 TOPS，甚至 1,000 TOPS，因此多數方案會以 NVIDIA 顯示卡補足算力；一張卡約需新台幣 10 萬至 12 萬元，一張算不完，就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍，並不是大部分中小企業都能接受。」除了硬體，使用者還需要 AI 應用的 Know-how、程式背景與開發資源，這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中，一類是採用含有 iGPU 與專屬 NPU 的處理器平台，以一百多 TOPS 的範圍，可順暢使用 AI 應用程式；另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡，處理更大的運算量。

同時 QNAP 也在軟體端也持續開發，目標是讓 NAS 裡的資料更有效率地被 AI 工具調用，讓資料成為有價值的知識。

從規格走到現場：能源公司如何導入私有 LLM？

本地 AI 實際落地部署會是什麼模樣？劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫，但很快遇到兩個瓶頸：一是員工查詢時明顯出現卡頓；二是專利、技術與合約都高度敏感，高層不願上傳至公有雲，擔心機密資料會有外洩的疑慮。

後來，該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX，搭配顯示卡與全快閃 SSD，在地端部署私有大型語言模型，把數十年來封存的靜態檔案交給 AI 調用，進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間，核心機密也能留在企業內部。

這個案例說明，若任務範圍明確，有些應用不必動用雲端大型模型，地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同，導入前仍需要概念驗證（POC）與技術人員評估。

而且，資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值，是讓資料邊界與控制權回到企業手上；相對地，安全責任也會更直接地回到企業。

哪些企業現在該做，哪些再等？先看重複性與三個條件

能不能導入地端 AI，不只由產業標籤決定，也要看工作是否重複，以及場景能不能被清楚定義。劉文義觀察，第一批走進來的，除了受法規限制的醫療、金融與保險業，也包括利用地端 AI 加速資料處理的科技業，以及會計、律師等有大量重複文書工作的專業服務業，因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有　10　台、20　台機器，每台處理與儲存資料的 Protocol 都不同，需要相對應的儲存裝置；生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料，AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多，或重複性動作越多的產業，越容易透過導入 AI 提高工作效率。」反過來說，較傳統、人力密集，或仍高度依賴人工判斷的製造業，短期內未必能快速導入地端 AI。

依 QNAP 提供的資料，企業也可用「高頻、大量、敏感」三個條件做第一輪判斷：資料是否被頻繁調用？規模是否大到雲端傳輸與長期費用開始變得明顯？內容是否涉及個資、法規、智慧財產或商業機密？三個條件愈集中，地端部署愈值得評估；三者都不成立時，使用雲端 API 往往更簡單，也可能更划算。

可以先等的企業，大致也有三種。第一，資料仍分散、版本混亂、權限不清，急著上 AI 只會把混亂放大，先完成集中與治理，效率就可能先提升。第二，找不到一個具體且反覆發生的業務痛點，只因為「別人都在做」而採購，設備很可能變成昂貴的展示品。第三，使用量仍小、需求偶發，現階段雲端的彈性反而更有優勢。

因此，POC 不應只驗證「模型答不答得出來」，還要回答三個問題：資料由誰負責，誰可以存取？導入後能節省多少查找時間、傳輸成本或人工作業？正式上線後，誰負責資料、模型與資安維運？只有當效益與責任都能被量化，才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房，動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太，其中歐洲占比將近一半，而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證，並滿足 GDPR、HIPAA 等資料保護與法規遵循需求；累積至今，已售出約數百萬台裝置，協助企業打造智慧、安全的儲存方案。

至於普及時間點，劉文義提出一個明確的價格與效能交會點：地端應用若要順暢運作，運算量可能至少要達到 300 至 600 TOPS，甚至 800 TOPS，同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

「AI NAS 不是多了 AI 功能，而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言，地端算力成本高昂，QNAP 透過「算力分級」與開放模型架構，助企業逐步建構私有 RAG 知識庫與 AI 團隊。

圖／數位時代

「預測約兩、三年後，應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點，就會是 AI 落地最蓬勃發展的時候。」在此之前，企業真正能先做的，不是搶著買最大的模型或最昂貴的顯示卡，而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色：原油再多，沒有整理、提煉與配送的過程，也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力，而是誰的資料先準備好被調用。模型會持續更換，但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備，而是在資料必須留在企業內時，讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日（五）舉行，現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控，並安排 Live Demo，適合 IT 管理者、系統整合商與企業決策者參加。

活動地點：新板希爾頓酒店｜如意 AB 廳

活動時間：09:20–16:00

地址：新北市板橋區民權路 88 號 2F

立即報名：https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查，填問券抽好禮，倒數計時：https://www.surveycake.com/s/q4abw