網路新媒體浪潮,隨著反服貿運動火力全開
網路新媒體浪潮,隨著反服貿運動火力全開

自反服貿「攻佔立法院」事件以來,到今天電視新聞仍然還在苦苦追趕網路。比較好的電視台,如壹電視,在立法院架起了直播攝影機,並且開放論壇讓群眾上網討論。

比較糟的新聞台則仍然在畫面中強調衝突、暴力的畫面,甚至刻意偏袒一方。但綜觀所有新聞台,都還停留在淺碟、緩慢的步調。即便是政論節目也仍然停留在吵吵鬧鬧的印象,沒有看到什麼積極的結論。

legislative_yuan_protest

**反服貿黑箱群眾在立法院貼的海報。**攝影:周欽華

 

習慣僅從電視接收資訊的爸爸媽媽,或是國外的觀眾可能沒有這種感覺;但深浸於網路上的人,看著電視只會覺得「我的天啊,怎麼那麼慢啊」、「怎麼那麼平面」、「怎麼那麼二元對立」、「怎麼沒有重點啊」。

電視新聞台的必要性

矽谷知名投資人 Marc Andreessen 前一陣子針對新聞的未來,發表了一系列的 Twitter 留言。之後再整理成一篇專文,就叫「The Future of the News Business」。從結論上看,他認為美國有超過 15 家綜合性新聞平台,是過度競爭。將來必定要合併、縮減。這個結論放在台灣其實也很合適。

現在台灣的新聞(news)生意,主要可分電視、報紙、雜誌三部分。前一項(例如電視)理論上都比後一項(例如報紙)即時;因此後一項照理應該比前一項深入,或是提供即時之外的價值。

但這三者的共通點都是高度的配送(distribution)成本。電視必須拿到電視執照、還要上第四台系統,報紙與雜誌必須配送到家庭以及 7-11。一旦配送系統斷裂,例如壹電視上不了第四台,或是商周被 7-11 下架,這個生意就無法繼續。

高度的配送成本同時形成門檻,形成一種多頭壟斷。電視新聞執照就只有幾張,7-11 賣的報紙與雜誌也就幾種。新的競爭者很難跨越這道門檻,進入市場競爭。這跟油品市場上只有中油與台塑差不多。

於是,佔有渠道的公司,包括 TVBS、中天、東森、年代、三立等可以賺很多錢,因為他們擁有廣大的、無法逃脫的觀眾。人們需要新聞,而新聞只有這幾家供應。而壟斷最重要的目標就是維持壟斷,甚至提高門檻。因此政商結合、引進財團、尋租(rent-seeking)行為都是必然的結果。

新聞台依照藍綠分成中天 TVBS、三立民視,一邊一國。與其說是言論多樣化,不如說是一種市場分配。美國的 Fox、CNN、CNBC 各自佔據政治保守派、社會自由派、市場保守派觀眾,也是同樣的深化切割門檻。偶爾雙邊交戰一下,反而可以鞏固各自的市場。

歷史的特例

當然,這美好的時光在網路之後改變了。網路上幾乎沒有配送成本(僅有頻寬費),任何媒體都可以進場競爭。因此網路的內容供給大增;不只是新進的媒體(例如有物)進場,傳統媒體也不得不進場,而且每一個人都可以自成媒體。非常接近完全競爭市場。

完全競爭市場很自然。在電視之前,人們靠口耳相傳傳播新聞。在網路出現之後,人們再度回到 P2P(person to person)的傳遞新聞方式。這兩個系統都是多方向、多節點的傳播系統。所有新聞集中至電視(或綜合性報紙)再散佈的時代,其實是歷史上的特例(anomaly)。

但如此一來,電視呢?特別是電視新聞台?電視新聞既沒有網路即時、互動,也沒有雜誌或報紙的深入。當觀眾擁向網路,電視新聞台的利基在哪?

過路費

電視新聞的利基剩下每個人家中都有電視。換句話說,電視的優勢已完全不在內容,而是在掌握通路。而通路能做的就是收過路費

當新聞台的利基僅剩下通路,花錢製作內容便沒有意義。原本是建立門檻的高器材費、人事費、上架費,現在都變成成本重重壓在新聞台的身上。新聞台必須大幅降低成本。

於是新聞台不再自製內容,反而更像一個收費站,收費讓各種內容流過。置入性行銷、業配新聞付錢經過,外購節目(中天新聞插入「中國好聲音」)、非新聞(東森新聞的「歷史故事」系列)也付錢經過。終於,新聞台變成了綜藝台、娛樂台、購物台。

[![financial_news](http://yowureport.com/wp-content/uploads/2013/03/financial_news.jpg)](http://yowureport.com/wp-content/uploads/2013/03/financial_news.jpg)**東森「新聞」台?**攝影:周欽華

 

### 容忍混亂的必要

同時,觀點的多寡取決於通路的寬窄。網路沒有通路限制,因此觀點百花齊放、五花八門,跟電視正好呈對比。當長輩憂心的跟我說:『那些佔領立法院的學生都是被網路上的言論操弄的!』網民們卻心想:『到底是被操弄呢?』

有些人反服貿,有些人反服貿黑箱,還有的反馬英九、反國民黨、反貿易協議、反開放市場、反移民、反陸客、反統一,各式各樣的聲音。另一邊可能會說:『你們觀點好亂啊!可不可以有一個統一的訴求?』但其實贊成方也一樣亂 — 到底是贊成服貿、服貿的立法過程,還是反對佔據立法院?

對垂直媒體來說也是非常的爆炸。原本在新聞台只佔 10 分鐘的科技新聞,談的不外是出貨量、銷售預期、股價。到了網路上,突然資訊爆發,湧進了矽谷觀點、北京觀點、新加坡觀點、日本觀點。

邊界消失的代價就是必須提高對混亂的容忍度。「我支持中時的觀點」、「他支持聯合的觀點」、「你支持自由的觀點」這種單純美好的時光已經回不去了。爆炸性的言論市場對想要控制言論的人不方便,對想要凝聚反抗意識的人一樣不方便。

謝謝廣告主

可是,你問,電視新聞台看起來過得不錯啊!主播美麗光鮮,老闆也吃旺旺吃得飽飽的。看起來不擔心啊?

電視新聞台幸好還有兩個救星:

● 家家戶戶都有電視,以及
● 電視的財源 — 廣告商 — 不在乎電視消逝的影響力

第一點就是上述的通路優勢。

第二點就牽涉到著名的「尼爾森困境」。這部份我不是專家。不過綜合我查到的資料,大概是這樣:電視的廣告主花行銷預算時,似乎只在乎一小群低收入的電視戶,在何時打開了哪個頻道。至於收入較高的家庭(不願接受尼爾森裝置)在做什麼,以及電視面前的那個人是誰,是否真的在看電視,廣告商都不關心。

當然這兩個救星都岌岌可危。美國 CNN 已經收視率低迷很久了,畢竟大部分的新聞已經在網路上看過了。消費者打開電視常常是在接網路、看 DVD、或者是當做背景音樂,其實專注的還是用手機上網。

這棵大樹已經傾頹。只是剛開始緩慢、寂靜無聲,最終會怦然倒地。

新媒體浪潮 

看準這個空間,不論是美國、大陸、台灣,都有新的一波媒體潮湧現。他們的共同起點是「接受完全競爭的市場前提」。光 Marc Andreessen 點名有希望的就有 AnandTech、大西洋週刊(The Atlantic)、Buzzfeed、英國衛報(The Guardian)、Politico、Search Engine Land、The Verge、Vice、Wirecutter、Wired、Talking Points Memo、Business Insider、PandoDaily,以及老幹新枝的華盛頓郵報以及紐約時報。

他們看到的是新聞台的沒落,伴隨著新聞(news)的成長。電視台、報紙雖然沒落了,但看新聞的人跟量卻急遽增加。臉書、LINE、email,無處不是新聞。這個市場的商業模式正在發展中(改天談),但最終勝出的恐怕將回頭,連活在溫室中的電視台一起吃掉。

 

出自有物報告

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