[電影的未來]侯孝賢x張鐵志Part1：現在很多年輕人還在模仿以前的拍法|數位時代 BusinessNext

台灣新電影30年了，伴隨著時空移轉，如今告別了鎢絲燈光，迎來了數位時代，一個新的影像時代，因為網路與科技加乘之後，釋放出新的力量，讓電影拍攝方式更具想像，甚至從不可能變得可能，再一次催生台灣新電影，帶動新的創作形式，打破了創作邊界，昇華了電影產製與觀看體驗。但一切只是更逼真、更身歷其境、更多令人驚訝的細節嗎？什麼才是電影的未來？跟科技又有什麼關係？ **《數位時代》客座主編張鐵志、導演侯孝賢在問答之間，細說他們的觀察與改變，朝著未知的將來探索前進。**或許有一天當我們回顧現在，電影史上最偉大的革新已經不是傳統膠卷，也不是硬碟檔案，而是更令人屏息的數位化表現方式。

圖說明 **侯孝賢：**台灣電影導演，「台灣新電影」代表。國立藝專電影科畢，1973年進入電影界，以長鏡頭美學、固定鏡位、忽略敘事因果關係、寫實風格等為其特色。1989年以《悲情城市》獲得威尼斯金獅獎，2015年以《刺客聶隱娘》獲得坎城影展最佳導演獎。參與成立「台灣電影文化協會」及「台北之家．光點台北」電影文化空間。

圖說明 **張鐵志：**政治與文化評論家，專欄見於台港中主要媒體與外媒。歷任《新新聞週刊》副總編輯、香港《號外》雜誌總編輯、《彭博商業周刊中文版》總主筆、《數位時代》顧問。現正參與辦網路新聞媒體「報導者」。

圖說明

##從台灣新電影30年出發

**張鐵志：**最近又有不少關於台灣新電影30年的討論，你曾經說過，新電影是一個特定時代的產物，是那時候的壓抑氣氛形成了那個特定的形式與內容。跳到現在來看，這是一個數位時代，是不是也有屬於這個時代特定的電影美學？你怎麼看電影與時代的關係？

**侯孝賢：**二戰之後，從歐洲開始出現法國新浪潮、義大利新寫實、德國新電影，影響到亞洲，所以香港也有80年代的新浪潮，以及台灣的新電影，這彼此間有一個渲染。電影拍的方式跟以前不一樣，是因為技術不一樣了，例如燈光或者底片的變革，幾乎是眼睛可以看到的，影片就可以拍到，這就是很大的變革。寫實風格因此開始。

一直到數位時代，又是一個載體的變革，然後又是一個全球化的衝擊。網路世代其實就是影像時代，網路時代既然來了，表現方式應該要改變，其實現在也有改變，但沒那麼厲害。我們在2000千年拍《千禧曼波》時，我本來想的是有一群女孩子在台北的狀態，網路可以像細胞一樣，追蹤每個人的狀態，把他們呈現在網路上，然後可以自己去連接、剪接，但後來發現我想的太天真了、太早了。

**張鐵志：**你看到這個網路世代的年輕創作者，他們對影像的想法，或是對電影生產和流通的想法，跟以前有什麼不一樣？

**侯孝賢：**其實我剛開始跟這些年輕人接觸的時候，發現他們沒有想太多，因為他們還是受了以前的影響，在表達上沒有什麼改變。我就跟他們說，網路時代的意思就是你不用底片，各種拍法都有可能，例如用手機什麼都可以拍了，而且體積也越來越小，所以捕捉影像的方式應該要改變。

以前的拍攝方式是，例如當演員在家的劇情結束，要拍出門，我們會看他劇情是搭公車還是開車，事先定一條好的路線方便拍攝。現在就不必，只要找好家的定點，接下來在每個地方捕捉一部分就好了，因為可以連接，不必先安排好全部的路線。

##給這一代年輕人的建議

**張鐵志：**所以你同意科技對於電影的創作來說是解放的力量嗎？尤其對年輕人、對獨立製作來說，科技讓一切變得更容易了。

**侯孝賢：**解放的力量是指形式或表達的方式變得多樣，或者變得更容易。雖然這不包括內容，但形式通常會改變內容。就像繪畫最早是工筆畫、肖像畫，是寫實的，後來變成法國的印象畫派，專注在陽光和客體之間的變化，捕捉光和顏色。

每次當載體、技術或是觀念變化，就會帶動新的創作形式。網路也是，只是現在很多年輕人還在模仿以前的拍法。

我帶金馬學院的學生坐火車去花蓮、宜蘭勘景的時候，建議他們在火車上可以用小的器材拍攝。因為現在每個人都拿手機或小器材在拍，其他人被拍也不會有感覺。結果我看了影像覺得奇怪，問：「為什麼兩邊的人都在看你們？你們是用什麼機器在拍的？」原來講半天，他們還是扛了一台大的Alexa攝影機。因為他們很少機會碰到好機器，當有機會拍的時候，就想回到傳統的方式。

這意謂著表達的能力沒有被訓練好，而且在學校的時候沒有人討論這件事。現在因為器材越來越普遍，數位相機拍的作品也越來越多，才逐漸產生變化，但其實早就該被天翻地覆地改變了。

數位時代256期封面（《數位時代》2015年9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