【創業小聚No.28】 如何實踐創新思維?華威投資副總裁~先從改良做起
【創業小聚No.28】 如何實踐創新思維?華威投資副總裁~先從改良做起
2013.04.22 | 創業

固定在每個月第三週的週三晚上舉辦的創業小聚,用2小時的時間,聆聽台灣創業團隊是如何運用科技改善人們的生活,並在現場實際與他們做機會交流。在四月份創業小聚依舊邀請到6組新創團隊分享,分別為Everyday.me共同創辦人林裕寬、iFit 愛瘦身創辦人艾莉絲Alice、三艾健康執行長鄭智超Alton、睿格科技總經理卓昭明、Lucent sky創辦人劉寯Jim、評律網執行長莊大衛David,以及華威投資副總裁譚之寰Eric以過去投資經驗分析,創業團隊要如何選擇創投合作,以及在創業環節中哪些是需要避免的。以下擷取當天分享內容。

** 
**Everyday.me/共同創辦人林裕寬。(攝影/林衍億)

Everyday.me共同創辦人林裕寬描述,若是將一個人一天的生活分成四個象限,分別為公開、隱私、玩樂及工作。但個人記錄生活的工具繁多,使用者有不同的記事習慣,因此從中發現整合的機會,催生出Everyday.me微日記App。此外,他特別提出,新創公司往往會設定人才的條件,但Everyday.me號召人才,出發點是希望和夥伴有工作上的交流,他們不吝分享在YCombinator的育成經驗以及過去在國外累積的人脈,相信人才在加入Everyday.me後會激盪出更多想法。

 
iFit愛瘦身/創辦人艾莉絲Alice。(攝影/林衍億)

強調健康瘦身的iFit 愛瘦身,搭配原創趣味的減肥圖文吸引點擊,從去年粉絲團開張至今已累積超過37萬名粉絲。此外,為了因應粉絲需求,逐一成立官網及團購網,並陸續推出健康瘦身方面的課程,更在今年3月出版瘦身新書。創辦人艾莉絲Alice說:「既然成立社群了,就該想辦法去滿足他們的需求。」未來他們將朝向品牌、通路、產品去發展,並開發行動應用、尋求媒體曝光和異業合作機會,「尤其是與傳統產業的合作,希望藉此挖掘出台灣的好產品,被廣泛的使用。」

 
三艾健康科技/執行長鄭智超Alton。(攝影/林衍億)

取名為3i,本意是以人為本(Interest)、用網路技術(Internet)來發展智能設備(Intelligence),是由來自工研院曾做過健康管理、健康照護相關計畫的團隊所組成。為何會投入這塊領域?鄭智超認為,有經濟能力的網路族群普遍落在30~50歲之間,加上健康、預防醫學概念越趨普及,於是讓原本一日健檢、只拿到紙本報告的作業模式,躍身成為365天的線上健康管理。目前已B2B2C的模式推動,與專業的健檢機構合作,將健康觀念導入企業,並結合醫療產業的系統,讓每個人都能落實自身的健康管理。

 
睿格科技/總經理卓昭明。(攝影/林衍億)

在雲端技術尚未發展成熟時就有了構想,累積已久的能量,終於在3年前看到雲端崛起的機會。卓昭明表示,Gridow影音簡報服務能夠滿足許多商業人士,無論是業務介紹、知識分享或是通路教育訓練等工作需求,他們能在雲端自行產出影音簡報,同時讓觀看者可跨平台收看,並搜尋影音簡報內容。結合電信業者的網路資源如中華電信、遠傳電信,合作企業如台積電、Computex、Pchome等。Gridow向外推廣的第一站選擇在日本,與NTT獨家合作連結全球市場。

 
Lucent sky/創辦人劉寯Jim。(攝影/林衍億)

劉寯表示,因應個資法上路,近來各家企業資安意識抬頭。根據團隊統計,有72%的網站都有資訊安全弱點的問題,而平均一個網站有220個弱點,足以讓駭客入侵這些網站,竊取裡面的資料。在此需求下也衍生出許多資訊安全顧問廠商,但普遍來說價格昂貴、修復工程浩大,對企業來說都是一大成本。而Lucent sky提供自動化修正弱點的應用程式,能夠節省客戶成本,並快速抓出網站問題。當然,他們清楚工程師最忌諱程式被改的前提下,掃描修正了哪些有問題的程式,都是可以被查看得到。

 
評律網/執行長莊大衛David。(攝影/林衍億)

生活中有許多找資訊的需求,大部分已有相關網站服務能夠滿足。但還有一個最重要的缺口,就是法律諮詢。莊大衛表示,有75%的民眾都是透過口碑介紹,但很多時候沒有足夠的專業知識與經驗來判斷,往往有60%的民眾只與一位律師見面後即決定委任,風險相當大。因此評律網蒐集、計算超過120萬份公開判決書資料,完成全台8,148位律師過往經驗分析、3,414位法官審判歷程分析,提供法律客觀數據分析的線上服務,解決資訊不對稱的鴻溝。評律網採用Open Data(開放資料)的概念,希望將資料加值再應用,目前已成功與求職小幫手合作,協助求職者更順利找到適合的公司。

 
華威國際科技顧問/投資副總裁譚之寰Eric。(攝影/林衍億)

在04年轉換跑道,從半導體產業擔任業務工程師,到華威擔任投資副總裁的譚之寰Eric分享,要如何選擇創投合作?首先要了解創投分為幾種不同的類型,會針對團隊不同的階段去做投資。第一種是從產業出來的投資者,他們有龐大的資源能夠支援團隊,無論是人脈或找客戶;第二種是打帶跑財務型的創投,他們願意高價投資,並鎖定在利潤面。華威則是希望做第三種加值型的創投,不僅是資金上的投資,也希望提供團隊附加價值。

他引述鴻海董事長郭台銘的話:「一般執行過程中要看目標,有了目標後定策略,最後是組織的組成。」通常創投在看目標時會看市場夠不夠大、是否持續成長,此外,他也特別指出,有些產業結構不要碰,所謂的夾心餅乾產業,就是客戶少、材料供應商少、材料佔比高、帳期長以及山寨客戶等。另外一方面,大家都在提倡創新,但創新的產品要怎麼找?他說明,反而是可以從抄襲舊有的模式,經過不斷改良,以致於發展出符合市場需求的創新產品,舉Netflix為例,創辦人哈斯汀因為在百視達逾期還片被罰錢,激起他發展新的租片模式,一個月支付一定金額可以無限看片,這就是他的創新。

另外,創業團隊組成的人才特質也很重要,創投往往會看核心團隊的學經歷、過去的創業經歷、心胸是否開放、誠信操守是否良好以及具備高度執行力。但新創公司要取得好人才有相當程度的困難,而這方面創投也較有資源能協助新創團隊找到一流的研發或業務人才。

 

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