[Meet創業之星]研發獨門教材，希平方讓你看YouTube學英文|數位時代 BusinessNext

靠著翻譯YouTube影片學英文的方式，由希平方團隊推出的網站「看YouTube學英文」，成立兩年來已累積5萬名會員和17萬名粉絲，今年六月還推出獨門課程「攻其不背」，透過同時訓練聽說讀寫的計畫式學習，讓學英文變得更加全面、有效率。

由兄弟檔曾知立、曾知業成立的希平方，兩人因為爸爸的關係，從小英文就很好。原先爸爸因為從事貿易，常需要和外國人溝通，因而自學英文和阿拉伯文，哥哥曾知立回憶，以前爸爸常用複讀機學習，把三、四台機器都按壞了，在1985年爸爸更直接成立懷澤公司，自推語言學習機。

爸爸自學英文的成果，連帶改變了弟弟曾知業的一生。原來就在曾知業國中畢業後、等待上高中的暑假空檔，爸爸決定來個英文特訓，以自己整理的學習方法，用五本空音進階、等同大學程度的教材訓練弟弟，每天學習6到8小時，聽書讀寫並進，就此奠定曾知業的英文基礎。

上高中後，曾知業在英文課時並沒有特別認真，也沒有上補習班，但成績依舊很好，甚至引來老師好奇詢問。大學考上交大電子，直到唸完研究所後，期間也沒有特別加強英文，在沒有準備的情況下報考多益，沒想到考了890分，順利拿到金色證書。事後回想國中畢業後的那段特訓時間，「這是個徹底改變我一生的暑假，」曾知業笑著說。

雖然曾知立不像弟弟一樣，經過暑假的英文特訓，但英文也很好，後來到美國唸書、工作，弟弟則選擇到竹科就職。兄弟雖然分道揚鑣，但曾知立卻一直覺得：「爸爸這麼好的教學，應該用網路系統化呈現才對。」於是兄弟倆決定辭去工作，一起創業。

在輕度學習上，希平方透過網站「看YouTube學英文」和粉絲團，率先吸引大量想學英文的人，由團隊精選影片、翻譯中英字幕，也提供單句重複、收藏單字和佳句等功能。粉絲團則透過張貼片語的方式，讓使用者在零碎時間內學會特殊用法，目前網站已累積5萬名會員和17萬名粉絲。

曾知立認為，雖然YouTube影片很多，本身也有英文字幕功能，但並非所有影片都適合學習，由系統自動翻譯的字幕也不一定正確，因此團隊堅持每支影片都由成員精選，百分之百自己翻譯。目前團隊中有三位中英文編輯和外師顧問，力求影片正確性。目前網站共有600支影片，約維持一天產出一部影片的速度。

希平方同時也和各大媒體或內容網站，《商業周刊》、《親子天下》、女人迷、《天下》、UDN、癮科技等，進行英文教學的專欄合作，增加知名度。此外，也和翰林出版合推數位學習平台，共同製作適合7、8、9年級生的線上影片教學。

但推出網站只是團隊的第一步，自2012年成立以來，團隊就不斷研發重點產品「攻其不背」，也就是將爸爸神奇教學法系統化的產品，終於在今年6月推出。曾知立表示，這是一種同時訓練聽說讀寫的計畫式學習，強調不用背誦，全都由團隊自製教材，甚至另聘美國資深編譯Mr. Stewart（前《The China Post》責任編輯）校訂。

目前「攻其不背」已有200堂課，依個人學習速度不同，每堂課約需45到80分鐘，在學習過程中，系統會偵測個人的英文程度，自動選取下一堂課程。課程同樣從YouTube影片出發，只是提供更多功能，像是文法解釋、句義分析、口說練習、跟讀對照、聽寫測驗等，也設有發問小秘書的機制，提供一對一個人的專屬家教。

「攻其不背」以課程數計費，目前定價為120堂6000元、30堂1800元、60堂3300元，使用者需於半年內上完課程。目前團隊也正和企業用戶或學校洽談合作，尤其希望偏鄉地區的學生，也能擁有好的英文學習環境。

雖然目前團隊擁有網站端和課程端兩種產品，但曾知立認為，兩者服務並不互相衝突：「網站是基礎的輕度學習，課程則是長期的系統學習。」未來團隊也打算開發App，並從台灣出發，鎖定大中華區學英文的使用者。

enter image description here （圖說：希平方團隊，從左至右為共同創辦人曾知立、設計Reha、編輯Silvia、共同創辦人曾知業。圖片來源：林衍億攝）

【創業教我的事】創業需要強烈動機；創業需要完全投入；創業不要擔心抄襲；創業不能故步自封。還有最重要的，創業者要懂得廣結善緣。

Q1.創業至今，做得最好的三件事為何？
專心經營網站內容，目前已達17萬粉絲。投資研發學習系統並申請專利，築夢踏實。積極推動異業合作，已和多家企業、媒體、出版社洽談合作計畫。

Q2.最常被客戶或投資人問起的事情？您會如何回應？
「網路上免費學英文的資源那麼多，希平方為何與眾不同？」網路上大多數免費分享的資源出處不明，分享者的程度參差不齊，對於在茫茫資訊海中尋找解答的學生來說，是很大的困擾。但希平方團隊成員深耕英語學習15年，對於教材正確性要求嚴謹。

團隊 Team
技術、設計、業務、中英編輯共10名

公司服務 Project
網站：看YouTube學英文英文課程：攻其不背

成立時間 Founded Time
2012年2月

主要用戶 user
老師、學生、上班族進修、企業團體

商業模式 Business Model
網站免費使用，課程依照堂數收費

網址
http://www.hopenglish.com/

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。

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。

「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