利用Google 幫百度施肥
利用Google 幫百度施肥
2005.12.01 |

創業成癮的人通常都有特別嗜好,來紓緩壓力、刺激創意,比方攀岩、衝浪、駕帆船或飆賽車,李彥宏卻喜歡種菜。
「看著種下去的冬瓜一天天長大,心裡很有成就感,」約一七八公分高、長相帥氣的李彥宏,回想在美國閒暇時的活動,重現那個蹲在菜園和太太一起除草的畫面。種菜不比衝浪,一個上午可以玩幾個來回,而是要先翻好土壤,在對的季節撒下種子,然後定期澆水、施肥和除草,最後才收成。

創業前 資金和人脈都下功夫

李彥宏創辦百度就像在種菜。一九九四到一九九九年,他在美國工作,正好趕上網路創業熱潮,每週都有新公司股票上市,首日漲幅記錄被一破再破。李彥宏來自中國山西的一個偏遠縣城,頭一次看到資本主義竟然可以瘋成這樣,非常震撼,但並沒有躁進。
李彥宏在北大讀的是資訊管理系,之後到美國紐約大學水牛城分校讀碩士和博士,也是同樣領域。這個專業學的是面對密密麻麻資訊,能夠理出頭緒,並分類檢索。
在網路熱潮中,他靜下心來,研究矽谷發展模式,包含創業家如何找到商業模式、如何接洽創投、成立公司有哪些流程、市場競爭是怎麼回事、成功和失敗的因素是什麼、股票選擇權和激勵員工有何關係、股票上市怎麼規劃……等,鉅細靡遺。
這些材料整理寫成(矽谷商戰)一書,一九九八年一月在北京發行,搜狐創辦人張朝陽還為文推荐。這本二百七十九頁的著作,並未熱賣,甚至大多數人從未聽過,卻是一位創業家在下定決心前所做的詳細功課。
李彥宏抽空回到中國,參加相關研討會,了解網路在中國的發展,情況正逐漸好轉。他積極約訪在中國做網路搜尋的同行,想辦法認識交流,當時在北大計算機系當副教授的劉建國,是李彥宏的目標之一。劉建國一九九五年在北大參與開發天網,是中國最早的搜尋引擎。 「Robin(李彥宏的英文名字)給我發了電子郵件,那時他在清華有一個講座,但我有事沒見著。隔年(一九九九)他再回來又發郵件給我,才碰上面,一聊覺得想法接近,我決定出來做,」劉建國回憶。他是百度招聘的第一號員工。

不燒錢 每一塊都算得精明

李彥宏的故鄉山西(簡稱晉),在明清兩代以開錢莊的山西票號聞名,晉商一向精打細算並講信用,李彥宏同樣具備這些特質。
回國前,李彥宏約創業伙伴徐勇談商業計畫,一見面,先讓對方簽「同意不對外洩露書」(Non Disclosure Agreement, NDA),簽好再談,即便徐勇是他的好友。與創投談第一筆資金一百二十萬美元,企畫書上寫明做第一年用,但他心裡卻盤算當一年半用。
在北京找辦公室,他捨棄昂貴的長安大街邊上,而是跑到西郊中關村北大歸國學人招待所,租了兩房間,他和徐勇各一間,生活和辦公一併解決,既便宜又接近北大和清華學生。和新進員工談待遇,他總不忘詢問對方願不願少拿現金,多拿股票選擇權,以保留更多營運現金在公司。
讓Google入股更是一步計算精準的棋。李彥宏未接受Google的收購提案,卻同意讓對方入股二.六%。上市前,百度刻意減少上市提撥股份,避免Google從公開市場買進,但許多投資人認準百度是中國的Google(Google是百度股東),而加入追買行列。

搞制度 複製美式企業文化

上市是李彥宏栽培百度的一個過程,向投資人和員工證明這顆菜有賣點,履行承諾,收割時機則還未到。
李彥宏習慣別人叫他英文名字,嚮往矽谷那種爽快直白,上司下屬直呼其名,討論議題就事論事,憑專業而非年資出頭,以承擔責任解決問題為導向。他決心把百度變成這樣的企業。 百度資深人力資源總監魯靈敏指出,百度每位員工都有股票選擇權,分四年認列。學士起薪未必比碩士低,視職位而定。即便實習生進來,一樣先去體檢,比照正式員工報到。曾有一位實習生表現優異,帶領六十多人團隊做研究。招聘技術人員,除相關主管面試,其他部門主管也加入把關,錄取後按能力分九等級,由評審委員會評定,之後每年兩次審核,升級後待遇立刻調整。
建立制度、擇優汰劣,就像種菜過程要除草澆水,但仍需好的養料施肥,菜才會長好。 李彥宏從不同領域獵才,厚實經營深度。技術長劉建國原是北大教授,財務長王湛生來自普華永道會計師事務所(PWC),是最年輕的合伙人,營運長朱洪波的背景是軟體和諮詢業,負責行銷和媒體關係的副總裁梁冬,之前是香港鳳凰衛視當紅主持人。
除了劉建國,另三人的專長和李彥宏並無交集,但他利用各種機會吸收對百度有幫助的人。他和梁冬在一趟長途巴士上認識,兩人隔著走道坐,因而閒聊起來。梁冬活潑張揚,李彥宏則稍內向。兩人對於網路未來發展各有想法,最終都沒能說服對方,但互相欣賞。李彥宏不久即邀梁冬加盟,包裝百度形象。
與其說他們被李彥宏說服,更像是他們從李彥宏身上,看到一個自我實現的機會,而選擇加入促成集體實現。

繼續衝 因為還沒有到收成時刻

劉建國放棄教職前,父母、朋友和同事都極力反對,北大教授不僅安定,社會地位在中國更是崇高。「留在北大,只能影響幾個學生;加入百度,卻可能影響幾千萬人,」鏡片後的眼神充滿自信的劉建國說:「我父母那一輩很難理解,但對我這一代是千載難逢。」
王湛生是六四那一年出國的留學生,後來回香港和台灣工作,曾參與聯電和矽品發行美國存託憑證(ADR)案子。「會計有通用會計準則可依循,但擔任新創公司財務長可沒有準則,經常要做困難決定,」王湛生比較。
他們是李彥宏的左右手,但在重大議題上,李彥宏仍做最後把關。二○○一年八月,百度要改變模式,直接面對上網者,投資人和員工都反對,李彥宏最後拍桌大罵,此事因而定案。徐勇離開百度前表示,百度是李彥宏一人的公司。一位主管指出,李彥宏會聽所有人意見、和少數人商量,最後自己做決定。
他也有感情的一面。至今,掛著徐勇名牌的辦公室仍保留著。在美國上市當天,當第一筆交易出現,他撥手機給在北京辦公室的劉建國報喜,「我們成功了!」然後淚流滿面。 今年六月,他受邀到北大演講,是今年繼連戰後,最轟動的一場。八月上市後,他成為全球焦點,更被中國重點媒體掃過一遍,香港(壹週刊)也做專題報導,中國版(Esquire)更把他放上封面。以前在美留學的指導教授和校長,分別寫信向他祝賀。
李彥宏已是名人,但沒有打亂生活和工作節奏,他仍盡可能回家陪太太和女兒吃晚飯,再用手機遙控辦公室內的同事詢問進度。對這位年輕網路新貴來說,現在還不到收成時候,他渴望把菜園再弄大一些,撒下更多種子,等待下一個豐年。 愛種菜的網路富豪── 李彥宏 年齡:1968年次 籍貫:山西陽泉 家中排行:老四 學歷:北大資訊管理系、紐約州立大學水牛城分校電腦博士肄業 經歷:道瓊斯顧問、Infoseek工程師 著作:《矽谷商戰》 專利:網頁超鏈分析方法

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