【記者部落格】 在杭州直擊過的馬雲
【記者部落格】 在杭州直擊過的馬雲
2013.05.13 | 創業

5月10日晚上,一個背轉身,馬雲給交棒的陸兆禧一個無聲的大擁抱之後,揮揮手,消失在三萬多人注目的舞台上。馬雲退休了,在他48歲、創立阿里巴巴14年之後。

我稱不上與馬雲認識,沒有專訪過,沒有換過名片,參加過記者會和幾次阿里巴巴舉辦的網商節,隔著幾十個人聽著馬雲演講,他的身形異常瘦小,但每次說第一句話就能吸引全場注意,2007年他到台灣時舉辦一場見面會時,一走進場大家對他的外型露出的驚訝,他說:「不好意思,我就長這樣,像個ET」。 

馬雲2

馬雲演講非常緊湊,每一次都像帶領百萬大軍準備背水一戰的大帥,講話不愛用成語卻鏗鏘有力,斷字分明,慷慨激昂,對比的句子是一落一落的倒出來,隨著節奏變強,心跳變快,那些句子都像是無可質疑的真實,例如上週退休演說中的:「今天的世界是一個變化的世界,30年以前,我們誰都沒想到今天會這樣,誰都沒想到中國會成為製造業大國,誰都沒想到電腦會深入人心,誰都沒想到互聯網在中國會發展得那麼好。誰都沒有想到淘寶會起來,誰都沒想到雅虎會有今天。」 

他偶爾會用舉些簡單易懂的例子,幫助大家理解他的想像,就好像回到網路創業之前,他只是個中學英文老師。2012年網商節,他提出大數據(big data)將是集團關注項目,「我們中國人下海,做生意稱之為下海,下海其實不容易,幾十年以前,很多漁村的人拿了一票破船就下海,根本不知道會不會有暴雨,根本不知道哪兒有魚群,所以我們看到沿海有很多寡婦村,很多人下海同樣十個下海九個死,如何能夠幫助下海的人、創業的人更好,我們覺得數據將改變,我們希望大量的數據為國家作出一個氣象預報台。」

有趣的是,他還在網商節上罵過一個青年,現場人士向馬雲提問一直是非常精彩的部分,照例許多人排隊搶著提問,2011年有位女士得到了最後一個提問的機會,麥克風已經在她的手上,「我是來自…」,隨即後面一個青年搶過他的麥克風立刻問起問題,全場一陣噓聲,青年大喇喇地問起了他自己的私事,一是他和他的女友相愛,但不知為何總是吵架,問問馬雲該怎麼辦,二是他晚到了會場,看到別人都有座位,自己卻要坐在冰冷的走道上,覺得世界真不公平,問問馬雲該怎麼出人頭地。 

馬雲淡定的回答:「你先把麥克風還給那位女士,讓她把話問完」,接著他先回答了女士的問題,再義正嚴詞的罵了青年五分鐘,大致是:*「機會不是搶來的,我是你女朋友也不要跟你在一起。你遲到,讓你進來已經很好了,當然應該坐地板。」*當然,接著全場叫好,青年離我很近,滿臉的扭曲,也只能摸摸鼻子離開。

但是,我覺得上周馬雲的退休演說有點失常,氣力不似過往,內容順序也稍微凌亂,感慨多了些,沉默多了些,大概就像是他自己說的吧,「我期待這一天很多年了,但就像姑娘盼著結婚,新娘子到了結婚這一天,除了會傻笑,真的不知道該幹什麼。」

也許以後的人會用「神」一般的形容詞形容他,談到14年來阿里巴巴如何從B2B平台開展中國電子商務市場,淘寶、支付寶如何影響每個人的生活,但是他希望「幾十年後,社會已經把我忘了。我覺得不該誤導年輕人,這對我也不公平,我沒有那麼高大,也不能竊據功勞。」

陸兆禧呢 ?在才華洋溢的領袖之後接班,壓力絕對是大的,期待與比較都將如影隨形,蘋果公司的庫克就是典型例子。陸兆禧的初登場其實是非常緊張的,他拘謹地原地不動,說的不輪轉的時候停在他的笑容裡,他的演講像是在對著20人的同事開會,非常親切平和,卻沒有個人魅力,最打動現場的是他說:「感謝你們(集團同事),感謝馬總,因為我最初開始只是在酒店裡工作的服務生。」 

這句話說明了網路帶給年輕人的機會,還有他個人的努力,以及與員工宣告:「我和你們都一樣,你們也有機會」。

陸

創業CEO與守成CEO本來就是不同類型的CEO,馬雲不是成功了之後,講話才變成十足十的肯定,外加鏗鏘有力,他曾經用這樣的語氣,在沒人相信阿里巴巴的時候,說它是世界上最富有的寶藏,創立淘寶網時說要給獨佔者eBay易趣「致命的一擊」,2011年淘寶交易額人民幣4000萬時說隔年突破1兆元。前幾年外界把他的豪語當作誑語,許多人談論著他是個騙子,後來他都成功了。這是創業CEO所需要的技能:讓別人相信你的夢想。

前幾年去淘寶採訪時,內部員工說,他們都很崇拜馬雲,崇拜到馬總說了就一定要拚命完成,儘管他們都不認為會成功,或者儘管運作起來發現這個決定是錯的,他們也會拚了命的執行,「讓錯的變成對的」。例如2010年與日本雅虎合作的「淘日本」,透過轉換語言與資料對接,期望建立跨境交易的新管道,不過後來卻發現客服成本非常高,計畫運作困難,但是所有人還是頭也不回的嘗試與挑戰。神格化的創業CEO是帶動創新的隱性因子,甚至可能是核心因子。

TSUN7377

相對的守成CEO需要的技能是:執行力。目前阿里巴巴集團有25個事業部,員工數超過2.2萬人,囊括所有電子商務產業鏈,集團需要的已經不只是創新,還需要深層到位的執行力,陸兆禧具備這項能力,他在2004年執行支付寶創立、2008年1月出任正需要擴大市場的淘寶網, 2011年月阿里巴巴B2B公司面臨信用危機時,臨危受命回任B2B公司CEO,立下穩定中樞的汗馬功勞。2012年以後,協助開拓馬雲重視的大數據、行動領域,同時有穩定軍心、扶亂反正、落實創新的務實能力。務實派的守成CEO是走遠走深走廣的關鍵角色,陸兆禧也將是帶領阿里巴巴集團上市的CEO。 

平實的陸兆禧登場,許多人已經懷念起自由揮灑的馬雲,從馬雲的說詞與態度來看,未來要在公開場合聽他講電子商務、集團布局、網路趨勢,將會非常困難,不過我猜想,馬雲不會完全消失在舞台上,他關心教育,關心環保,不惜單膝下跪希望大家一起完成潔淨環境的心願,未來他魅力十足的演說,可望會是談論著生活態度、個人的社會責任等,阿里巴巴的舞台,一個背轉身,揮揮手,馬雲消失在這裡。

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