伴隨著「文件」的沒落,Dropbox 會是第一個倒下的超級獨角獸?
伴隨著「文件」的沒落,Dropbox 會是第一個倒下的超級獨角獸?
2015.08.30 | 科技

全球股市最近的崩盤無疑給技術「泡沫論」添加了再度發酵的猛料。蘋果、Google、Facebook及Amazon等技術巨頭的股價均出現了不同程度的下挫—儘管庫克罕見地在非正常時間對蘋果業績進行置評安撫投資者,但蘋果股價的反彈只是曇花一現。

不久前大家的焦點還在誰會成為新的獨角獸(unicorn,10億美元以上估值的新創企業),但現在技術圈已經開始討論哪一個獨角獸在什麼時候會率先倒掉了,而Alex Danco的觀點更為激進,他甚至認為第一個倒下的超級獨角獸——十角獸(decacorn,估值100億美元以上)可能就要就會出現

延伸閱讀:Evernote會成為下一隻倒下的獨角獸嗎?

不過其實這篇文章主要討論的不是獨角獸或者十角獸,而是顛覆的模式—原有統治者苦心經營的結構被顛覆者不經意間以新的方式解構。

這種十角獸的死掉跟有沒有泡沫,跟投資者是否恐慌沒有太大的關係,更主要的還是由於技術的變化節奏太快、競爭太激烈,甚至到了不是每一家大型的私有技術公司都能夠生存下來的地步,哪怕是十角獸。一旦戰略方向跑偏,背離了技術變化的趨勢,就算是中層如何的努力也無濟於事。那究竟是誰會死在誰的手裡呢?

新創企業一開始的最大恐懼來源實際上並非外部,而是擔心自己被忽視。然後,經過一定階段的發展後,才開始擔心競爭對手,擔心對方做得更快更好更強更便宜。又到了某個點的時候(可以認為10億美元估值是個標誌),同行也不是你最大的擔憂了。估值到這種規模意味著你在某件事情上已經做得足夠好,好到直接競爭對手無法一夜之間把你幹掉了。但是,這個時候一個比過度競爭更大的噩夢出現了。這個噩夢叫做侵蝕,被你的公司所在技術線的上層或者下層的某個傢伙侵蝕。

這就像微軟對 PC 製造商的侵蝕,然後 web 瀏覽器又侵蝕了微軟。後來Android/iOS 對手機製造商也乾了同樣的事情,現在Facebook 也想效仿。對於被蠶食的來說,這種恐怖在於變化是慢慢發生的,然後突然之間就崩盤了。

##需求與價值的移轉

所以這裡再強調一次,獨角獸往往不是死在直接競爭對手的手裡。做這件事情過去是做得最好的一個,現在也還是,但是唯一的一點是,這件事情變得不重要了。而一旦這些公司規模龐大(如100 億美元估值的十角獸),那他們麻煩了。

那麼第一個倒下的獨角獸會是誰呢?我賭Dropbox(這跟名字沒關係),也不是因為Google Drive 或者Skydrive 等其他的雲存儲服務—儘管這些威脅已經有好幾年了。正如歷史發生過的事情一樣,最恐怖的不是你的直接競爭對手。

##Dropbox 會死在 Slack 的手上。

Dropbox 和Slack 怎麼會是競爭對手?實際上Slack 早期宣傳時還把「我們整合像Dropbox 這樣所有你已經在使用的服務」掛在嘴上。他們更像是辦公室技術中心:

底層:AWS 為代表的託管+ 存儲,中間層:Dropbox 為代表的文件+ 版本控制,上層:Slack 為代表的溝通+ 工作流

你也許認為像Slack那樣的溝通及工作流工具會是Dropbox這類存儲與版本控制服務的很好補充。沒錯,但Slack的發展速度和影響力已經超越技術圈擴散到外面的世界,這類工具正在改變我們工作本身的需求。

Benedict Evans一針見血地指出,新工具一開始其實是以適應現有工作流的面目出現的,但隨著時間的遷移,工具開始喧賓奪主,工作流需要被重新塑造才能完全發揮工具的優勢

延伸閱讀:郵件殺手Slack估值挺進25億美元,B輪融資更搶手

比方說企業內部充斥的各種PPT他認為下場會是這樣的:「PPT文件會被可以讓兩人協作製作投影片的web應用取代。不過也許更應該被帶有即時數據、提供以外變化告警的SaaS儀錶盤及聊天通路或Slack整合替代。PPT會被不是簡報的東西幹掉。」

##對於Slack來說當然是好事,但Dropbox又有什麼好悲觀的呢?

Dropbox做的兩件事是很有用的:它幫你存東西和共享東西。這兩點都做得很好。但是存儲本身已經不是一門好生意了,過去幾年,在Amazon、Google的激烈競爭下,雲端硬碟空間的成本幾乎都快降為零了。但是Dropbox依然生存下來了,不是因為它提供了最便宜或最多的存儲,而是因為它的文件共享和版本控制工具還是那麼的好。他們還意識到光有文件同步還不夠—還圍繞著核心概念提供了其他服務和體驗,他們說這樣應該會成功了吧。但是Dropbox的一大存在問題是圍繞著文件管理來提供的服務到底能做得多好。

Dropbox的問題在於儘管它是非常棒的文件管理服務,但是我們現在對於文件已經沒那麼在乎了。

##我是存放文件最好的方式!但是文件開始以不同的形式存在了

Dropbox的問題在於我們的工作習慣已經演變到更好地使用現有的東西,尤其是互聯網的出色能力。你停下來好好想想, **「文件」這個概念在互聯網上是不是有點怪異?考慮到現在我們有Evernote這樣的組織工具、Trello這樣的任務管理工具以及Slack這樣的溝通渠道時,文件是不是有點模糊了?**文件是存在於物理空間的具體呈現,而互聯網恰恰跟這些屬性相反。

儘管在訊息與互聯網早期誕生時維持大家熟悉的想法和系統組織方式是有意義的,但到了一定時候另一隻靴子注定是要落地的。Slack給人的感覺就像是第一款真正的互聯網與移動原生的生產力平台,尤其是現在它已經從消息傳遞延伸到工作流自動化、機器人助手(helper bot)等等。Dropbox也許是文件管理的頂峰,可Slack是未來的開始。

當然,文件不會徹底消失,在很長一段時間內都會是這樣。它們仍然會以數據結構的形式存在,根植於我們的服務器和手機上,但是大多人將不再關心它們的存在。相當可以肯定的是,Dropbox 的估值並非基於新的現實的預期,而是對當前世界用一種快進的方式進行的預測,這種預測是非常短視的。Dropbox 未必是第一個慢慢倒下然後突然死亡的獨角獸,但它的倒下是一定的。而隨著它的倒下,一種宏大的、有用的但是老化的做事方式—文件,也將壽終正寢了。

Ok,把這個發到WordPress 上。謝謝,Slackbot。

延伸閱讀:Dropbox能夠突破重圍 保住商務文件分享市場的優先地位嗎?

本文編譯自:alexdanco.com

關鍵字: #Dropbox #獨角獸
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