[Internet20] 盧大為：不能只做一件事情，要去思考你的天花板在哪裡!|數位時代 BusinessNext

盧大為（第一網站董事長）
1996年在台推廣Netscape，1997年成立奇摩站。2000年，雅虎以225萬普通股取得奇摩站所有權與經營權。加入雅虎團隊後，曾擔任北亞區搜尋及網路市集的負責人。目前擔任第一網站公司董事長，推出比價服務「飛比價格」。

圖說明

我並不是業務導向、賣產品的人，我比較能發揮的，還是在消費者行銷這一塊。 1997年我們以內部創業的方式，成立了精誠資訊，我當時32歲，在台灣代理銷售Netscape，覺得它跟過去我們推的企業用產品很不一樣，也因為這樣去了美國，看到軟體業發展，也親身體驗矽谷像甲骨文這些軟體公司，如何定位自己的產品，如何行銷產品，在不同競爭環境之下保持方向，跟上市場的腳步，然後也有機會跟Netscape發明人安卓森(Marc Andreessen)會面，他們對網路的想像給我很深的啟發。比如當時我們代理Netcapse，首次把軟體產品放到7-11便利商店銷售，我還記得是跟阿妹妹、許茹芸的 CD一起綑綁來帶動買氣。

在做的時候，公司內部員工有一次跟我聊天，說：David，你為什麼要做這個？我說做這個很好啊！因為那時候我們還有軟體代理部門嘛，他們看不到網站的商業價值。還有一個員工上班第一天，他爸就跑來公司看，他不知道這是什麼公司，問他孩子為什麼不去銀行？怎麼會來一個網路公司？大家看不到它的價值在什麼地方。董事會雖然對這個產業也不是很清楚，可是他們信任我，而放手讓我去做，讓我覺得很感謝。

成立奇摩之後，因為大家對網路都不熟，所以得先推出服務來引導他們，比如說1997年推股市即時報價，那時候很多人不看好，但是你不做，網友不知道可以有這個服務。後來又推社群及免費電子郵件服務。

你在台灣不能做一個單一的東西，因為台灣市場太小，你要做的是eBay加上Amazon，你不能只做一件事情。你只做一個垂直的東西，經濟規模都不夠大，如果在台灣這個環境發展，你必須要去思考你的天花板在哪裡，你的核心競爭力要如何有更多可能性？

最大的轉折點是在奇摩賣給雅虎那一刻，對於台灣網路產業來說也是一個轉折點，相對於一個成立不到3年的公司，對我來講是一個人生的紀錄，3年創造一個50幾億的公司，是很難得的紀錄，對我的生命跟職涯來講，都是很大的影響。

奇摩賣給雅虎對整個產業的影響力，還真不能從我的角度來看，因為要看其他的競爭者怎麼去面對這樣的事情，在那個時候，我已經做到在台灣來講是非常非常領先的，所以對我個人來講，沒有那個平台，對我來講人生還是有點遺憾啦，**但是反過來想，我就算擁有那個平台之後，我能不能夠未來面臨到跟 Google的競爭，或是跟雅虎的競爭，跟Facebook的競爭，那會不會現在的奇摩變成第二線的公司？**比如諾基亞就不見了。企業就是起起落落啦，我做事情不會想到什麼後不後悔，而且這件事情的決定也不是我一個人的決定，更多還是董事會的決定。

我很有幸從矽谷、台灣、中國接觸，看到幾大市場互聯網的變化，也很有幸參與其中，對我生命裡面也是個不可磨滅的一塊，我覺得是非常過癮的事情。做奇摩的時候你是在風口浪尖，交易完之後你就不在風口浪尖了，就在雅虎裡面，但後來又有幸去中國看到他們輝煌的競爭。

我2001年的時候去北京，那時候就在想要用什麼策略進中國，協助雅虎評估進中國的策略是什麼，在我的專業裡面，盡量把它做到最好。當時環境跟現在變化真的是太大了！我還記得那時雅虎想在中國做拍賣，馬雲曾說：「我不會做拍賣！」3個月後，淘寶就出來了！

中國競爭太激烈，而且要懂當地的關係，要有背景，有很多那種模糊不清，你要敢衝敢撞，在你週遭工作的人對你信任度，不像台灣的同事，誰敢先衝的，誰可能就先成功了。我有幸在旁邊看，看到了這些事情發生。現在中國互聯網也是風起雲湧，未來也不一定會輸給美國。

再回來看的話，我覺得沒有什麼對跟錯的問題，你得到一些事情，你就會失去一些東西，當你沒有這些事情的時候，你可能更多時間跟家人在一起，或是你有機會可以去看看別的世界。那你可能跟人的相處方法也會不太一樣，那畢竟那個時候，在那樣高壓的環境，3年之內你要做到這樣的成績，其實壓力是非常大，我也不知道那時候哪來的勇氣。

那時候三餐都在遠企，血氣方剛，想做很多事情，那個時代是大家都在很緊張很緊張，沒辦法靜靜坐在那邊，加上我做事的標準很高，個性是下了決定就希望它能被達成，然後罵人也不手軟的，會要求大家「快快快快快！gogogo！」可能不會顧慮到大家的心情，比較得理不饒人，大家壓力都很大。不過經過那段時間，一起工作的人大家都有所成長，很多工作態度跟方法都建立起來。所以現在的我可能會跟以前的我說：脾氣不要那麼壞！

我覺得現在創業者還是要回到基本面，就是公司到底要怎麼賺錢？在創業過程中，還是要去想怎麼賺錢？錢從哪裡來？我還是擔心很多創業者想的太淺，覺得有用戶就可以賺錢了。我是研究過雅虎的獲利模式是什麼？那我們在台灣有沒有機會可以獲利？我覺得台灣市場跟國外市場還是不太一樣。

我不做什麼O2O啊、B2C啊，我就是做資訊，怎麼去整理資訊，我還算是有點經驗（笑）。你要知道這個東西做下去到底有沒有機會，如果你引導到一個錯的方向，你當然就不會成功。每年都會有新的東西跟服務出來，網路沒有到此為止的一天。

要在台灣變成一個很有規模的公司，你都不能只做一樣，而是要「集合」。所我現在在做比價這件事，在台灣會有機會，各式各樣的新興網路電商興起，這時候提供一個資訊提供服務站，其實是有機會。

接下來的10年，我希望能夠幫助年輕人成功，現在的公司就是以前雅虎奇摩做電商的同事出來成立的。你一定要先把自己準備好，自己要先去學習，看到好的機會，汲取過去的經驗，再去創業。不是說我大學畢業，沒有工作，我就來創業。

網路最你的人生最大的影響是什麼？我可以說是賺大錢嗎！（大笑）我如果沒有做的話，我可能不知道現在在幹嘛，投入這個產業，我是很高興的。一定要把網路賦予一個什麼意義的話，它就已經是我們生活的一部分。就好像剛開始發明電話，後來每家都有電話的時候，他就是你生活的一部分。

網路出現，打破菁英式媒體的存在。它偉大不是在於一家公司而偉大，而是它enable了過去一些我們做不到的事情。

@@ACTIVITYID:356@@

圖說明
（《數位時代》2015年8月號文章精選，尊重智慧財產權，如需轉載請來信洽詢：web@bnext.com.tw）
其他精彩內容》》
訂閱數位時代》》

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。

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。

「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