荷蘭離岸風電發展策略分析
荷蘭離岸風電發展策略分析
2015.08.07 | 科技

**風能發電是電力來源的一種,目前因相關產業的發展未臻成熟,故發電成本偏高,所以若無政府補貼,一般來說,甚難存活。**然荷蘭政府和民間企業卻已將風能發電,尤其是離岸的風力發電,定位成具有全球發展潛力之新興策略性產業。荷蘭除積極地在自己北海海域布局練兵外,亦以北海市場潛力為餌,企圖聯合本身既有的相關產業優勢和其他國家的力量,積極地投入相關產業的研發、設計和產製,期望能於 2020年前將風能的發電成本降低40%(以2010年為比較基礎),俾離岸風電能廣受採用,並使荷蘭相關產業一舉成為全世界的領頭羊。

荷蘭風力發電

與離岸風力發電相關的產業鏈,至少包括下列業別:

a 風能運用研發/設計、 b 風力機的研發/設計/生產、 c 離岸風場的開發/風力機(電纜)之布局/設計、 d 架設海上風力機/舖設海底電纜之海事工程、 e 相關施工設備(如施工船)和工具的研發/設計/ 生產、 f 風場完工後之營運管理/保養維修、 g 支援海事工程所需碼頭之後勤設施與管理、 h 風力機所生電力之轉壓/輸送/儲存、 i 風機除役後之拆除/回收、以及為支應前述商業活動所需相關供應鏈之共生業別等,

今後此新興產業預期創造出之整體價值,實不容小覷。

荷蘭西北邊的北海因風力充足、而且是個無大浪的淺海區(20-40公尺深),所以是發展離岸風電的良好場域。因而於2002年時,丹麥Horns Rev風場(160MW)即率先啟用,其後北海邊的國家如:荷蘭、英國、比利時等也急起直追,目前荷蘭已有 Egmond aan Zee(120MW)、Prinses Amalia(108MW)、以及Luchterduinen(129MW)3處離岸風場;而且規畫中即將開發的大型 Borssele 4處風場(4x350MW),其中 2 處工程(2x350 MW)即將於今(2015)年12月1日開標。2020年前預計再開發North Holland(700MW)和South Holland(1,400MW)2地大型風場,詳請參見offshorewind.rvo.nl 。

據統計濱臨北海各國現存和規畫中風電場的發電能量已達90GW,占全歐風力發電總能量的70%,而荷蘭一國的發電能量就占有全歐的25%。

荷蘭因原已具有豐富的深海鑽油(氣)和造船的經驗,所以在離岸風力發電相關的產業鏈中,該國在下述領域已居世界牛耳之地位:風能運用研發/設計、離岸風場的開發/風機(電纜)之布局/設計、海上架設風機/舖設海底電纜之海事工程、相關施工設備 (如施工船)和工具的研發/設計/生產、以及支援海事工程所需碼頭之後勤設施與管理等。目前無論那一國家欲開發離岸風場,在這領堿中,尤其是相關的海事工程,都不難見到荷商的身影。

鑒於架設離岸風機之施工難度高,工程費用昂貴(約占建立風場總費用的20%),為分攤工程花費、降低發電成本,凡新開發的風場大都盡量採用大型風力機,以增加發電量、減少平均發電成本。例如:2002年丹麥所開發的第一座大型離岸風場Horns Rev,當時採用的Vestas風力機,葉片轉動直徑為80公尺、機身高70公尺,發電能量為2MW;而2015年最新型的風力機,葉片的轉動直徑已擴大為160公尺、機身更高達100公尺以上,發電能量增至8-10MW。同時離岸風力機因維修困難,排除故障的成本較高,故業主自然會對風機暨施工品質採行高標準,如非知名品牌甚難進入此一市場,相關產業的利潤很高。

荷蘭因國土不斷地新生重劃,為免紛爭,傳統習慣上對涉及土地、水力、或其他公眾利益的分配,並非全由政府主導,而是由各利害關係人(Stakeholders,政府只是其中一方)多方討論,最後協調出大家都可接受的妥協方案後,才能付諸實施;此一他國少見的共議制度,稱為Poldersysteem(或Poldermodel)。

荷蘭現行的能源政策,也是經由40多個利害關係人(包括:政府部門、各直接、間接的產業代表、消費者、環保團體、研究單位等)以Poldersysteem 經多年討論獲致共識後,各方才簽署Energy Agreement俾據以實施。

以此能源政策而言,荷蘭政府不但無法主導,其施政甚至不能違背Agreement的內容;如此形成的社會協議,自然不受政黨輪替的影響。荷蘭離岸風力發電的政策亦為Energy Agreement的一環,為有效執行是項政策,產官學界已合組成TKI Wind op Zee(離岸產官學聯盟)來共同推動,詳情請參閱tki-windopzee.eu。

荷蘭政府或業界對我相關產業之創新、產製能力和產品品質等,均遠較對中國相關產業有信心,並認為可與日、韓媲美。依筆者初步的觀察,我國在荷蘭離岸風力發展策略中,似可在:強化玻璃纖維、鋼管、鏍絲鏍帽、金屬加工、防蝕塗料、電線電纜、智慧電表、以及營運控管所需之 ITC 相關軟硬體等供應鏈產業上,尋得相當的商機。

(資料來源)相關書籍暨EU等相關網站 (編撰)作者:駐荷蘭代表處經濟組沈建一 外部文章連結:歐洲觀點

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