「我習慣扮黑臉, 是希望組織能變好……」
「我習慣扮黑臉, 是希望組織能變好……」
2006.05.01 | 人物

Profile 林信義 工研院董事長 1946年生,成功大學機械系畢業、政治大學企家班。曾任中華汽車總經理、副董事長後轉入政界,擔任經濟部長、經建會主委、行政院副院長。現任工研院董事長及總統府資政。 張忠謀、曹興誠和蔡明介都出自工研院,這是台灣科技業的人才庫,也是眾多世界第一產品的搖籃。一九七三年成立的工研院,改變了台灣在全球科技業的位置,而今,它自己成為被改變的對象,定位和組織要重新調整,因應外部環境變動。 台灣還需要工研院嗎?或者說,需要什麼樣的工研院?來自傳統產業並擁有政府經驗的林信義,將進行他生涯中的第三次組織再造,在接受︽數位時代雙週︾專訪中,他談到這項任務的重點和挑戰。

以下是專訪內容:
Q:工研院目前進行的組織調整,和你過去在中華汽車的改革,有哪些相同和相異之處?
A:改變是常態,是生活和工作的一部分,但很多人抗拒改變,怕自己是被改的對象。這次工研院組織變革是一次再造工程,要得到同仁理解和認同。坦白說,這次組織改造和前陣子的優退,我們的溝通是不足的。 改組——不是逼大家離開 優退是我來之前就決定,報紙都寫是林信義來才要做,其實不是這樣,不過我黑臉做習慣了。工研院本來就有優退制度,年齡加年資等於六十年,就可以優退。問題不在優退。以前的退休金制度是「全拿或全無」(all or nothing),你必須撐到一定年資才能領,否則什麼都沒有,這樣大家無論如何都要待下來,你讓他提早走等於為難他。 過去台灣經濟奇蹟沒有把「員工退休成本」和「環保成本」算進來,經濟奇蹟只是假象,現在把這兩種成本算進去,台灣經濟成長就沒那麼多。退休金要有分段結帳的概念,什麼時候退,可以把之前累積金額提走,否則為了等二十五年的退休金,在公司混有意義嗎?

Q:工研院這次的組織改造,你最希望改造的部分是什麼?
A:組織調整不是要讓同事走,錯並不在他們,而是組織的目標和衡量績效的方式改了,大家的工作內容也要改,這裡頭最重要的是讓大家有選擇。李鍾熙院長讓同仁可以上網選擇自己的工作,這個想法我非常贊成。以前中華汽車每一年都會讓員工填「自我評估表」,問組織的目標、單位的目標、個人的目標達成沒?本來要接受四十八小時至六十小時教育訓練,有無達成、還要有哪些訓練?最後一欄是:如果讓你重新選,你想去哪三個部門,最想做的是什麼?照志願填下來,然後電腦開始配對。做自己想做的事情,員工會開心,績效會更好。 工研院有輪調不足的現象。輪調是全方位學習,換單位就會想突破、更新。變,不是承認過去錯了,很多高階主管有此錯誤觀念。改變是代表環境變了,但並不表示是錯了。「認錯」是一門學問,和部屬、同仁說「我錯了,我判斷不足……」,認錯是學習的開始,需要很大的勇氣,同仁也會敬佩你。

Q:過去工研院的研發實力很強,你覺得還有哪些部分需要加強?
A:工研院好的部分很多,但接下來要更加需求導向,而不是單純研發的角度看事情。工研院有五萬多件專利,其中在美國有六千多件,全世界排第四,但有多少是原創型的,有哪些是關鍵突破的?初期我們追求量是對的,但接下來要以質為原則。這些專利可以用到業界嗎?可以商品化嗎? 首先,要有成本效益觀念。一百元的東西,有九十五元業者會做,其中有五元是關鍵零組件,向別人買,要十元,工研院開發出九元就很高興,但是別人只要一降價到七元,我們就做不下去了,工研院要開發出四元東西,這才是成本效益。 第二要做到即時上市。工研院做計畫可以慢慢摸,但是企業不一樣,在多久以前多少成本一定要做出來,不然就倒了。工研院做了一年三個月終於研發出來,跑去找廠商,廠商已經倒了三個月。即時上市非常重要,希望同仁能多和廠商接觸,要常去廠商那邊,不然研發出來的東西怎麼用? 工研院商品化經驗十分不足。我從前在中華汽車時和工研院合作過共用引擎的案子,政府和廠商都出錢,但是工研院做出來的東西噪音太大不能用,後來找國外專家來幫忙解決問題。至於如何量產,工研院根本沒有經驗。

Q:之前工研院提出要「聚焦整合」,不能什麼都做,能更清楚解釋嗎?
A:經營其實就是分配資源,設定優先順序。以奧運為例,台灣不能每項參加,而是選擇跆拳道、舉重和棒球,專注在有希望的強項,把資源集中過來。技術也一樣,我們有十八項產品世界第一、七項世界第二、四項世界第三,選出我們會做的,往下扎根,才有機會。 經營——集中資源才有機會 我們的基礎技術扎根就不夠。像我們的工具母機,精度就是比別人差一點,高速化就差人家一點,但是售價差很多,我們一台賣一百五十萬,人家可以賣到三百或五百萬。台灣產業兩大弱點就是原材料和關鍵零組件能力不夠。韓國已經發現,並責成大企業好好做這兩項,不要再掐在美、日手上。

Q:台灣半導體工業,從聯電、台積電、華邦到世界先進,都來自工研院電子所,後來的通訊和光電產業也和工研院有淵源,接下來呢?
A:在聯電和台積電之後,這幾年的成果不是沒有,但卻沒有聚沙成塔。工研院最強的在跨領域,現在的產業常需要跨領域,材料、化工、光電和電子等,工研院都有,但為什麼組織要改?因為不能各擁山頭,所以把過去各個獨立的研究所改成「基盤實驗室」(core lab)。 跨領域是專案團隊,是矩陣組織,而且要把權責和資源配置的方式也改變,從各個所轉到各個專案上,專案負責人掌握預算和分配資源權力,調動跨所人員參與才有辦法。 專案團隊的負責人很重要,要所長來當。組織改造要趕緊開始做,跨出去,審查然後修正。現在不做,三個月後還是要做。 目前的狀況是,工研院的同仁較少接觸組織改革,沒有受過相關訓練,當然這也牽涉能力和意願。沒有能力,可能是組織的錯,因為組織沒有訓練;同仁能力增強,組織就強。工研院在研究績效和薪酬的結合制度,結果一年半還提不出來,因為習慣了年資主義。

Q:這次工研院進行的組織再造,牽涉人事的部分相當多,最主要的改革重點是什麼?
A:工程師有階級,管理師也有。但管理師的上限在十二萬,有人能力是可以領二十萬的,卻只能最多領十二萬。有人只做三萬元的工作,卻可以領十二萬,只因為年資到了最高點。這都是不合理的現象。

改革——績效和薪資要連結

績效和薪資一定要連結起來,這有賴管理工具。剛進來的工程師四萬,有年資的人八萬,做的事情卻一樣,讓新進來的人怎麼願意做?休假是另一個例子。進工研院頭一年可休七天,第二年十四天,到第四年有二十八天,這其中有人都休完,忙的人根本休不完。有人休假,別人就得幫忙分擔他的工作。工研院整個行政管理有改善的空間,目前會計、人事、公關都已集中化。
工研院的經費要管理好,錢要用在刀口上。年終獎金為什麼只能有兩個月,為什麼不能八個月?好壞差距要拉大。我在中華汽車時,有人一年總共領三十八個月,有人只有十四個月,那才會有人努力。在公家機關,考績都是用輪的,有主管在年初就和部屬說,今年你就是乙等,因為大家是照輪,這很荒謬。我和這位主管說,你要這樣打考績, 那你就是乙等。

Q:你覺得現階段工研院在台灣產業轉型的過程中,應該扮演的角色是什麼?
A:工研院接下來的角色,是幫助中小企業升級。殺價競爭從中國換到越南,最後換到非洲嗎?未來要以加值取代降價。降價有一定下限,但加值是沒有上限的,而且加值還不一定加價。以羊肉湯三十塊一碗為例,加個當歸可賣五十塊,但當歸才三塊。台灣產業一定要想怎麼加值,以加值來賺錢,而不是只想降價。加值過程就是工研院可以扮演的角色。在台灣經濟結構中,服務業已佔超過七○%,服務業一定要靠加值才會有特色,和生活結合。

加值——幫助中小企業升級

工研院有一種色標冷凍液包技術,把東西放進去,可以維持在一定低溫十二小時,這對於物流業很有幫助。卡車裡頭裝的東西溫度各自都不同,魚是零下兩度,飯團零下五度,這些都可以放在不同溫度的冷凍液包裡,用顏色標示出來,用一趟普通卡車就可以運送。這樣物流業者可以利用晚上送貨到店面,塞到門底下,早上業者打開門時再把這些產品放到冰箱,非常方便。另一個例子是竹炭。竹子很便宜,但是以特殊技術加工成竹炭,可以拿來做鷹架,一公斤賣五百元,做傢俱的話更貴。
日本產業研究院才兩千多人,工研院有六千多人,不是說工研院不要做了,每天還是要跑步健身,但決戰點在以有限資源做計畫。

Q:這種從市場需求反推回來的策略,和過去工研院注重技術先進性不同,需要會講市場語言的人,而不是講技術語言的人,這點你怎麼做?
A:以前胡定華(現為建邦創投事業董事長)在提案子時,自以為一百分的簡報,被孫運璿院長批為零分,「因為你沒有講我聽得懂的語言。」不只做簡報,工研院同仁在寫報告也一樣,第一頁就要有結論、要有重點摘要。

效率——擺脫公務員習慣

我剛當經濟部長時,每晚八點到半夜兩點,看報告,報告很厚,整晚只看完三份,但都沒有結論。公務員注重流程,一定把來龍去脈交代清楚,但沒有行動方案。工研院沒有公務機構那麼注重流程,卻也沒有民間機構的時間、結構、效益上的要求。

Q:因為績效差距不大,是否會造成有能力的人都去創業,留在內部的人,都是不願意出去的?未來有無可能從業界找人進來?
A:工研院待遇較差,很難從外面吸引好的人才。一碗飯,少點人來吃但大家吃飽,還是多一點人來吃,大家餓不死。工研院好像採取後面一種。經濟部說,不反對工研院增加薪水,但工研院要自己省下來或籌出來。
工研院有發明人獎金,但誘因不夠,民間企業節省公司一千萬,員工可以領五%。專利還可以賺錢,二十五萬的誘因是不夠的。誘因不夠,乾脆就把專利和技術拿出去賺錢了。 留在工研院不一定是差的,但制度要改,為什麼要出去創業,可以在這個組織很有成就,為什麼一定要創業?組織和員工是生命共同體,就不會想出去創業。 我剛到中華汽車頭幾年,公司派我出去受訓,但要簽約,我就拒絕。有同事簽了,最後一年一點心也沒有,公司卻付他薪水,有什麼意思呢。

互動——加強了解廠商需求

工研院有很多優秀的人和技術,問題是不知道怎麼發揮價值,這裡頭有制度和習慣問題,也有定位問題。
像綠色環保技術,廠商需要,但是廠商不知道工研院有,還從國外引進。工研院也不知道廠商需要,非常可惜。研發不夠透明,不知道是否研發了有用的技術。
沒有廠商參與,可能有兩個原因:一是計畫根本不對,二是廠商不願意冒險,第二種工研院就可做。誰來選擇和聚焦?其實業者可以來幫忙審查工研院的專案。
以混合引擎為例,台灣根本做不出來,但可做其中的零件,做零件台灣最強。不做汽車,做摩托車、機動車等可不可以,這都可以討論。要做汽車電子是電子所的專案,但機械所卻抱在手上,這表示組織僵化,還要多討論、辯論。

Q:你從產業出身,也有公職經驗,你覺得政府部門如何「管理」企業?
A:台灣總是要等時間、市場機制來決定,根本是資源浪費。過去汽車工業是如此,現在液晶面板產業也是如此,不見棺材不流淚,重複投資,政府欲主導,就被媒體修理。大家都有寧為雞首,不為牛後的觀念。

我在經濟部長任內發現,台灣企業資本額在一億九千多萬的,有兩萬多家,為什麼?因為資本額到兩億,就要公開發行,而且股東要超過三百名。我去研究這個法,發現是民國七十年訂的,早就不合時宜。後來我發現只要用行政命令就可改變這個情形,於是我們馬上就動手改,資本額到五億才需公開發行。 工研院名人榜 30多年前,孫運璿將經濟部下轄的三個研究機構合併成財團法人工業技術研究院,以研發為主,輔助產業發展。其中「積體電路發展計畫」造就了後來台灣IC產業的蓬勃發展。 張忠謀 1985年回台接掌工研院, 之後創立台積電 曹興誠 創立聯電前, 曾任工研院電子所副所長 蔡明介 曾在工研院工作,現為 聯發科董事長

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