微軟拚創新,到外部找聰明人
微軟拚創新,到外部找聰明人
2014.02.05 | 創業

[237期雜誌精選] 創新已成為既開放又分散的活動,微軟正透過全方位育成活動,培養創業社群,透過新創團隊的速度與彈性,投資下一個未來。

微軟全球每年會有超過90億美元用於研發投入,微軟內部的專利總數已超過四萬件,就數量看,微軟內部的創新驅動力已經非常強大。然而,面對激烈的競爭,對微軟來說,拉近與新創企業的關係,就是投資未來,特別是在中國,整個創業氣氛不輸矽谷的情況下,近兩年相當積極推動微軟創投加速器活動。

「透過加速器這個育成模式,參與的新創企業不但可獲得它們所需要的雲端資源,同時彼此之間也能構成一個創業生態圈,他們的反饋也促進了Windows Azure的提升和生態圈的完善,」微軟全球資深副總裁、微軟亞太研發集團主席張亞勤指出。

當Windows Azure平台成為串起微軟各種業務的核心時,加速器也橫貫微軟內部,在為初創企業尋找各種資源支援,加快了微軟內部資源整合的進程,推動著微軟雲生態系統的構建與完善。

資源豐富的創業加速器

微軟創投加速器成立於2012年7月,經過一年多以來的耕耘,已經小有成果。分析這四期的創業題材也發現明顯的趨勢:第一期是以B2C為主,第二期是B2B,第三期是大數據,第四期則多深入各個垂直領域,專業分工明顯。

1月13日的北京城天寒地凍,城內河湖紛紛冰封,但在北京西北中關村內的微軟亞太研發中心的熱鬧氣氛,卻和外頭的寒意形成強烈對比。這一天正是微軟創投加速器第三期團隊上台發表公司服務的「Demo Day」日子,同時第四期團隊也一齊亮相。

「第四期招募有420家團隊報名微軟創投加速器,經過微軟海選進入複試,最後19家進駐,錄取率僅有4.5%,堪比哈佛商學院的錄取率,」張亞勤指出。

「剛開始時,團隊主要是衝著微軟免費提供的6萬美元雲端運算平台Windows Azure而來,但現在則是衝著微軟品牌而來,」微軟創投加速器中國駐企執行官高欣欣說。成為微軟創投加速器的一份子,微軟會免費提供辦公場地、幫忙團隊招募人才、創業培訓、創業導師輔導、提供雲端技術上的支援與6萬美元免費的微軟Windows Azure雲服務、介接創投資金等豐富資源與協助。

「哪裡資源多,就往哪兒去,」第四期團隊上網快鳥創辦人姜向前話說得明白。而第四期台灣入選團隊活動行(在台灣稱活動通Accupass)共同創辦人兼營運長謝耀輝則直呼:「微軟擁有太多資源,在中國號稱最能撒錢的創業加速器。」

團隊慕名而來不是沒有原因。「加入微軟最大的差別來自於資金的介接,在加入微軟創投加速器以前,你找創投,創投不理你,但加入之後,創投找你,你不理他,」微軟亞太研發集團首席運營官申元慶話說得明白。

微軟創投加速器過去孵化的47個團隊中,有九成已經得到創投的投資。例如第三期團隊91金融超市就獲得人民幣6000萬元的A輪融資。這些成功案例讓後繼的團隊相當有信心,認為只要貼上「我是微軟創投加速器一份子」的標籤,下一輪融資會更順利。

微軟另一個聰明的作法是,創投加速器不要團隊的任何股權做為回報,這讓團隊免去估值過低,造成股權被稀釋的疑慮。在中國有「創業導師」之稱的李開復就曾在演講中說:「很多大學雖然都鼓勵青年創業,卻還要占創業公司的股份,大學都已經有領政府的補助了,饒過年輕人吧!」

發揮跨國企業優勢

隨著中國網路巨頭的發展與茁壯,單單瞄準中國市場的「中國夢」已經無法滿足他們的胃口,這些創業家的野心在全球市場計畫著「世界夢」。微軟創投加速器發揮跨國企業的優勢進行整合,不是只在中國北京設立,微軟在美國西雅圖、以色列特拉維夫、法國巴黎、印度的班加羅爾等地也設有創投加速器,這樣的跨國視野在中國是少見的。

「讓有企圖走出中國的創業團隊,有效率地獲得國際市場的資源。我們是終身校友制,從微軟創投加速器出去後,一樣可以享有導師與課程輔導資源,」高欣欣說。
今年開始,微軟創投加速器開始擴大視角,以北京為基地,網羅整個亞洲地區的優秀團隊到微軟創業加速器發展。這次入選的團隊中,就有來自新加坡的TradeHero與來自台灣的活動行順利入選。

由羅子文與謝耀輝領軍的「活動行」,提供包括支付、電子票和客戶管理功能的活動票務服務。在台灣、中國兩地跑的羅子文直言:「業務如果要成功,必須先得到資本界的關注,而最有效的方式就是參與競賽!」現在活動行已經逐漸嶄露頭角,用戶數已經破百萬人,2011年獲得高通與英特爾旗下創投DCM的百萬美元投資,2013年底也拿到微軟創投800萬美元資金。

「台灣團隊人才素質非常好,受過良好教育,技術也很強,但就是缺乏大市場,因此雖然微軟創投加速器位於北京,但也非常重視來自台灣的優秀團隊,非常歡迎團隊到北京試煉。團隊可以更大膽直接把中國市場當成『第一』市場,先為中國使用者服務,再把台灣市場做大,」微軟創投加速器中國駐企技術官沈強觀察。

成立即將滿40年的微軟,過去多以企業內部的科技基礎,將許多想法及概念透過評估與測試後,投放到同一個方向,以達成創新發展的來源。在這一波由行動應用掀起的產業大浪中,創新已成為既開放又分散的活動,企業需要與其他單位的協同合作,利用並連結彼此的知識,才能做到有效的創新。(更多精彩內容請見2014年2月號《數位時代》「軟體出英雄」,全國7-11、誠品等各大書店熱賣中。尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第237期)

認識微軟創投加速器

成立時間:2012年
招募時間:每年4月、10月,為期半年
招募團隊:每期約15至20家
進駐地點:中國北京市海淀中關村微軟亞太研發集團總部
進駐資源:免費共同工作空間、行業專家與技術專家的輔導、融資機會對接、招募創業團隊所需員工、提供約6萬美元的 Windows Azure雲服務等
特點:不占有創業公司任何股權
成績單:進駐團隊中有九成得到創投的投資

【活動預告】創業小聚**#38****
**2 月 19 日(週三) 19:00-21:00在犇亞國際會議中心。邀請LimitStyle執行長黃柏森Posen、howRich.me共同創辦人羅馨Claire、Beluvv共同創辦人哈其昌Dizzy、寓意科技創辦人施政源Paul、帆船科技執行長金廷嶽Richard,以及利眾公關顧問創辦人暨董事長嚴曉翠Liza,將分享「行銷溝通」對新創公司的重要性,善用溝通力,事業價值將倍增。詳見活動網頁

關鍵字: #微軟
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