[創業一堂課] 微軟大中華區前總裁黃存義:創業懂這三個原則,基本上不會失敗!
[創業一堂課] 微軟大中華區前總裁黃存義:創業懂這三個原則,基本上不會失敗!
2015.10.22 | 創業

黃存義為台灣資訊業專業經理人,現為光寶集團策略長,曾任東元資訊德國分公司總經理、台灣惠普科技行銷專案經理及業務經理,1999年擔任台灣微軟總經理、2001年出任微軟大中華地區總裁。2008年離開微軟,結束長達16年的微軟生涯。亦為AAMA台北搖籃計畫第三期導師。黃存義非常擅長擬定大公司的事業經營策略,他怎麼給成立4-5年、要規模化擴張的新創團隊建議?他又怎麼看待影響食衣住行育樂的網路產業?

創業有不同規模,規模越小,回報當然越低,但是成功或失敗的影響都不大,如果沒有經驗的話,可以從小的做起,經歷越豐富,創的平台越大,玩得越大。這個過程中,有幾件事情要注意,我比較不適合對小創業建議,比較適合對規模大的創業建議。

**不要從單一的一件事去想「我的成功會怎麼樣」,要想的是你怎麼捕魚?**是用漁船撈魚,或是去釣魚?因為規模不一樣,你所花的資源,對於產業的內部或是整體面看法也會不同。因此,如果你要創比較大的事業時,有幾個基本的原則如下:

##第一,喜歡從失敗裡面學到東西。

矽谷常講一句話,他不去看失敗,他說:「你學到了什麼?」矽谷有一句名言是,「Fail early, learn fast.」失敗得越早,就很快學到東西。所以矽谷投資人不在意創業家的失敗,他只在乎創業家是否學到了東西,太棒了,再趕快進行下一個創業。

台灣人則是,失敗了就被當成黑名單,這完全不一樣。我認為喜歡失敗是指很早就失敗,喜歡從失敗裡學到東西,因此,後面就比較不會失敗,包括創業家和投資者都是這樣。

黃存義  
(圖說:微軟大中華區前總裁黃存義指出,要創較大的事業有三個基本原則。圖片來源:郭涵羚攝影。)

##第二,從裡到外不了解這個產業,別說你要創業。

如果你不了解產業,也不知道要怎麼贏過競爭者,去創業、摸索,只是花了一大堆錢卻沒有結果,這樣不只是燒掉別人的錢,最重要的是還燒掉人生最重要的光陰。對產業瞭若指掌,必須下苦功,要像海綿一樣吸收知識,把產業搞得清清楚楚,讓產業都在你的掌握之中,才有機會成功。如果連這個都不懂的話,創業是浪費你的生命、浪費錢,也浪費機會。

##第三,你學得多快?

創業家不可能所有事都懂,若要了解產業從裡到外的話,**重點是你學得多快?或是你有沒有找到對的人一起來做?**這些人可以用互補的方式,建造一個比別人能力強很多的團隊,而且希望團隊裡的人,每個人都有兩把刷子以上。

很多人只專精某一個領域而已,最近碰到一些被收購的矽谷團隊,我問他,「你為何成功?」他說,「我的團隊裡每個人都懂兩樣以上的專長,而且這個專長不管放到哪個位置上都能做。」這真的很厲害,所以團隊裡的溝通默契就會很好,因為同時懂兩樣,有的是硬體兼軟體,有的是研發兼營運,或是財務兼行銷,都是多面向的跨界,這樣幾個人湊起來,就是一個夢幻球隊。

三個原則連結起來,第一個原則,不要怕失敗,就是拚命去衝,這是學習的過程。第二個原則,你一定要發誓搞懂產業,比別人都懂很多,你才有機會成功。第三個原則,因為你在學習的過程有組織夢幻團隊的能力,讓大家達成目標,這個團隊樣樣比別人強,基本上不會失敗,雖然不一定成功,但比較容易成功。

另外,我也很強調投資報酬率的紀律,這是大企業累積成功的關鍵,只做能累積的事情。**因為很多企業在創業時,遇到賺錢機會,會想為什麼不賺這一把呢?可是賺了這一把,有沒有累積你的能力來做下一波投資?**如果只是看到錢就去賺,雖然帳面上漂亮,但是對於做下一個事業,沒有更多的能力與經驗,能力還是在普通的階段。此時如果競爭者很集中他的資源的話,他的能力就一直往上累積。

所以一定要拒絕賺錢的誘惑,而選擇累積能力的路,也就是每件事都要同時考慮賺錢和累積能力,這樣事業才會擴大。如果累積能力而不賺錢的話,那要看看自己在什麼市場、什麼樣的氛圍,像亞馬遜到現在也還沒賺錢,但他持續投資,所以能力也非常強,這也可以。

這兩個模式不同,台灣企業家比較喜歡能賺錢的企業,外國企業比較喜歡有能力的企業,所以為什麼外國的投資人一賺就賺幾萬倍、幾十萬倍,台灣只能賺小錢,真正的觀念差別在這裡。

**我常開玩笑說:「你是做實業,還是做虛業?」**實業就是經過資本和利潤的累積產生的事業,虛業是經過資本的投入後,產生一些看不到真正收錢的方式,可是大家願意投錢進去。務虛,通常透過這種做法,利潤和營收是從別的地方來,不會從我做的這件事賺到錢,但是它不見得能找到獲利方式,但找到之後通常就會襲捲天下,所以像美國和中國,有很多模式就是這樣,雖然是務虛,可是非常好。

**我覺得台灣的企業家,像這樣務虛的不多,這也是為什麼台灣在網路產業遠遠輸給全世界其他國家的原因,因為大家都是務實,而很少務虛。**但是網路新創絕對是務虛,有這種知識的人不多,有這種知識的人要好好栽培發展下去,台灣不要太偏一方,應該要多方面發展,這剛好是中國很強,台灣很差的地方。

以後全世界都用這個方式賺錢,沒有這種能力的時候,就會被別人跨過,尤其當所謂紅色的供應鏈起來時,台灣就被上下夾擊,利潤最高的在做虛業,利潤最低在做實業,但做實業又會面臨更便宜供應鏈殺上來,就會被夾殺。這個過程中,可不可以思考:要嘛做到最下面的實業,要嘛就做務虛,或是跟他們結合在一起。

**做務虛,可能不會在很快的時間就賺到錢。所以怎麼賺錢很重要,你有什麼商業模式、在什麼時候會賺到錢?自己要很清楚。**我們通常說一鳥在手,比雙鳥在林還好,但事實上不是這樣啊,如果有很多鳥在林的話,我為什麼要抓這一隻鳥?為什麼不用一個網子把林上的1萬隻鳥全抓下來?我為什麼要抓這一隻呢?這樣的觀念,就會讓公司分岔成兩條不同的路,而全球都已經在走務虛的這條路了,台灣其實嘗試得太少。

談網路時,台灣的2300萬人口,大家會覺得不值得,寧願賺全球硬體的錢,即使是一毛一毛賺,都比務虛還來得好。可是大家不知道,務虛的結果最終會影響人們的食衣住行育樂,生活全都會改變。大數據已經存在很久了,為什麼現在大家才在談?請問有誰真正應用大數據產生利潤?以大數據產生能力,再用能力來賺錢?

務虛的能力,台灣現在還差很遠,很多人在找方法,所以我常常對創業家說,「Give me the money!」如果創造不出錢的話,表示把流量轉成現金的務虛能力還不夠。

延伸閱讀:[創業對談]黃存義X劉于遜Part1:活用NABC原則,把流量變營收
[創業對談]黃存義X劉于遜Part2:3個原則,評估你的事業模型

關鍵字: #流量變現
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