我們就是網路 WearetheWeb
我們就是網路 WearetheWeb
2006.07.15 |

十年前,網景(Netscape)的公開發行股票引爆了鉅額的資金流入,只因為一個才剛被發現的世界:網際網路。在這以前,網路什麼都不是;那天之後,什麼都和網路脫不了關係:以分享文化為基礎的參與精神,還有歷史上前所未見,由人與機器共同構成的思考模式。以前人們沒看出網路的發展,現在依然沒有,唯有看到十年前我們所犯下的錯誤,才能真正看出二○一五年的網路將會是什麼。 回顧一九九五年 從全然陌生到大量投入 在網景瀏覽器使網路大放異彩之前,多數人並沒察覺網路的存在,或者對網路多所誤解。我花了些功夫回頭閱讀不少當時的刊物,果然發現許多聰明人在網路誕生初期所下的愚蠢評論。一九九四年美國《時代》(Time)雜誌解釋了網路為何無法成為主流;一九九五年二月的《新聞週刊》(Newsweek)雜誌,還出現了這樣的標題:「網際網路?呸!」 我自己親身的體驗,則是一九八九年我到ABC電視台對高階主管簡介網路「這玩意兒」時,所感受到的輕視。他們的確發現有一個新事物正在發生,但我無法說服他們不要對網路等閒視之。一位資深副總下了評語,之後他在媒體上也如此宣稱:「網路是九○年代的無線電香腸族。」臨走前,我試圖說服他們趁著ABC.com這個網址尚未被註冊之前趕緊行動,但一個星期後,我發覺網址依然沒有登記註冊。 不只電視台輕忽網路,《連線》(Wired)雜誌也是。翻閱當時內容,我發現《連線》鼓吹著某種高產值的內容服務=五千個頻道不眠不休地播放著各種內容,其實這很接近目前我們在網路上所從事的活動,只不過是放到電視上。那麼誰來負責內容軟體呢?當時的《連線》屬意任天堂(Nintendo)和雅虎(Yahoo!)一群新一代明星。 問題是,軟體內容的製作成本極高,連電信公司這類網絡事業巨人,都因為財源問題而停滯不前。軟體提供所需要的大量資金,嚇壞了許多科技評論者,他們非常擔心這塊網路淨土將為私人所控制利用,這樣的擔心普遍反映在當時的言論上。對於商業化的恐懼,更存在許多主要的程式設計者心中。他們認為自己的工作高貴,是對全人類的禮讚。在一九九一年以前,私人企業是被禁止出現在網路上的。 直到一九九五年五月,NSF對網路商業解禁,三個月後網景上市了。突然間大家發現自己也可以將軟體內容放在網路上,讓所有可連至網路的人欣賞,逐漸增加的閱聽者,不再仰賴ABC電視台之類的公司。上市當天,網景股價標高至七十五美元,瘋狂?還是歷史上嶄新的一頁? 看看二○○五年 資訊爆炸「給予型經濟」誕生 今日,網路的範圍已深不可測,全球網頁數已經超過六兆,平均每個人一百頁。這是如何辦到的?這個驚人成果絕對不在任何人的十年計畫裡。 一天天增加的小小奇蹟使我們麻木了。現在到任何一個入口網站,你可以找到音樂、氣象預報、即時股價、世界各地的衛星空照圖等資料,也幾乎可以在網路上買到任何東西、下載各式表格。我敢說,現在資訊內容的多元化、即時性以及免費的特性,是任何人都始料未及的。 如今網路的規模是一九九五年時怎麼想也想不到的,但如果我們從過去的經驗有學到任何事的話,那就是「不可能的可實現性」。拿eBay來說,在四千多個日子裡,eBay從一個無足輕重的實驗性社區市場,演變成網路超連結世界中獲利豐碩的一員。 一個來自世界各地的交易市場,一年中成交約十四億筆。使用者包辦了一切工作:拍照、編目錄、張貼、管理,甚至有自己的規範機制—─來自於每位參與者對交易的評價。這個由使用者而非企業利益所構成的新世界,是我們沒有預見到的,亞馬遜(Amazon)網路書局的讀者書評也是一例。這樣從上而下的大變動,也未曾出現在任何人的十年願景當中。 另一個令人震驚的網路現象,就是部落格(Blog)。媒體專家一直以來都相信,觀眾絕不會離開沙發上,挪走臀部,找自己的樂子,畢竟「閱讀與書寫已死」是人盡皆知的事,製作音樂跟電影也非一般人能力所及。但是我的天啊,人類正目睹了將近五億個部落格興起,平均每兩秒出現一個。 這些由使用者創作出來的頻道,完全不符合經濟理論。到底這些時間、精神跟資源打哪兒來?答案是,觀眾(The audience)。 為了自己的興趣及造福朋友,我個人也有一個介紹新奇工具的部落格。透過網路,我的熱情傳遞給更多的人,而我的網站也變成「給予型經濟」的一部分,所有內容都是免費的。這種經濟型態創造出大量的選擇,更促使消費者變成製造者,免費公開原始碼的轉體就是一個例子。連結功能把人們想參與、想互動的慾望推上了高峰,而對於「參與」的狂熱讓一般人願意投入大量的時間精力,造就愈來愈多這樣的網路行為模式。 一份研究發現,只有四○%網路活動是以營利為目的,其餘則是責任跟熱情。自從工業時代以降,大量製造取代了自己動手。這種想要創作,想要進一步與他人互動的熱誠,在十年前可沒有任何人想到,現在,這份狂熱已經扭轉了經濟型態與社會網絡。 拿熱門的下載軟體BitTorrent來說,上傳幾乎與下載等速,而這只是硬體設備從觀眾立場轉型成參與者立場的一小步,下個十年更多的改變即將出現。隨著分享模式的與日俱增,那些「網際網路無法變成主流」或「上網者都是男性」等迷思,顯得怪異可笑。 想像二○一五年 網路將自我學習解決問題 網際網路一步步由一元的媒體與觀眾,變成多元的創作者與參與。這股創作的熱潮會持續多久呢?拜網路購物所賜,美國書籍與CD的銷售量上揚,同時新的部落格仍舊快速成長。 有一個粗略的理論推斷,在不久的將來,每個人一生中將至少會寫首歌、編本書或拍個片。那如果每個人都上傳資料多過於下載資料,創作內容多過於欣賞內容,誰來做觀眾呢?沒有人是觀眾。但是這完全無妨,因為每個製造者同時也是消費者,創作同時也是欣賞,每個連結網頁是起點與終點。 假若這股旋風式的大量參與風潮,就是我們對於網路的全面觀察,那恐怕我們將再次錯估情勢。真正的轉變其實是像昇陽(Sun)的約翰蓋吉(John Gage)所說的「網路就是電腦」,包含網路、服務、周邊硬體設備等形成了一個超級電腦的作業系統,並且與世界上數十億的人腦緊密結合。這樣的想法早已略具雛型,未來將會不斷地進化。這部機器正以一種驚人的速度收發電郵、傳遞簡訊以及搜尋網際網路。機器的構造也像人腦一樣複雜,其中有上兆的神經元,也就是那些網頁。然後就像神經元與神經元中間有極大量的神經鍵一樣,每個網頁約莫會具備十個以上的超連結,將各自靜態的網頁串連起來。 重點是,人腦容量不會與時俱進,但是機器可以。由於這部大機器內部連結是如此的不規律,它也正以遠勝於生物腦袋的速度在擴張自己的內容。再過十年,這個系統將包括了所有搭載晶片的設備,並且累積足夠的資料開始做自我學習。目前這部機器的演進仍然避免不掉一些小災小厄,到了二○一五年,機器將能預知到障礙並且事前避免掉。它會有一套健全的免疫系統,並且不重複同樣的錯誤。機器的另一個大優勢是,可以全年無休地運作。網路這整部機器經保守估計,已經不眠不休地運作十年了,這是其他任何設備都無法達到的。最後我們會發現,真正的全球普及降臨了。你的桌上電腦使用哪一種作業系統或硬體設備已經無關緊要,只要它能連結到網路這套作業系統。 那麼誰來撰寫軟體內容,使得這套作業系統更有用、更有生產力呢?我們自己,而且早已在進行中。透過每次的貼圖,每次的超連結,我們正在教育這部機器。就好像人的腦細胞一樣,機器也是透過一次次的被使用而茁壯。最後我們將發現自己極度依賴網路所知道的,或是網路知道我們所知道的事務,正如現在我們已經發現用Google搜尋答案,比讓自己背下來更快、更方便。 從尼爾森的藍圖開始,網際網路發展成「記憶銀行」並不令人意外。但是這樣整合全球電腦為一體的巨型機器出現,並深入我們的生活,仍然是個大驚喜,而且這還只是起頭而已呢! 回首過去,網景的上市似乎不過是慶祝此刻的小小煙火,跟之後的.com熱潮比起來,公開交易日的那些豐沛資金也好像沒什麼了。開始總是這樣的,當狂熱褪去,當錢潮來了又去,在一群原本孤立的心靈聚合在一起之後,我們會說:「我們的機器誕生了(Our Machine is born. It's on.)。」

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