LinkedIn創辦人Reid Hoffman:創業公司如何聰明地去冒險
LinkedIn創辦人Reid Hoffman:創業公司如何聰明地去冒險
2014.10.28 | 技能

LinkedIn創辦人霍夫曼(Reid Hoffman)生於史丹佛,長在柏克萊,每一個細胞裡都是矽谷基因,被稱為「矽谷人脈王」。這是他本月在舊金山一次公開演講中的核心觀點:創業公司應對一輪輪融資大潮的三個要點是多維度締結人脈、持續維護關係、制定至少三個中長期計劃。在每一個部分Reid都詳細闡述了「Why and How」,以下是演講內容:

enter image description here
(圖片來源:http://reidhoffman.org/

如果讓你選擇,你是朝向未知冒險呢?還是活在安全地帶?如果選擇權是取決於個人的,我想多數人還是會選擇後者。但縱觀資本市場,一個不爭的事實是,很多公司能夠在潮起潮落後站得更堅挺,正是因為不斷迎向了風險而不是觀望、逃避,他們不斷冒險甚至不斷試錯,在這個過程中找尋到自己在市場上的定位並最後形成了核心競爭力。

所以要大膽,並且聰明地行動。對一個創業公司來說,更是這樣。

怎麼聰明地去行動?方法有很多,比如讓自己有敏銳的觀察力,在初期就能夠評估事情的利弊,在感覺大事不妙時立刻撤退。但這或許不是最好的,我來分享下我認為最有效的方法:

尋求幫助

大多數人,包括我自己,在求職或工作工程中犯過**最嚴重的一個錯誤,便是認為能夠把工作做好的關鍵在於和工作相關的技能,而這個只要通過不斷學習就可以獲得。**但實際上,現在雖然是網路時代,光自己去搜尋、去學習卻永遠是有限的。很多時候真正擁有的訊息也許不在書上、不在網上,而是在一些人的腦子裡,你只有認識了這樣的一些人,才能獲得這些信息。

對於公司來說也是一樣的道理。**一個能長久發展的公司必定明白怎樣去維護現有的外部聯繫,也能夠去創造新的聯繫。**畢竟,一個公司內部聰明的人再多也遠不及公司外部聰明人的數量,這是自然法則。去尋找在某一方面比你聰明的人吧,你去找了,就會發現這樣的人處處存在。

通過網路這個工具,我們更可以快速地建立自己的那張關係網,這兩個網的協同效應可以呈幾何等級地幫助人們獲得專業的知識、專家的意見,以及別人對某件事的深刻見解,這能讓你獲取好的資源和訊息,幫助你出色地完成工作,效果可能遠勝於你自己本身擁有的技能。所以,我想告訴各位的是,擁有良好的社交能力,能維護好長久的關係對於工作更重要。

維護現有聯繫並不斷創造新的外部聯繫,這樣一來公司的風險承受力,會大大提高。

維護關係

個人怎麼去擴展關係網呢?毫無疑問積極結識新朋友,但是也一定別忘了經常聯繫老朋友。對於公司來說,就是與內部員工維持好的關係,不僅僅是在職的,還包括離職的。

公司不是要總考慮努力打造員工喜愛的公司文化來留住他們,而是應該思考如何增強公司的適應性,讓員工在一個變化的環境中發展,從而為公司做出更大的貢獻。與此同時, 「我給了你寶貴的工作,所以為了表達感激,你要在這裡賣力工作」的思想策略和隱性洗腦是很不聰明的。這個道理只要簡單想一下就可以明白,如果一個人要求自己的朋友是要帶著感恩的心為他做事情,他的朋友估計不會在他的身邊呆太久。給員工投資,給他們創造好的條件才是王道。

如果一切都做到位了,還是有員工選擇離開,公司的態度,怎麼說呢?用對待校友一樣對待他們是最好的,也可以常邀請他們回來坐坐,平時時不時送上溫暖的問候。離職的員工會因此感受到原來公司對他們的關心,在原公司需要某一方面技術支持時,離職的員工就會毫不猶豫將自己熟悉的人才推薦給它。在熟悉的範圍內納入人才對任何一個公司的發展都是至關重要的。

現代社會,也許一個長久的僱傭關係很難做到,但一個成功的公司必須懂得如何與員工發展長久關係。正是因為我們身處在有些浮躁的社交時代,維護長久的關係顯得尤為重要,畢竟,是你身邊的人定義了你。很多時候,成功就在於你能不能長時間跟著一個或者幾個對的人去做一件對的事。

制定計劃

如果你想讓冒險這事沒那麼不可控,一個長遠的目標和計劃是少不了的,一個好的發展計劃或許並不能讓公司馬上受益,但卻能讓公司有長遠的發展。這種長遠性正是創業者在一開始就要認真關注的。當然,同時你要能用一個變化的眼光去看待這個不斷變化的市場並且適應它。所以這個長遠的計劃不該是一成不變的,世界唯一不變的東西就是變化。所以在計劃的制定中一定要充分考慮這一點。

創業公司吸引投資人的重要一點也是要讓投資人看到你的長遠計劃。對於一個創業公司來講,有沒有想到為數以百萬計的個人、社群和市場定義一個生態系統,這點對吸引投資人非常重要。讓投資人看到你建立起來的一張大網,裡面包括長遠發展,資源,人脈在內的大網,這是獲得投資的關鍵。

舉個例子,我對比特幣特別感興趣,我認為比特幣所打造的平台是革命性的,它開創了一個讓人難以置信的系統,一個跨越全世界的分佈式帳本。我是怎麼判斷的?因為它的價值不在於明天或後天,而在於今後的三年五年。我看到的不僅僅是比特幣,而是它構建起來的一個廣闊平台,這正是激發我熱情的地方。

另外有一點提醒的是,在制定計劃的時候盡量準備三個:A計劃,B計劃和Z計劃。A計劃是你要去完成什麼事情制定的第一個方案,也就是你手上正握著的計劃。傳統上人們認為B計劃是在A計劃失敗的情況下,扔掉計劃A選擇的一個不同的計劃,其實B計劃應該和A計劃共有一個目標,它不應該是A計劃的替代計劃,而應當是它的附屬計劃。你一開始設定了目標,可能在實施A計劃的時候你發現了更好的機遇,你開始在實現目標的路上慢慢調整,可你並不會完全丟棄A計劃。Z計劃則是當所有計劃都宣告失敗時,你的「應對方案」,它是全新的。它有兩個關鍵的部分。首先,你明白A計劃和B計劃都已經不奏效,你正在朝最悲觀的方向發展,其次,Z計劃是在最壞結果出現的時候,給你指出一條明路。

你問我的Z計劃是什麼嗎?我的Z計劃是專注於寫書,每天和朋友聊天獲得更多的訊息,不斷去學習更新的東西。這是我的退路。

本文出自36氪/曾小蘇Clara

[活動推薦] 2014創業小聚年終盛事!12/9-12/10 MeetTaipei創新創業展 時間:12月9日(二)大會論壇、12月10日(三)創業之星Demo Show 地點:臺北文創大樓6樓 (臺北市信義區菸廠路88號6樓) 報名方式:請參見活動網頁(11/20前早鳥票7折優惠)。另有創新創業大展徵件中,歡迎報名

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