[數位觀點]創業者的一時失足與一名記者的反思
[數位觀點]創業者的一時失足與一名記者的反思
2015.11.17 | 創業

昨天晚上《數位時代》接到讀者投書,指出奇群科技未有進度報告、電話變成空號,寫信到CatFi的臉書及信箱都沒有回應,接著有媒體寫了這個消息,懷疑與不安正在創業社群中蔓延,指向對奇群科技不利的方向。

**「難道真的是一場騙局嗎?」**第一時間看到時,我十分震驚,也覺得有點傷心。因為我本身也喜歡貓,當初真心覺得他們創造出一款很特別的產品,解決了廣大貓奴們的需求。

回想2014年7月,奇群科技所開發出全球第一台貓臉辨識智慧型餵食器BISTRO(現更名為CatFi),短短三天時間就達標,募得11.4萬美金(約344萬台幣),最後募到24萬美元(約733萬元台幣),也因此貓臉辨識智慧餵食器獲得台灣和國外媒體的爭相報導。

然而,早在2012年就有數據指出,Kickstarter募資成功的專案只有25%能準時交貨。無法準時交貨是Kickstarter和Indiegogo群募平台募資案最大的風險。

如今這個消息一出,彷彿是媒體現形記,比對過去看好他們的報導,就像是重重一記打在臉上。開始有人說早知道這款產品不可行,也有媒體沒有向奇群科技執行長宋牧奇求證,直接改寫新聞大肆批評,彷彿他們是無良商人,打算捲款逃走。

直到17日中午,宋牧奇在粉絲團上發布遲來的道歉信,他們有很多做不好的地方,時程嚴重延宕、太過自信以至於錯估情勢和成本、未即時回應贊助者的疑問、難找投資者、難找做得出產品的硬體工廠(甚至可能根本找錯對象),創業者到群眾募資平台做硬體募資案會發生的種種問題,他們全都發生了,就像骨牌效應那樣。

延伸閱讀:奇群科技貓臉辨識餵食器難產?宋牧奇:低估硬體開發的難度(內有聲明全文)

身為記者,常常是退到事件背後而不表露情緒,這是我第一次懷著五味雜陳的心情處理新聞,一個投入身家財產及三、四年青春的創業家,選擇從B2B切入B2C市場,並從軟體轉向軟硬整合的技術團隊,細細指出自己犯的錯誤,中間還經歷忍痛裁員,把團隊縮編到十幾人。但他們沒有像許多提案者那樣選擇逃走,我要用什麼心情看待這件事?這件事給台灣創業者的啟示又是什麼?

數位時代

我開始思考以下幾件事:

##1. 台灣社會對別人特別嚴苛

生活中的各方面,婚姻、工作、感情、親子、朋友關係,每個人都常常在犯錯,不過願意承認的人很少,願意既往不咎的人也很少。我也天天在犯大錯、小錯,每分每秒總是在掙扎,然後在混亂中做出選擇。創業很艱難,媒體又往往單一面向報導所謂「成功」、「突出」的案例,讓創業者很少分享失敗,也羞於分享失敗。要向大眾承認自己的錯誤,是非常有勇氣的事情。

##2. 媒體報導天生有其局限

當初貓臉辨識餵食器的確是很棒很吸睛的媒體操作,除了團隊本身技術強之外,記者們都寫了這個全球唯一的特別案例,我也不例外。如今發生產品延遲出貨的問題,對媒體是警惕,記者是否只會說好話而已?

不過,這的確是身為記者的局限,我覺得一個人不可能用全知觀點看到事情的全貌,當每個採訪對象都用選擇好的那一面跟你互動時,要剝開真實本身就是很難的事。

**你又確定你現在看到的是真實的嗎?**人有可能在一年前就知道,創業者因為種種個性、團隊或判斷錯誤的變因,導致今天的結果嗎?身為記者,就只能做到在那個當下盡可能求證,因為你相信這件事,所以你寫了,甚至在那個當下,連你自己也被感動了。人心在變、狀態在變,你自己也在變。媒體的日常,每天都在出錯,常常不小心就變狗熊。

##3. 社會對議題唯一政治正確的態度是負面和批評

目前台灣社會,對所有議題唯一政治正確的態度是負面和批評,因為那讓讀者覺得「真實」。但那又真的是真實的嗎?當懷疑的聲浪四起,在沒採訪到當事人的情況下,媒體可以為了流量,先發文章搶流量,繼續以訛傳訛嗎?

說穿了,只是因為這一類負面標題,能激發讀者的情緒,帶動眼球和流量,事實上,媒體餵給讀者的東西,也只是配合讀者演出而已,至於是不是事實?就各憑媒體的良心了。

另外,我不覺得負面的消息不好,那是種提醒,也可能是轉機,網路時代藏不住秘密,誰能不犯錯?所以重點是你的反應能力有多快。

##4、對於一個創新的服務,記者要怎麼選定自己的立場?

就算你已問得很仔細(何況目前媒體結構下,被要求大量發即時新聞的記者,哪有那麼多時間去多問甚至查證),對於一個過去從沒有人做過的東西,你又要用什麼角度來看待?用過去經驗來判斷它,一個創新的服務很可能就此死在路上,而且,創新就是從來沒有人做過、跟知識體系斷裂、你根本不知道那是什麼東西的,才叫創新。PChome Online董事長詹宏志先前接受網路20年專題採訪時說過,「如果都在邏輯當中,那只是排序而已啊。

##5、社會對一個創業者的容忍度在哪裡?犯錯與創新的兩難。

2015下半年,創業圈發生三件引起話題的大事,包括Gogoro的定價策略錯誤、麻吉大哥黃立成17App遇上情色風波及貓臉辨識餵食器恐難產。

Gogoro創辦人陸學森是HTC前創意長,已是很有業界經驗的創業家,但最近一次的產品發布推出平價車款,Gogoro也承認自己定價策略錯誤,Gogoro行銷副總彭明義說,「我們做那麼多東西,又該怎麼定價?我們沒有前例可循,也不確定市場有沒有人買單。但市場願不願意給認錯的人一個機會?我們沒有傷害任何人,這跟賣了黑心的產品給別人是不一樣的。」

富比士(Forbes)網站運用企業資料分析/顧問平台Mattermark Pro.的數據,評選出2015年前100大IoT新創,Gogoro是唯一一家上榜的台灣新創公司,當我們圍顧四周,認為台灣沒有前景的當下,依然有人願意為創造台灣品牌而努力。

延伸閱讀:[專訪]Gogoro行銷副總彭明義:市場會不會給犯了錯的人一次機會?

17App是最極端的例子,因為當初沒設計好內容管制機制,所以被炒紅了之後,吸引許多網友為了分潤而全裸激情演出,然後被Apple Store、Google Play下架。但17App可以登上Apple Store、Google Play大平台的第一名,已打破台灣新創團隊的紀錄,有謠言說他們刷榜攻上第一名,但如果能刷榜刷上第一名,也代表技術非常厲害,大家應該要跟他們拜師學藝一下。

此外,它可以在一個月時間捲土重來,甚至重回審核很嚴格的Apple Store,如果沒有兩把刷子,做得到嗎?他們開發出內容管控技術SkyEye,除了用程式偵測文字和影像之外,技術團隊還輪班24小時人工監控內容。17App在下架的那段時間,每天的日活躍用戶還能達到100至200萬,如果只是靠情色內容,沒辦法吸引這些廣大用戶。

延伸閱讀:不受情色風波影響,黃立成17獲得3.2億A輪融資

我在17App被下架之後,實際觀察17App兩週的時間,其實大部分時間都是直播主在對用戶說話,也有人畫畫、彈吉他,可能都是些無聊的內容,但它主打寂寞需要人陪的族群,也許不是所有人都喜歡,但的確有人買單。11月初傳出17募得1千萬美元融資,這件事對台灣創業圈來說,絕對是一個重大的消息,1千萬美元是台灣難得一見的A輪募資規模,即使在亞洲都十分罕見。依照這個規模繼續成長下去,它很有可能成為影響全球的台灣網路公司。

時代基金會副執行長趙如媛在臉書上寫下:學業、職涯、創業、婚姻…..偶有搞砸的時候,但我們不會妄論那叫「失敗」。 今天有媒體致電關心CatFi的動態,他們沒有消失,Garage+邀請他們進駐;如果我們羨慕矽谷可以容忍失敗的文化,何不跟團隊一起來學習這堂失敗的無價之課?一群年輕人花了三、四年的美好青春、所有積蓄,其實放手是最簡單的選項,那他們在堅持什麼?失敗可以成為文化的一環,一定是從今天開始、從我們身邊開始。

回過頭來,我們又要怎麼思考奇群科技犯的錯呢?我們在羨慕矽谷擁抱失敗的同時,能不能再給大膽嘗試的創業者多一點空間?一時失足不可怕,勇敢承擔才可貴,台灣創業圈能不能打群架,坦承失敗經驗,讓後進者別再走上冤枉路了呢?

推薦閱讀:為什麼台灣是硬體之島,卻無法做出新硬體?從CatFi看台灣硬體新創的挑戰 [王景弘]談 CatFi:一場越玩越大的賭局與硬體賭徒的末路

關鍵字: #直播 #Gogoro
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