【書摘】Mesh  最潮的創業模式
【書摘】Mesh 最潮的創業模式
2011.03.22 | 創業

「對通用汽車(General Motors, GM)有利的,就對國家有利。」一九五三年通用汽車執行長查爾斯.威爾森(Charles E. Wilson),曾對參議院小組委員會這麼自誇。儘管當紅漫畫家阿爾.卡普(Al Capp)事後利用這段發言諷刺威爾森是「進步黨總長」,但他可不是無憑無據地吹噓。通用汽車成為主導產業的龍頭並叱吒風雲數十年,它的品牌與商業模式羨煞所有人。

威爾森提出這番言論三年後,《財富》雜誌(Fortune)開始公布美國前五百大企業名單,通用汽車榮登榜首,而且屹立不搖長達二十年。爾後的二十六年,榜首之位仍然是通用汽車與另為兩家汽車相關企業的天下,即艾克森(Exxon)和福特(Ford)。直到二○○八年底,通用汽車被迫向國會請求紓困,最後宣告破產;這個支配了二十世紀大半商業市場的巨擘,才正式告別舞台,以汽車為中心的產業模式畫上休止符。

同一時間,在國人完全沒有注意的時候,一種不一樣的汽車公司快速地打破營業紀錄。Zipcar 這家公司以不到九年的光景,在美國、加拿大和歐洲奠立了一席之地。自二○○一年創立之初,Zipcar 就是十年來成長最快的公司之一,年收益在第二年和第三年分別成長了二倍和三倍;到了二○○九年,年收益已經超過一億三千萬美元,比前年增加了三○%。

Zipcar 是 Mesh 公司近乎完美的例子,它不製造、不銷售或修理車輛,經營的是汽車共享。總公司設在波士頓的Zipcar,是兩個幼稚園好友的創意之作。一九九一年,安特耶.丹尼爾森(Antje Danielson)坐在柏林的一間咖啡店,看到汽車共享服務的招牌,對這項服務愈看愈感興趣。丹尼爾森發現這項服務很容易做到,而且非常有意義。不同於傳統的汽車租賃公司(舊式的共享平台),這家公司的車子在城市的任何地方,都可以很容易就可以找到與租用。找到租車點後,你在網路上能夠預約完全符合需要的車,然後使用一小時、一天或更久時間。這一點讓租車服務實際上可以符合顧客每天的需求,而不是只有旅行時才租車。

在溫哥華這個城市,Mesh 公司與組織四處林立。我參訪了一種食品合作社,那是由部分顧客管理經營的小型商店。透過一位朋友的安排,我深入了解到這座創新城市的設計特色,得知民眾在市內每個角落可以步行、騎自行車,或找到方便的公共交通工具,因此我做了一次探訪之旅,目標是為冬季奧運所興建知名綠建築和運輸系統。不過溫哥華不是特例,全球包括美國、歐洲、亞洲已經湧現了幾千家 Mesh 公司。

在社群媒體、網際網路、無線網路和手機市場不斷成長之下,Mesh 公司業務一片欣欣向榮。他們取得每一筆可能的資料,然後進行大量的資料處理,在民眾需要商品或服務時,提供真正符合所需的優質商品和服務。Mesh 公司有四項共通特點:共享、網路與行動裝置的進階利用、以實體商品和原料為主軸、透過社群網絡與顧客連結。當然,並不是書中所討論的每一家公司或組織,都同時具有四項特點。就像任何大躍進、快速發展的知識或科技一樣,Mesh 也是在一條持續發展的路上,以各種不同的方式呈現;部分是完整的 Mesh 模式,但更多、更多只是朝著同一方向前進。

為什麼將這一波商務新浪潮稱為 Mesh?Mesh 指的是一種四通八達的網路,可以讓系統裡的任一伺服器,連上其他任何位置的伺服器;每一個部分都和其他任何一個部分相連,而且全部串聯在一起。之於我,Mesh 是一個適當又貼切無比的用詞,為資訊服務時代進入全新階段做出了最佳詮釋。Mesh 公司在眾多方面,都與彼此、與全世界緊緊繫在一起。部分聯繫是直接的方式,例如公司之間彼此認同一個市場,共同提供商品或服務。這些公司共享資訊,促進與新顧客、顧客偏好和商品的使用和取得。至於其他的聯繫則屬於間接方式,必須透過第三者,例如透過顧客資料彙集或是顧客的社群網絡。

Mesh 之所以可以形成氣候,乃是因為我們的一切都已經和其他的人、企業、組織、物品有愈來愈緊密的連結。這是人類史上,首次存在這種遙遠卻可及、隨時開放、相對便宜的互聯性。就像人類的思維比一群神經元要複雜得多,Mesh 的連結,已經引起更複雜與更具挑戰的東西。在人類大腦中,所有的部分(包括 DNA、神經元、腦葉)彼此結構且不斷相互溝通聯繫。我們可以用同樣的方式來說明 Mesh 的多個部分,例如電子、行動通訊、伺服器、服務、合夥人,還有顧客。不過就好比人類的大腦,Mesh 也比各個部分的總和還要龐大得多。如今每個人、每件事,都變成和其他每一個人和每一件事相互連結,例如微網誌推特(Twitter)在二○一○年二月,每天就有高達五千萬則推文。有一種新模式已經誕生,正在持續成長與改變適應。Mesh 顯然衝出了一波高峰,而且它的學習力又強又快。


書名:《10年後,你將找不到實體商店》

**《富比士》雜誌:「Mesh是未來10年重塑企業的重要趨勢。」**透過雲端運算、行動網路、社群網站、手機App等科技的虛擬平台,全球已有1,500多家企業、數十種產業,風起雲湧加入戰局淘金;在這裡,不用買、用租、用交換,就可以和所有人「共享」商品或服務。

作者:麗莎.甘絲琪(Lisa Gansky)

甘絲琪是全球網路導航器(Global Network Navigator, GNN)和 Ofoto 等多家網路公司的創辦人兼總裁。她目前指導與投資的幾個社會創投事業包括:新資源銀行(New Resource Bank)、Squidoo、Convio、TasteBook、MePlease、Slide、Instructables 和綠化世界傳媒(Greener World Media)。此外,她也是 Dos Margaritas(以環境保護為目標的社會創投事業)的共同創辦人。甘絲琪現居美國加州納帕(Napa)。

出版社:時報出版

買書去

 

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

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。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

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。

qnap3.png
「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

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓