[電影的未來]侯孝賢X張鐵志Part3:碰到全球化,只要是有特色、在地的,反而會有人欣賞
[電影的未來]侯孝賢X張鐵志Part3:碰到全球化,只要是有特色、在地的,反而會有人欣賞
2015.09.03 | 人物

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」。

#台灣電影 Vs 中國電影

圖說明
(照片提供=光點影業)

**張鐵志:**很多人焦慮台灣國片的復興,而台灣電影現在跟中國大陸的電影是既競爭又合作,你怎麼看這個問題?

**侯孝賢:**沒有啦,其實現在憂慮的是商業行為。但商業行為是從全球化就開始的,很早有了。**碰到全球化,只要是有特色、在地的、不同的東西,反而存在的更堅實,會有人欣賞。**例如短的好笑的東西,大家都能夠理解和欣賞。但如果是電影,基本上還是逃離不了以往看過的所有電影的影響。

現在表達範圍比以前更廣,有具有市場的電影,也有奇奇怪怪的電影,加上網路世代的媒體傳播速度又不一樣。真的有趣的東西很快就會傳出去,至於比較深的東西,只要拍得好的話,也是一樣。

然而,純粹影像表達的東西反而會弱。就像《刺客聶隱娘》,因為是純粹從影像的飽滿度去表達,這在小螢幕看跟大銀幕看就有差別,跟用劇情情緒去表達的影片不一樣。

圖說明
(《刺客聶隱娘》在拍攝時,相當重視影像的飽滿度。劇照師=蔡正泰/照片提供=光點影業)

**張鐵志:**你剛說在全球化影響下,有在地特色的還是可以被突出。那台灣的電影的特色是什麼?什麼是我們在地的思想資源?

**侯孝賢:**我們生活在這裡,可能自己不覺得,但其實只要去國外就會發現台灣不一樣啊!台灣本來就是一個小島,後來裝了一個大政府,帶來大國族、大國家的概念。但如果到現在還是這樣,其實蠻荒謬的。

台灣還沒有尋找到自身,還沒有回到純粹以人為主,探討生活型態或價值觀念的路。那條路是在抵抗全球化的過程中,或是在「存在」的過程中長成的。

電影應該也是這樣。大家都擔心全球化,憂慮大者恆大,最後沒想到是網路更大、更厲害,尤其是不同的載體出來以後都變了。流通量這麼多的時候,就要特立獨行。表達的方式解放到一定程度,慢慢就會開始沉澱,深的東西也就會出現。

**張鐵志:**你自己常上網嗎

**侯孝賢:**沒有,從一開始我就沒碰,我完全不會。

**張鐵志:**你不覺得好奇?

**侯孝賢:**也不是,如果有什麼,其他人會拿給我看!這樣反而很清楚。只要你有網路,有很多短的、聳動的或笑話式的東西會來。我還是用傳統的老手機。他們會給我看一些東西,有些其實說真的蠻好笑的。

**張鐵志:**你自己有看過台灣吧幫《刺客聶隱娘》宣傳的短片《三分半鐘看不懂刺客聶隱娘》嗎?

<iframe width="560" height="315" src="https://www.youtube.com/embed/8nY-ON46l0M" frameborder="0" allowfullscreen></iframe> **** **侯孝賢:**沒有耶,我有聽說但是沒看,就算看了也不一定記得。其實我們在拍完之後,因為怕別人看不懂,所以希望大家事先都能知道故事劇情,再去感受影像。畢竟唐朝時代間隔太遠,我拍的又這麼節制,一般人比較難理解。但其實知道故事就不怕了,看了就會懂,因為我影像是好的,看第二遍會看到更多不同的東西。

雖然我們看影像也很久了,但現在是透過這麼快的訊息,以前是文字,現在是影像,方式會更不一樣。也可能就像漫畫式的,幾格大家就翻了。

我現在其實就是隨心所欲,感覺怎麼拍就怎麼拍。本來因為螢幕上放映的時候有各種光影之類的限制,現在也沒有了。

**張鐵志:**所以你現在可以更隨心所欲地去創作?

**侯孝賢:**有些還是不會改變的,因為要先通過自己,因為還是在拍人。沒辦法,現在都已經到這個年紀,做這麼久了,那是必然的。
(系列完)

##回顧閱讀:
[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
[電影的未來]侯孝賢X張鐵志Part2:接下來我可能會去試驗數位,也想拍台北

![數位時代256期封面][11]
(《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》》][12]
[訂閱數位時代》》][13]


[11]: https://3.bp.blogspot.com/-DZBq9zynt8w/VeAns39R98I/AAAAAAABLsE/pL7KVGha8cg/s240/BNcover256_768x1024.jpg "數位時代256期封面"
[12]: http://www.bnext.com.tw/magazine/view/id/126491 "[其他精彩內容》》"
[13]: http://shopping.bnext.com.tw/product/view/id/31343630cea3426e657874 "訂閱數位時代》》"

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