[李開復] 蘋果、微軟、Google的優點和弱點是什麼?
[李開復] 蘋果、微軟、Google的優點和弱點是什麼?
2015.04.27 | 科技

有人問我曾經在蘋果、微軟、Google工作,這三家各有什麼優勢和值得欽佩和學習的地方?

蘋果、微軟、Google的優點和弱點是什麼?

我的回答:

1)蘋果重視用戶體驗和美的設計,真正在乎細節,專注完美,近乎苛求。因此,蘋果成為了少數用戶真的用心愛的高科技公司。蘋果有改變世界的精神,並且不屑於微創新,勵志膽敢做出用戶自己還不知道自己需要的產品。是這樣才引領了不同產業(電腦、手機、音樂、軟體商店等)的多次範式轉移。

2)微軟擅長於戰略分析、商業模式,能夠分析透每個細分產業的發展和商機。另外微軟有很強大的分工和當責精神,能夠把一個很大的項目拆分成小塊,由少數的明星人物領頭,帶著大團隊分批執行。

3)Google是技術驅動的科技平台,所以需要大批一流人才,「自己想怎麼被管理就怎麼管理這些天才」的精神招攬最棒的人。Google的決策是科學化,互聯網化,參考真實數據後才做判斷的。如果微軟是航空母艦,則Google是快艇,能利用小團隊+實時回饋+主人翁感打造和創業公司一樣快的產品更新和創新。

#談完了優點,蘋果、微軟、Google各自有什麼弱點和挑戰?

1)**蘋果作為一個骨子裡硬體的公司,一直沒有抓到軟體的核心。**它認為軟體的存在就是為了支持它的硬體,而這種思維導致它一直沒有做出能夠和硬體獨立的軟體(我認為iTunes不能算)。這問題從我在的1990年就有,25年沒能改,以後估計也不會改。

**另外,蘋果對社交媒體是不參與的,在FB, Twitter上都幾乎不介入。**可能是它的秘密基因太強烈,所以骨子裡否定這樣的參與。但是在這個時代,不參與社交媒體是迂腐的,是會付出很大的代價的。還有,蘋果文化一定的程度認為:「你能做我的員工,是你的榮幸」,因此員工福利方面,或者對職銜方面的「小氣」,不如一些其它的頂尖公司。

最後,賈伯斯過世已經三年半,蘋果只出了一個嶄新產品(iWatch),而且評語好壞皆有。所以蘋果最大的挑戰就是:沒有了賈伯斯,它還能創新嗎?(注意這裡不是說創新都來自賈伯斯,而是他能夠在上千的員工創新中,砍掉大部份,有眼光挑出支持那些能改變用戶體驗的)如果它不能在創新繼續明顯領跑全世界(又不能做high margin的軟體),那麼Android或小米帶來的95%體驗,50%價錢,就要給它帶來災難了。這我在90年代的Mac vs. PC大戰中深有體會,可能也會發生再手機上。

2)其實很多人已經不把微軟看做一線公司了,這是因為它一直沒有抓住最近發生的四大趨勢(Internet,mobile, social, hardware/IoT)。在Internet方面,它投入了鉅額,搜尋引擎卻依然遙遙落後,每年賠錢。在mobile方面,它明明曾經是唯一的smart phone OS,卻把市場份額拱手讓人。Social方面除了投資Facebook,沒有任何成績。Hardware其實微軟也是很早開始的部門(X Box),但是卻沒有抓到最近的機會。微軟根深蒂固的問題在於:

  1. 公司思維比較封閉(因為不在矽谷),對業界動盪體會不夠深刻(因為錯過了這四個趨勢),固有的商業模式很難改變(例如Windows收費,當然這點最近有改),而改變這些公司文化是很難的。
  2. 微軟的兩大business:Windows & Office,不但帶來了創新者的窘境(舊business太大,成為包袱,不願意去做新business),而且卻都面臨這巨大的災難,每年我們都看到災難「快了」,但是都沒有到來。它還能躲過多久呢?興起的小的新的business做的不錯,但是能足夠快地成為新的支柱嗎?
  3. 微軟的產品模式是比較過時的(團隊太巨大,工程師和架構師權力太大,產品經理相對弱勢,對用戶不夠敏感,開發週期太長),在迅速互聯網時代,能有競爭力嗎?
  4. 因為不被很多年輕人認為是一線公司,比較難得到頂尖人才。

3)Google最大的挑戰是**它有「最容易作惡」的最大、最有價值的數據,卻有「絕不作惡」的承諾。**它能夠束縛自己的手腳,不被大數據誘惑嗎?如果別的公司都會動用,它能忍住不用嗎?如果一旦用了,它的「不作惡」理想把自己放上了神壇,它會被攻擊的更嚴重的(一個小小的「動用」,別的公司沒事,Google會被認為是違背了承諾和價值觀)。我認為把自己放上神壇的公司使命是非常危險的。

Google是個理想主義的公司,當它看到一件事是符合它的理想時,它不在乎外部因素。而且Google在創辦人說了算的環境裡,是比較固執任性的工程師文化:**當我沒有錯時,我就要證明我對你錯,絕不妥協。**它和歐盟的僵局就是這麼一個例子。

沒有柔性的政府關係是危險的。Google碰上的壟斷問題,是有可能牽累整個公司的(微軟就是為了處理壟斷調查,最後公司疲累不堪,為了不觸犯法律,謹慎到流程變緩)。**另外,Google自認為是個科技為核心的公司,所以希望不斷地在各個領域帶來顛覆。但是,在矽谷其實顛覆者都是小公司。**所以Google會不會還沒有顛覆別的領域,就被小公司顛覆了呢?從矽谷的發展,這是難避免的。最後,在非核心領域的產品,似乎總是碰到問題(當然,另外兩家公司也是)。

其實,這些挑戰大部份都是這些偉大公司成功的雙刃劍的另一刃,或許是無法逆轉的。另外,每個公司有它的15 minutes of glory。現在,微軟的15分鐘已過,蘋果、Google的15分鐘也所剩不多了。但是,偉大的公司,即便15分鐘過了,它們對世界的貢獻和在歷史上的地位是會永存的,就像柯達、福特、HP、IBM一樣。

本文出自李開復Facebook粉絲專頁12 圖片出自李開復Facebook粉絲專頁

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