[專訪] 17Life李易騰x愛評網何吉弘:要做全世界虛實整合的示範場域
[專訪] 17Life李易騰x愛評網何吉弘:要做全世界虛實整合的示範場域

17Life的前身是2006年成立的訂餐網站「午餐王」,2008年底被PayEasy收購之後,2009年1月改名為17Life,做外送生活圈,2010年搶進服務型商品的團購市場

在那之後,17Life總經理李易騰就鮮少公開露面,直到2014年7月與Yahoo奇摩合推優惠券頻道,才開始積極浮上檯面,打造「吃喝玩樂」的行動生活圈,更與行動遊戲「神域傳說」跨界合作。17Life從來都沒把自己定位在團購網站,李易騰思考的一直是從線上到線下(O2O)的虛實整合。

同樣在2006年成立的愛評網,2011年3月取得國際創投CyberAgent Ventures的100萬美元投資,2012年5月與Yahoo!奇摩推出美食旅遊平台「Yahoo!奇摩生活+」。又在2013年獲得日本電子大廠NEC投資500萬美元(約新台幣1.5億元),創下台灣本土網路團隊獲得資金的最高紀錄。

2013年6月,愛評網結合NEC最擅長的POS系統,推出「愛評開店通」,愛評網執行長何吉弘讓愛評網不只是提供內容資訊,也幫店家做O2O虛實整合行銷。

兩家9歲的公司,在2014年一拍即合,正式對外宣布要跨界合作,除了要打造全台最大的美食聯盟,更夢想要把台灣變成全世界虛實整合的示範場域。李易騰及何吉弘想像中的O2O虛實整合生態圈是什麼?他們又怎麼看團購市場?對於雙方的合作有什麼想法?以下是李易騰(Elton)及何吉弘(Sky)的對談:

enter image description here (圖說:愛評網執行長何吉弘(左)、17Life總經理李易騰皆認為,台灣的價值在99%的人身上,不要只聽1%的人說市場太小就相信。圖片來源:郭芝榕攝影。)

團購2.0,做全球虛實整合示範場域

**李:**全世界都有團購和點評已經串聯起來的模式,像中國的大眾點評網、日本的gurunavitabelog。在消費者透過虛擬去理解實體世界這件事,每個國家都走得很前面,台灣都各做各的。我們一直希望跟台灣最大的點評網站愛評網合作,雙方一拍即合。17Life跟愛評網的合作,或許現在看還很模糊,但我相信十年後回來看,這會是個很棒的決定。

**何:**團購網很多,但每一家想走的方式都不一樣,我跟Elton一拍即合,是因為有共同一條想要走的路,想讓台灣的市場變得更好,讓全世界來看台灣怎麼做。我們認識四、五年,今年一開始談的時候就有交集,從聊到這件事進而合作,直到上線,其實只花半年不到的時間。

**李:有一個國外大老闆跟我說,「你們擁有一個很Juicy的國家,台灣的地理大小很適合發展網路跟虛實整合。」**當日本、中國、馬來西亞和南非都走得很快,台灣沒道理在這個領域落後且缺席。我的夢想是,希望台灣成為全世界虛實整合的示範場域,是全世界虛實整合最成功的國家。

我覺得台灣市場其實很巨大。很多人說它很小,那是從不同的角度在看這件事,只是說這件事的人講話比較大聲,所以大家會受到他們影響。台灣社會的組成並不是來自於說台灣市場太小的那1%人口,台灣真正價值的組成是來自那99%說台灣真的很大,但是他們的聲音呢?

我們想服務這些人,因為在那99%的人心目中,他們認為台灣市場很巨大,這就是台灣的價值。我們很希望真的可以讓台灣變成虛實整合的示範,因為全世界的虛實整合也都剛開始,Groupon有沒有比我們更新的技術?我也不認為有,我們的新技術、新想法、新創意是超越他們的。

:我常覺得那1%的人,有時候不要把事情的角度講得那麼死,會扼殺很多台灣的創業者。創業者會覺得今天想的東西只能解決台灣的問題,解決不了全世界的問題,沒有國際觀,然後就沒了。但搞不好鼓勵所有人用創意解決台灣的問題,台灣會變成全世界創意的起點。

有人常問我說會不會去大陸?我說我不會去,但我不見得不會跟大陸的公司策略合作。所以,市場的大小有很多觀察因素,不能一句話就去定論「台灣市場就是這麼小」。台灣是很好實驗的場域,因為台灣不大,實驗商業模式反而可以看到真正的困難,環境太大的話,數據和狀況會有更多變因。嘗試新的商業模式,最怕變因太多,反而不太能把握最好的機會。

**李:**我們跟全家的合作,全世界沒有任何一個網站可以直接跟便利商店直接串起來,全世界也沒有一個網站可以像愛評網的覆蓋率這麼大。當我們有很大的覆蓋率,系統能夠串得那麼深,這是為什麼我說我們兩邊的合作,可以讓台灣成為全世界虛實整合的示範場域。

未來,當外國人進到台灣,都知道愛評網、17Life,我相信我們會有日文、英文、西班牙版本,這才是真正的國際化。如果有一天,外國人來到台灣很方便,因為有愛評網和17Life,他們不怕迷路,不怕找不到好吃的。但這件事不容易做,我們兩個一直做這件事情到現在,我們也沒退路了,也不想退了。

團購是所有人都罵,但成長卻很快的模式

李:曾經有人問說:「團購會不會結束?」有一個網路重量級人物跟我說:「我從來沒看過一個模式被供應商、消費者、媒體等所有人罵,連自己都在罵,結果卻成長這麼快。」那就是團購。

像Groupon是有史以來成長最快的公司,而17Life成長的速度也超乎我的想像,甚至超乎我自己學習的速度。我覺得這很讓人興奮,但其實也有點懷疑,因為大家都在懷疑,大家都說打壞市場、剝削供應商、消費者沒辦法得到很好的服務。

但回頭想,10年前電子商務出現時也被罵。我覺得自己很幸運,剛好站在網際網路正準備跨入下個時代的開始點,我們相信17Life和愛評網會一直合作下去。

雙方都在經營實體世界和虛擬的連結。實體的世界不只有餐廳,兩家公司一開始會先從餐廳開始,把消費者對實體世界的想法轉換成評論,現在是用文字照片,未來可能是用10秒的影音。我們雙方的共識是,合作不會只是在餐廳,也會擴及到很多地方。讓17Life上有更多商品資訊,愛評網有更多內容,這就是所謂的正向循環。

**何:**愛評網這幾年已經定位在生活休閒,但我們會先顧好餐飲,本來也有經營住宿和旅遊。至於跨到SPA和保養品,我們還在試要怎麼結合。透過餐飲先結合,讓流程變得更順暢,未來一起在新領域做新的東西會比較快。如果以後有行動支付,要再加進去,我們兩家都有App,透過好的串連做支付,都是未來在行動上的重點。

網路公司結盟的挑戰

**李:**我相信Sky跟我的心情一樣,到現在都覺得自己是創業家,新的一年又是一次創業。只是這次我們更有經驗,接下來會是怎樣的模式?方向我們清楚,但是要怎麼走到那裡?會有很多衝突和不同意見,最可貴的是讓公司進到下一階段。

**但下一個階段到底是什麼?首先,我們並不是完整了解愛評網,我相信愛評網也會有一樣的狀態。**很難現在就說出要合作什麼產品,但會不斷嘗試,兩邊目前的嘗試是成功的模式,會站在這個基礎上往下走,這樣的合作在台灣很難看到第二個規模。

**何:**目前在17Life上線的餐券已陸續媒合到愛評網,在1至2個月內已經有997件媒合成功。**愛評網的店家資訊會在年底之前整合到17Life上,第一階段會先引導到17Life做團購券的購買。年底到明年初,評論資訊也會整合過去,然後愈來愈廣,愛評網上會有團購分類的集結,網友可以依照喜歡的類別去看,使用完團購券之後再回來分享。

**李:**雙方的資料架構不同,**網路公司跟網路公司的整合,超乎外界想像的困難。**愛評網和17Life都是8到9年的公司,文化不同,兩個團隊除了正式開會,也辦私下聚會,不只是業務和技術上的合作,考驗的反而是「人」,要一直不停溝通協調,建立信任感,找出雙方都認為是第一優先權的階段。現階段努力媒合兩家的資料,下一階段是資訊流的互相顯示、互導,對很多網站來講,這些都是商業機密,需要很大的信任。

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