[數位觀點] 為什麼雅虎執行長梅爾懷孕不想請長假是種錯誤?
[數位觀點] 為什麼雅虎執行長梅爾懷孕不想請長假是種錯誤?

今年40歲的雅虎執行長梅爾(Marissa Mayer)本週宣布懷雙胞胎的喜訊,她在Tumblr上發出聲明表示:「我的懷孕狀況非常健康而且不複雜,有鑒於雅虎現在處在一個特別的轉型期,我將會比照三年前懷我兒子時的情況,僅短暫請假而且工作直到分娩,我已與雅虎董事會和高層討論過我的決定,他們都非常支持我的決定並且替我高興。」好端端一則公眾人物懷孕聲明,本該是一樁喜事,未料梅爾的公告一出,立刻遭到多方圍剿。

梅爾作為雅虎最高領導人,2012年生第一胎時只請了兩週產假就立刻回到工作崗位上,當時外界便批評梅爾根本沒放足雅虎給女員工的8週產假,引發公關危機,梅爾隨即宣布加碼雅虎女員工的有薪產假至16週,連男性員工也可以放8週有薪產假,以杜悠悠之口。

Marissa Mayer
(圖說:Yahoo!執行長梅爾是出名工作狂,每週可以工作130小時,她曾經說過他不相信人類不睡覺就撐不下去。)

##梅爾產假請不夠長,跟你敢不敢請超長產假有什麼關係?
現在梅爾懷了雙胞胎,類似批評又重新浮上檯面,有輿論指出梅爾只放兩週產假就回去工作,對女性上班族是個負面教材,對雅虎女員工而言尤其是種壓力,試想你的老闆生雙胞胎都只放2週產假,你有勇氣放16週嗎?這種批評乍看之下有理,實則根本忽略了每個個體的能動性,誠然在職場上主管與下屬之間的權力並不對等,但今天公司政策已白紙黑字寫著每位懷孕員工都有權利放16週產假,與其杞人憂天想著「老闆會不會因此不開心」或是「老闆只放2個禮拜,我真的可以嗎?」,不如就坦蕩蕩地請吧,老闆敢給16週產假,為什麼你不敢請?

梅爾只請兩週是她家的事,她一年年薪19億元台幣,可以為了照顧孩子在辦公室隔壁另闢一間育嬰室,以便隨時看照,當然也可以花錢請保姆24小時照顧孩子,用金錢換取時間,一般職場女性不可能砸大錢請保姆,因此只能用時間換取金錢。每個人的經濟條件不同,梅爾的兩週產假背後有強大銀彈支撐,因此她選擇生完後在最短時間內回到辦公室主持大局,畢竟一想到雅虎近年來成長緩慢的行動廣告業務和股東的嘴臉,縱然梅爾再怎麼有母愛,恐怕也不敢享受天倫之樂太久。

誠然這背後有許多辦公室政治戲碼,一名小員工總是有許多說不出的心酸,但說真的,雅虎員工敢不敢請產假跟今天梅爾要請多久產假一點關係也沒有,這個命題的核心是企業文化和員工信任感,一家企業的文化是否足夠開明,懂得體諒職場女性兼顧事業和家庭的兩難?一名員工是否足夠信任他的主管,相信主管不會因為下屬請產假16週就把考績故意打低?而這一切問題到底跟梅爾只請兩週產假有什麼關係呢?

##男、女執行長懷孕時的雙重道德標準
與其討論梅爾請兩週產假是否太短,梅爾宣布懷孕喜訊後竟引發爭議這件事本身,反而才是這整個事件最值得令人憂慮的部分。梅爾數度被《富比世》選為全世界最有權力的科技業女性,她是Google第一名女性工程師,也是之前頻頻換執行長的雅虎這幾年來撐最久的一名執行長,她的實力有目共睹,被視為矽谷少數幾名能跟男性平起平坐的女性主管。但從今天梅爾宣佈懷孕之後引發的一連串風波便可看出來,矽谷近年來高談兩性平權,實則根本原地踏步。

何以見得?佐克伯不久之前宣布妻子懷孕時,外界一片祝福讚好,請問有誰有問佐克伯要請多長產假嗎?沒有。平平都是矽谷重量級網路公司的執行長,何以佐克伯跟梅爾分別宣布喜訊時,外界的反應天差地遠呢?同樣都要面對董事會跟股東,佐克伯經營臉書的壓力難道有比梅爾小嗎?想必沒有,但為什麼外界面對佐克伯跟梅爾的懷孕公告時,一邊是祝福,一邊是批評呢?

若我們只把原因歸咎於「佐克伯沒有子宮,所以他不用抱著肚子進醫院待產」,就太小看背後的性別結構因素了。《富比世》1000大CEO中只有5%是女性,女性CEO數量特別稀少不是沒有原因,根據《富比世》記者Kieran Snyder 2014年做的一個調查,科技業有10%以上的女性因為產假相關因素離開科技業,2014年Glassdoor公司分析發現高科技業的女性員工薪水比男性員工薪水低12%,薪水比男性低以及家庭照護和事業衝刺在時間點上相互衝突,都是女性執行長在科技業較為罕見的原因。

佐克伯公布懷孕喜訊
(圖說:Facebook執行長佐克伯7月才宣布妻子懷孕的喜訊,你有看到誰關心他要請多久的陪產假嗎?照片來源:Mark Zuckerberg臉書。)

##矽谷女強人陷入道德兩難困境
**因為少,所以一旦出現女性執行長,外界便格外關注她們的一言一行,外界習於戴上道德眼鏡檢視女性執行長,設下層層標準檢視她們是否表現出色但又不過於強勢到「嚇跑男人」、是否發揮女性「特有的」溫柔特質領導眾人、是否能夠兼顧家庭和工作….等等,現在就連懷孕時產假該請多長,都可以被拿出來大作文章。**誠如哥倫比亞商學院教授菲力普斯接受媒體訪問時所說的:「這幾乎就像是你做了也完蛋,不做也完蛋,原諒我的用語。如果她休假了,外界會說她不夠投入她的工作;如果她沒有休假,她就不是個好母親,不是嗎?」

請也不是,不請也不是,難道就因為梅爾肩負一家企業的生存壓力又身為女性,她就必須面臨猶如父子騎驢般的道德咎責嗎?更可笑的是還有專家跳出來指責梅姐只請兩週產假而且懷孕期間拼命工作,恐怕會影響胎兒健康,儘管梅爾自已都說她的孕期很健康沒有疑慮,社會仍強行把梅爾放在既定的模範母親框架中:一個母親若不放下手邊所有其他事,全心全意陪著自己的孩子,包括犧牲自己的事業成就,她就不是個好母親

這些社會加諸於職場女性的包袱,規範女性表現出應有的性別氣質,讓女強人的一舉一動都被放在放大鏡下檢視,儘管矽谷科技公司近年來力倡性別平等,紛紛祭出相關政策提升女性員工就職率,但從梅爾請個產假請太短都可以引起外界議論紛紛,質疑梅爾不是一個「夠格」的母親,便可以看出只要我們的社會一日不放下根深蒂固的性別成見,女性CEO永遠只能停留在那少數的5%,下次如果佐克伯老婆懷第二胎,不如拿相同標準問問佐克伯準備要請多久陪產假,否則就放過下一個懷孕的矽谷女強人,還予她們私領域的自由吧。

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