新創業家 帶領日本勇敢向前
新創業家 帶領日本勇敢向前
2005.12.15 | 科技

##日本失落的十年,蕭條的經濟
一九九二年泡沫經濟崩壞至今,日本社會度過了戰後歷史上最黑暗的十五年。媒體稱這段時期為「平成不況」,形容怎麼打強力針都叫人失望的長期不景氣。也有專家說這是日本「失落的十年」,整個日本社會好像在極度榮景後集體失憶了,忘了自己是誰,也忘了該走到哪裡去。 然而一百年後,也許後人會把這十五年稱為「平成維新」,因為這段時間日本從工業社會轉為網路社會,在日本近代史上,足以和一八六八年把日本從封建社會帶入近代社會的「明治維新」齊名。

泡沫經濟時,日本大型企業橫掃全球,勤勉的勞工和創新的科技帶動日本經濟起飛,日本人是財富的同意詞。歐美諸國開始崇拜這個二次大戰的手下敗將,爭相學習「日本株式會社」的管理手法:終身雇用制、年功序列制(依年資決定加薪和升等)、垂直發展、產品業務內容全部自己來的大象策略、Keretsu(日文「行列」,指銀行和企業、上游供應商間交叉持股的連動性經濟系統)的企業資金調度彈性和物料供應穩定性。

當時的日本歌舞昇平,日經指數最高曾逼近三萬九千點,富比士古董拍賣現場有一大群日本有錢人出沒。大多數的國民都很滿意自己是「有房有車有工作」的中產階級,當時甚至有個說法是「一億總中流」——意思是說全日本都是中產階級。

##年輕創業家勇於出頭

不料九○年代經濟突然泡沫化,七○和八○年代日本深信不疑的成功方程式剎時瓦解,一大堆企業倒閉,存活下來的公司要不選擇大規模裁員,或是為了削減成本把工廠搬到中國或東南亞等低成本的國家,正職工作者被兼職工作者取代,失業率從泡沫時期的二%,一路攀升到五.八%。終身雇用制度崩壞。齊頭式平等的時代也被終結,愈來愈多的日本公司導入歐美的人事評等制度,依據的基礎是工作表現而非年齡。急劇的變動淘汰了很多無法適應改變的日本人,自殺率從一九九○年以來上升五○%,二○○三年最高峰時一年甚至有三萬四千人自殺。

舊價值的灰燼中,新世代卻看到了無窮的機會。就如Livedoor社長堀江貴文看到機會的曙光:「中產階級已經發現醫療負擔增加了、國民年金給付年齡變老、工作不見了,房價跌了一半,但房貸卻還是泡沫經濟的水準,時代已經改變了!走在街上看不到規格一致的上班族不是一件壞事,靠自己的實力才能活下去的時代已經來臨。」

愈來愈多平民創業家在日本社會竄出頭角,證明日本過去嚴密保守的會社系統已經鬆動。堀江貴文、樂天的三木谷浩史、網路廣告和系統設計公司Cyberagent的藤田晉、GMO的熊谷正壽、光纖設備和通信衛星USEN的宇野康秀,都在這個社會斷層中脫穎而出。他們顛覆了日本傳統「出頭的釘子會被打下去」的禁忌,大聲地說:「我不一樣,我要主宰自己的生命。」

堀江貴文鎖定職棒和電視台進行惡意併購,在日本造成大風浪,日本媒體開始把焦點轉在這群年輕聰明、不怕失敗的創業者,他們其中有些人已經抓住時代交替的絕佳機會,賺到他們循規蹈矩的父親好幾輩子都賺不到的財富。日本媒體頻繁出現「二○○五創業千禧年」、「上班族悲歌——十年後的我在哪裡?」這類對比的報導。這個過去保守刻板的社會組織,在看到年輕新富(New Rich)的成就後,終於開始學習接納「風險」和「失敗」。

##日本跟上網路經濟創業潮

仔細看看這些成功的新創企業,他們都搭上了全球化的浪潮:科技網路的創新和交通運輸的便捷造成了全面開放的世界,新經濟像一顆火球迎面而來,只要有勇氣奮力一搏,就有機會打出安打。一九九五年開始的美國矽谷創業潮,讓先知先覺的日本新世代看到了機會,起而效之創業。

此外,在矽谷成功的日本創投家回日本積極地進行創業育成,更推動日本創業環境的成熟。中村隆夫就是一個例子,他創立日本搜尋引擎網站Infoseek,把公司賣給樂天出場。中村隆夫在美國UCLA留學MBA時,學習到美國的創業家精神而創業,現在他身兼許多新創公司的外部董事顧問,例如由菅原貴弘創立的Eltes。中村隆夫的身邊充滿了從矽谷回亞洲尋找機會的incubato(創業育成者),他也回到母校東大法學院就讀法律碩士,目標是拿到律師執照,「我想要加強法律專業,我才更能去幫助在創業中掙扎的年輕人。」

新創企業的共同特性是到東南亞,尤其是中國設立研發組織,藉以降低人事成本。隨著技術和網路商業經驗成熟,年輕的日本創業家都不諱言:「我想要到中國去開發市場,」目標明年初上市的Adways創業者和負責人岡村陽久說。兩大網路財閥--樂天和Livedoor,也都不約而同在中國成立分公司,他們的組織更是早已擴展到美國和歐洲,為未來的國際發展長期布局。

##孫正義讓日本 創業更容易

十五年來日本內部經濟社會的大變革,促使創業者有更多機會實現創業的夢想。特別是把Yahoo!帶進日本的網路教父孫正義。**「孫正義救了日本!」二十六歲的NTT工程師、東大理工研究所畢業的余伝道彥在訪談中讚嘆。**孫正義創立了Yahoo!Broadband(Yahoo! B B),使得過去在NTT獨霸市場時,**本來一個月一個家庭八千到一萬日圓的網路費用,一路降到三千日圓,大幅降低使用者的連線成本。

孫正義讓日本的寬頻普及率達到七○%,造就龐大使用人數,更創造了龐大的市場機會。

年輕創業家利用網路公司低固定投資比例、進入障礙低的特性,一舉打入網路商業世界成功。另外,許多日本大企業,也在掙扎過程中釋放了很多商業機會,其中尤以軟體設計、硬體管理、專業服務為多,新創公司更有切入市場的可能。

日本政府鬆綁法令,修改公司法,讓登記公司和募集資金的過程變得簡便,更推動了日本經濟的再生。一九九五年日本通過了「中小企業創造法」,開始支援研究開發型的新創公司,一九九九東證開了Mothers上市板,二○○○年又開了Nasdaq Japan(簡稱Jasdaq),就是證明。只要能上市,公司的知名度和財務信用都會上升,打開了新創企業募集資金的管道。

除此之外,二○○五年四月,日本又通過修訂版的新公司法。以前日本法律要求一千萬日圓的資本額才能成立股份有限公司,現在在日本一塊日幣也能創業,法令規章大幅鬆綁。「我們希望透過法令的修訂,刺激日本國內的創業風氣,鼓勵創新,」曾在經濟產業省輔佐課長推動「Dream Gate」創業大賽的鈴木美香,在我們的訪談中提到:「日本需要更多的挑戰者!」她期許。

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