【創業小聚NO.31】 米亞網路執行長王柏升~創業沒有對與錯,每個人的故事都不同
【創業小聚NO.31】 米亞網路執行長王柏升~創業沒有對與錯,每個人的故事都不同

每月舉辦一次的創業小聚,六月份請來Fiito行銷總監鄒家慶、MY83保險網共同創辦人張瑜珊、龍骨王創辦人陳誌睿、博晶醫電共同創辦人程士恒、粉多任務共同創辦人謝孟瑋、紅門互動(EagleEye)創辦人張元溢等六組新創團隊,介紹他們的服務,以及米亞網路執行長王柏升,分享在看似失敗的創業歷程中,如何找到轉折與出路。

_G1U2020

Fiito/行銷總監鄒家慶

由四位愛畫畫的成員組成的Fiito,是一個線上繪圖社群網站。2009年9月成立後,目前已累積超過10萬幅畫,和3萬多名創作者。Fiito的特色在於用自行開發的繪圖軟體,供使用者創作,而非開放外部上傳。這套軟體會自動錄製所有繪畫過程,讓創作者更方便分享,其他網友也能從觀看每個步驟中學習畫畫技巧。Fiito更設計了許多機制提升分享的畫作品質,像是導入遊戲化機制,透過徽章或虛擬幣激勵創作者;或是發起「畫題」活動,訂定特定主題讓大家集體創作;又或是為這些虛擬作品舉辦實體畫展。Fiito今年最新目標是將畫作商品化,已推出明信片,30天就賣出80套,未來希望開發更多元的商品讓網友購買。

_G1U2033

MY83保險網/共同創辦人張瑜珊

研究方案差異、理解保障內容、保費排列組合……,在去年成為新手媽媽後,張瑜珊才發現,為小孩規劃人生第一張保單竟然是件這麼複雜的事,而這也是所有保戶的共同心聲。因此她在今年一月推出MY83保險網,以保戶需求出發,目前站上共有超過1000名經過認證的保險業務員加入,保戶在網站上提出投保需求後,就會收到相關提案,經過多方比較與發問,找出最適合自己的方案。保戶使用服務完全免費,業務員則需繳交平台費,目前已有655件投保,累積1292則回答。網站也推出保障保戶隱私的「轉接電話」功能,讓保戶直接和業務員口頭聯繫,但卻是透過轉接方式,不會洩漏保戶真實號碼。

_G1U2048

龍骨王/創辦人陳誌睿

因為看到老年化和智慧電視起飛的兩大趨勢,讓陳誌睿成立龍骨王,打造互動式保健頻道,以Kinect體感偵測技術,開發復健系統,自動偵測使用者的動作是否正確。目前龍骨王的發展重心放在市場推廣上,正積極和醫院和安養中心洽談合作,也透過代理商打入中國市場。陳誌睿表示,打入醫療產業最大的困難點是,醫療體系封閉、保守,不習慣接受新事物,因此推廣時要轉化為對方聽得懂的語言,「雖然白色巨塔城牆很高,但一旦跨過去,就不再是阻礙,反而是阻隔別人進來的最好障礙。而且巨塔間彼此相通,只要攻下一個,後續推廣就容易許多。」 

_G1U2055

博晶醫電/共同創辦人程士恒

監測運動時心跳、脈搏等生理指數的穿戴裝置,早已不是新鮮事,但博晶醫電在這個市場中,觀察到了未被看見的需求。共同創辦人程士恒以汽車來比喻人體,穿戴裝置就像儀表板,可呈現各種量化數值,像是計算步數、環境中的溫濕度、心跳等,而博晶醫電所推出的HeartWave運動用藍芽心跳帶,特點就在於可測量體力值,相當於呈現汽車油表的功能。HeartWave目標客群是有特定目的的運動者,例如瘦身、訓練、比賽等計劃,體力值的呈現可讓使用者更有效率地分配運動量,藉由調整運動節奏來達成目的。HeartWave預計在今年10月開始量產,目前也正積極開發更廣的商業模式。

_G1U2068

粉多任務/共同創辦人謝孟瑋

以惡搞短片「進擊的粉多」開場,點出Friendo粉多任務網站的宗旨—讓用戶的生活充滿趣味。解任務賺紅利其實並非Friendo的原始構想,共同創辦人謝孟瑋表示當初創業時,是想發展交友社群網站,但礙於推出時機不對,燒光了天使投資人的錢,只好砍掉重練。轉而將重心放在其中一項「任務」功能後,發展出現在的營運模式,可由自家公司或與廠商合作設計任務,再以紅利和趣味性來動員用戶解任務,廣告效果在這個過程中自然產生。粉多任務將活動延伸至線下世界,也動員用戶力量來做公益,目前更與喜滿客影城合作,推出大螢幕聊天室。

_G1U2073

紅門互動(EagleEye) /創辦人張元溢

紅門互動創辦人張元溢以數位行銷廣告起家,在第二次創業時,看準電商市場競爭激烈的商機,推出滿足業者掌握商品管理的動態數據分析工具—EagleEye。從最初推出讓消費者進行比價的平台,轉型到讓業者進行比較的數據分析服務,紅門互動發現賣家對競爭者與市場的相關數據,存在著強烈的需求,因為賣家對這兩部分的資訊,是相對較難有全面且即時的收集與分析。EagleEye的經營目標是廣納全台灣的商品數據,讓業者在使用平台時,能快速且有效地做出競爭力分析,並可持續追蹤競爭商品的動態。

_G1U2076

 米亞網路/歐米爾網路/執行長王柏升

「創業沒有對與錯,每個人的故事都不同」,王柏升將父親的一句話分享給大家。談到創業的心路歷程,王柏升以兩次失敗的慘痛經驗做為切入點,強調犯錯不可怕,可怕的是一再犯同樣的錯。從最初經營社群不敵臉書,轉型做粉絲團行銷,而後投入遊戲開發,卻燒光行銷本業賺來的錢,王柏升並沒有被擊倒,反而是悟出一套心法,再次投入創業。這套創業心法有三大要點:先試水溫,再聚焦核心產品,營運過程則要穩定現金流。最後,王柏升提醒創業者不可忘企業責任,只要成為老闆,就要好好善待員工。

 

關鍵字: #創業小聚
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