[專訪] 核桃運算薛文蔚：每個人都可以成為資料科學家|數位時代 BusinessNext

硬體科技的進步，促成大數據

核桃運算創辦人薛文蔚指出，「目前處理大數據的技術還是在非常早期的階段，很多技術還不是很方便，這就好像我們現在回頭談70年代的電腦一樣。」

薛文蔚說，「昨天的垃圾，是明天的黃金。」隨著硬體科技不斷進步，現在儲存資料的代價很低，所以有各式各樣沒有目的的資料被儲存起來，才會形成這3-5年很紅的「大數據」概念。

**大數據面臨的挑戰是，很快獲得很多資料，卻難以想像要如何處理資料。**當資料量很大的時候，要怎麼做才能快速處理這些大數據？

三年前，薛文蔚遇到中國供應商的單品項管理問題，必須同時處理40萬個品項，乘上1萬個通路時，預測出來的值是幾百億點。然而，現行的資料運算架構主流根本沒辦法處理，才讓他進而去解決架構所產生的問題，直接從運算模式下手。

（圖說：核桃運算創辦人薛文蔚推出即時資料分析引擎，推翻工程師長久以來對資料運算的看法。圖片來源：郭芝榕攝影。）

顛覆資料運算模式

「我們現在還在用1945年所設計出的電腦運算模式！」（也就是范紐曼架構）薛文蔚解釋，以前記憶體很小，把資料當成外來物，程式和原始碼是一等居民，支配資料。每次要運算時，都要把資料從硬碟內搬移至記憶體運算，再搬回硬碟，花費很多時間在「搬移」。

目前大多數使用者端的資料庫和程式都以這種邏輯設計出來，薛文蔚說，這樣的工作台模式適合資料運算嗎？

所以，核桃運算3年前設計出不必搬移資料的「in-place computing model」，試圖要顛覆資料運算的模式。記憶體從32位元前進到64位元是一個很重要的觀念改變，用空間換取時間，用有效率的方式對映到現有的CPU和記憶體，創造出一個無限的空間，把程式送到資料儲存地運算，避掉資料搬移的過程。

例如，HTC就推出64位元處理器的智慧型手機Desire 820，可以把資料放在雲端、伺服器和物聯網上。

（圖說：核桃運算顛覆資料運算的模式，開發出資料運算引擎BigObject。圖片來源：取自核桃運算官網。）

此外，核桃運算在做運算時，會用各式各樣的轉換技術做分門別類，例如分開性別和收入，並善用關聯，讓4G記憶體可以跑100G資料，比MYSQL快100至1000倍。

薛文蔚指出，「**只要一台64位元的電腦，就能處理幾十億筆資料，未來也可以用在手機上。**降低一般人使用的門檻，展現平民化的大數據運算力量。」可處理關聯式分析、多維度分析。

未來，嵌入式裝置愈來愈多，大數據將是隨處可見的技術。他更進一步指出，未來的使用者將會是資料導向，10年後可能變成人人都對資料「有感覺」，資料科學將成為基礎知識，而非現在的專家系統。

大數據四大類：應用、產品、工具、底層科技

薛文蔚是台大資工系第一屆畢業，在哥倫比亞大學念資工博士學位，1995年就開始創業。他將大數據分成應用、產品、工具、底層科技四大類，目前切入大數據領域的新創團隊，大多都是大數據應用，包括手機、物聯網，有一大部分落在社交媒體，用心理學分析關聯度，例如兩個人的相似度。

做大數據的平台和科技比較少，薛文蔚說，底層科技還有許多可發展空間，會形成一個生態系統。台灣的強項在硬體，像是固態硬體、永久記憶體、快閃記憶體等等，核桃運算也許會進一步結合硬體，讓運算模式更快速。而10年後，底層的硬體可能會被生物記憶體所取代。

自 2022 年底 ChatGPT 引爆生成式 AI 浪潮以來，企業競相導入 AI 加速內容產出，效率看似提升，品牌訊息破碎化與品質失控的風險卻也隨之浮現。行銷、客服、業務各自運用 AI 工具產出文案，語氣與規範逐漸失去統一標準，消費者接收到的品牌形象因此愈趨模糊。

「一旦 AI 成為人人可及的工具，它本身幾乎不再是差異化的因素。真正的差異，不在於技術本身，而在於企業如何運用它。」Process 普羅品牌顧問創辦人 Martin Kessler 指出，長期來看，勝出的不會是使用最強大 AI 的企業，而是那些將品牌定位得足夠清晰、即使在技術趨於同質化的情況下依然與眾不同的企業。「AI 正成為常態，但唯有強大的品牌，才具備真正的競爭優勢。」

如何運用 AI 加快內容產出速度，並同時兼顧品牌信任所需要的一致水準，這是 1995 年創立於瑞士蘇黎世的普羅品牌顧問，近年積極思考的問題。為此，普羅提出「Process 2.0」服務，將顧問角色從建立品牌策略，延伸到協助企業建立可持續運作的品牌溝通系統。

「Process 2.0」服務：提升企業品牌溝通力

Process 普羅品牌顧問台北分公司總經理洪翠霞觀察，品牌訊息之所以失焦，關鍵在於策略完成後，仍缺乏一套持續運作的溝通系統銜接執行。她將這種落差歸納為五種斷層：

首先，一旦策略完成後未能落實到日常工作，便形成策略斷層。同時，當品牌理解過度仰賴少數主管，一旦人員異動，傳承便隨之中斷，造成轉譯斷層。

在執行面上，各部門對外溝通的語氣逐漸分散不一致，也會有語氣斷層的問題；內容產出雖多，卻缺乏共同標準判斷是否符合品牌，則是驗證斷層。最後，所有品牌知識散落各處、未被系統化管理，導致治理斷層，也讓最初的策略價值難以發揮效果。

這五個斷層背後，指涉的是同一個關鍵。也就是品牌策略與實際執行之間，少了一套能夠持續運作的品牌溝通系統。

為此，普羅開發出「Process 2.0」解方，從三個階段解決落差。首先，從「Brand Strategy」出發，先釐清品牌的定位與價值主張；接著才是「Brand Communication System」，將策略轉化為跨部門可依循的語言規則；最後則是「AI Brand Communication」，把品牌知識整合進安全可控的 AI 工作環境，讓行銷、業務、客服、人資，乃至海外代理商，都能基於統一的品牌基準產出內容，並持續進行審核與知識更新。

「AI 內容產出速度已遠遠超過品牌治理速度，品牌基礎若模糊不清，AI 只會更快放大既有的問題。」洪翠霞強調，AI 時代讓斷層問題更加明顯，因此她也期待透過「Process 2.0」品牌專屬 AI 助理，延伸顧問影響力，幫助品牌長期把關、一同成長。

品牌力 + AI：打造品牌專屬 AI Agent

為實現「Process 2.0」，普羅攜手愛酷智能科技（AccuHit）將品牌策略、知識與 AI 技術整合，協助企業建立專屬品牌 AI 助理。

愛酷智能科技（AccuHit）執行長林庭箴指出，「Process 2.0」鎖定的是品牌再造：AI 除了應用在企業內部流程，還能如何用在品牌溝通面。他分析，當電商進入超微利的時代，零售產業正走向三個不可逆的趨勢，包括：到 2030 年，將有五成消費行為由 AI 協助完成，商品資料必須完整到能讓 AI 讀懂；其次是超個人化，信任愈稀缺，推薦卻必須愈貼近個人需求這件事將更挑戰；第三，則是預測型消費將持續增加。

尤其，在非零售場域，品牌溢價更為關鍵，因為品牌價值與品牌溝通內容不只要讓消費者理解，也要讓 AI 讀懂，才能持續發揮影響力。不過，當企業想要運用 AI 做行銷卻沒想像中容易。林庭箴強調，企業 AI 最大的挑戰，多半集中在機敏資料的存取與管理層面。

因此在「Process 2.0」的開發協作上，普羅負責定義場景，AccuHit 則提供技術與產品面支援，將品牌規範與知識納入 Gen AI 系統，讓所有輸出都能經過品質控管，如同 AI 版本的品牌指南，確保每一次輸出都建立在信任與安全之上。

目前品元實業、昇昇膠業等品牌已導入試用這項服務工具，無論是行銷內容撰寫、客服回覆、產品諮詢或內部教育訓練，皆能依據統一的品牌規範，輸出兼具效率與品質的內容。

Brand-to-Revenue：探索成長新引擎

根據台經院發布的《2026 台灣企業品牌力大調查》，過去五年（2021 至 2025 年）收集的 1,167 家企業數據顯示，台灣企業普遍呈現「內強外弱」的品牌結構。也就是品牌定位與內部管理已具基礎，但對外溝通與價值主張，如品牌好感度與互動性，卻相對薄弱，導致多數企業雖有高重複購買率，卻缺乏品牌溢價能力與市場認同。

對此，台灣品牌耀飛計畫小組副主任朱俐穎指出，「Process 2.0」的目標，是協助企業建構可落地的溝通能力，最終讓品牌策略實質驅動營收成長。

她以多年輔導近千家品牌企業的經驗為例，企業經過品牌輔導後，形象全面升級、設計語言更聚焦，市場識別度也隨之提升。她觀察，品牌塑造的成果平均在一至兩年後開始發酵，客戶能明顯感受到不同：「以往客戶只是單純買產品，但有了品牌之後，就多了願景與合作想像，能吸引其他企業一起創新共榮。」

AI 的本質就像一面放大鏡：品牌定位清楚，AI 能加速轉譯、提升溝通效率；定位模糊甚至混亂，AI 也會同步放大這份混亂，後果難以收拾。品牌梳理是否到位，決定了 AI 是阻力還是助力。

為協助企業及早驗證成效，普羅已推出「60 天品牌成長試用計畫」，讓企業在正式導入「Process 2.0」前展開深度合作，鎖定成長機會。從 Made in Taiwan 到 Trusted Taiwan Brand，信任，才是品牌溢價的關鍵。