小泉領軍 搖滾政治大改革
小泉領軍 搖滾政治大改革
2005.12.15 | 科技

八○年代「日本第一」的榮景,突然在一九九二年崩壞,日本整個政治、社會和經濟系統像骨牌一樣全倒:受賄官員入獄自殺、企業倒閉、銀行破產等黑暗事件層出不窮;貪污僵化的金權政治、居高不下的不良債權、窘態盡出的跛腳官僚和疲憊不堪的總體經濟,讓所有日本國民感到絕望。
終於,在今年九月十一日舉行的日本第四十四屆眾議院改選,日本國民用他們的選票,表達了強烈要求改革的憤怒。這次大選,政治改革新星加上民間專業人士,結合國民不滿浪潮,日本終於站了起來。英國(經濟學人)甚至以這個選舉結果大膽預測「旭日東昇,日本再起。」

若日本國民想改革 請支持我

這個被日本媒體評為「改革聖戰」的選舉,日本首相小泉純一郎求日本國民:「請不要阻止我改革」、「請你來裁判我們要不要改革」。這個動人心魄的感性訴求,讓他所屬的自民黨即使面對黨內分裂的危機,卻出人意料地取得全面勝利:自民黨在國會議席數激增八十四席,達到單獨過半的二百九十六席,如果再加上公明黨的三十一席,執政黨聯盟共獲得三百二十七個議席,超過了眾議院四百八十席次的三分之二強。最大在野黨的民主黨,本來打算要靠這次的改選機會來奪得政權,最後卻以痛失六十四個席位慘敗收場。
小泉勝選的最重要原因在於民心思變。雖然日本政府已經嘗試一連串的行政、財政改革,但仍然不夠好、不夠快,經濟產業省官員鈴木英敬接受採訪時表示。小泉純一郎自己身為自民黨黨魁,甚至說:「為了改革,擊潰自民黨也在所不惜。」
日本的專家學者也把勝選的主因歸功於首相小泉的個人魅力。他二○○一年開始就任首相,以神似貝多芬的狂亂白髮突出於永田町的油亮黑髮中,向來被稱為日本政壇「怪人」,常常不按牌理出牌。在這次選戰中,小泉的「刺客戰略」完全奏效,他親手挑了三十七個政治刺客,企圖要終結三十七個在郵政民營化決議中叛變的自民黨議員。
小泉提名的這些刺客都是民間高知名度的專業人事,例如Livedoor總裁堀江貴文,和前瑞士信貸第一波士頓的首席經濟學家佐藤由香里等。這些人不屬於任何政治派閥,清新專業、都會色彩強烈的形象獲得國民的極大好感。多位刺客成功地當選,代表支持改革、政黨意識淡薄的中間選民,已成為決定選舉勝負的關鍵力量,派閥政治、樁腳政治已經受到唾棄。

郵政民營化是改革象徵

大選結果證明日本國民用選票一刀剪斷過去,郵政民營化政策終於在十月份通過,郵政系統要從過去無人監督的死角走出來。更重要的是,原本由郵政系統控制的三兆美元(約九十八兆新台幣)將開始在日本資本市場流通,這將大大改善日本經濟。「郵政存款睡著了,有人要把這些錢叫醒,叫日本人民開始投資,資本市場的錢才能動起來!」女性創業家、兼任內閣顧問的DeNA總裁南場智子,在我們的採訪中殷切地期許。
日本強大的改革壓力,來自國際也來自國內。透過國際化的浪潮,民間企業加強在外國布局,涉入國際事務日深,美國與其他跟日本有生意往來的先進國家在十五年來不斷給日本,要求開放。
另一方面則是國內不景氣的壓力,泡沫崩壞後,日本政府一邊安撫民眾不景氣已經快要結束,另一邊卻繼續擴大大企業、政府、自民黨、國會四位一體的主導力量,不願意正視自身系統的問題,政治、經濟、社會一起深度沉淪,拉長復甦的時間表。這次選舉也展現了日本國民不耐的情緒。 
改革的號角響起,小泉十一月初公布的新任內閣名單中,最大特色是打破派閥、任用實務派新人、強調改革,連最大在野黨的民主黨黨主席前原誠司也肯定小泉新內閣,「民主黨將在(真正的改革)上與自民黨競爭。」政黨惡鬥的時代似乎已經回歸基本面。至少在這艘名叫改革、目標未來希望的船上,日本已經全員到期。

帶動日本搖滾政治的明星政治家 小泉純一郎
小泉出身於政治世家,祖父和父親都是政府部長,他當首相前,曾擔任郵政大臣和厚生大臣,政治經驗豐富。他的崛起歸功於自民黨內初選規則改變,加重地方黨員投票的加權比重,黨員對黨魁選舉的影響力變大,摧毀了過去派閥操縱選舉的弊習,無派閥靠山的小泉才得以脫穎而出。
當然,自民黨內享有高聲望的田中真紀子大力支持,也是關鍵。田中真紀子是前日本首相田中角榮的女兒,她在自民黨黨魁選舉中大力為小泉助選,提倡他的構造改革,讓小泉如虎添翼,一舉拿下首相的寶座。
小泉就任後,延攬了很多民間人士入閣來幫他推動改革,其中最有名、由民入官的代表人物是竹中田藏,他本來是慶應大學的經濟學教授,卻被付予郵政民營化的神聖使命。這幾位改革派人物本來在黨內遭到很大的批判,自由化的訴求四年來受到既得利益者的反制並不被歡迎。直到今年九月改選,小泉大勝才讓民營化的改革勢力揚眉吐氣。
放眼未來,小泉已經擺明他不選下一屆首相,新內閣名單中的內閣長官安倍晉三已內定為接任首相的人選,一般預料「後小泉時代」將會產多變數,特別是日本右翼、鷹派抬頭的問題,將對東亞安全體系帶來許多潛在危機。

泡沫經濟之後的日本政治改革
1992 細川護熙 選舉制度改革
1994 村山富市 財政改革
1996 橋本龍太郎 日本版Big Bang金融改革
1999 橋本龍太郎 行政官廳改革
2001 小泉純一郎 構造改革
2005 小泉純一郎 郵政改革

小泉切斷既得利益,改造日本 改革郵政就是改變日本經濟政策
過去郵政系統是一個擁有二十五萬公務人員,存款和保險金金額三兆美元(約九十八兆新台幣)的既得利益者網絡,這筆錢讓日本郵局形同世界最大的銀行,至於如何使用,完全由自民黨、國會和官僚主導。 長期以來,日本政府運用這九十八兆新台幣的八成購買日本公債,讓日本政府有恃無恐地持續擴大財政支出,推行零利率的經濟政策。甚至因為這個財庫太巨大,「日本政府就繼續吃自己的腳來活命,政府負債比例占國民生產毛額(GDP)的比例竟然超過一七○%,」一橋大學商學院教授米倉誠一郎指出。 「問題不是在於日本東北哪個城市少了一條路,北海道哪裡少了一座橋,真正的問題在政府,他們不願意處理不良債權,不敢處理整個盤根錯節的利益輸送問題,」米倉教授毫不留情地指出。郵政民營化後,日本政府將無法繼續如此浪費國民血汗錢的政策。 根據小泉的改革法案,郵政公社將在二○○七年成立四家控股公司,分別處理郵件遞送、郵政櫃檯服務、郵政儲金和郵政壽險服務。這四家公司起初由政府完全持股,逐步把持股比率降為三分之一,目標在二○一七年三月底前賣出郵政儲蓄和郵政壽險公司的所有股票。接下來,小泉還要對八家國營銀行、公共醫療系統和國民年金制度開刀。

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