[曹家榮]HACK台灣,砍掉重練的關鍵是什麼?
[曹家榮]HACK台灣,砍掉重練的關鍵是什麼?
2015.12.24 | 人物

圖說明

為慶祝新年的到來(咦?),《數位時代》在臉書上發起了「HACK台灣」的活動。邀請網友們談談「如果台灣可以砍掉重練,2016年你最想改變什麼?」

我覺得這是一個有趣也有意義的活動。特別是這幾年來,台灣社會確實進入了一種類似於泥沼的困境。在政治上,不僅內部的藍綠問題,幾乎使得(至少是部分)台灣人覺得自己呈現為色盲的狀態;外部的國(ㄌㄧㄤˇ)際(ㄢˋ)關係更是歹戲拖棚。而經濟民生上,更不用說,我們至少聽了十幾年的「拼經濟」口號,拼來拼去似乎都只拼進了某些人的口袋裡。

在這樣的困境中,想要砍掉重練是再合理也不過地。雖然我多少都抱著一種(扭曲的)期待,想要看看有沒有一些「具創造性」的想像,但似乎大家都還挺正經地談著政治、產業、教育等等問題。因此,我還是先把雞排收好,認真地一起來「砍」一下。

不過,在這邊我想換個方式「砍」。作為一個愛找麻煩的社會學家,老愛標新立異也是很合理的(才怪)!我接下來要說的不是「要砍掉什麼」,而是從社會學的角度來看,「砍掉重練」的意義是什麼?

HACKER精神

其實這個活動最初吸引我的部份,是「HACK」這個字。《數位時代》在活動網頁的說明中提到:HACK是一種精神,也是一種解問題的方法。這當然是呼應了這幾年來,創新與創業文化的熱潮。

不過,當我看到HACK這個字的時候,腦袋中回憶的跑馬燈轉著轉著浮現的,卻是我約莫十年前的研究。十年前,那個臉書才剛起步,資料科學家也還未獲得「最性感職業」封號,甚至創新與創業都還僅是小部分人的熱望的年代。HACKER自然也還是一個相當神祕、甚至常與犯罪畫上等號的存在。而我當時的企圖則是要闡釋「HACKER精神」的正面意義。

(讓我們按一下快轉鍵,跳過學術研究的長篇大論。)所謂的HACKER精神,《黑客列傳》的作者Steven Levy,曾經指出包括下列幾點:他們相信1.電腦的使用是不受限制的;2.所有的資訊都應該自由流動;3.拒絕任何形式的權威;4.一個黑客的評價來自其HACK,而不是其他;5.我們能在電腦上創造藝術與美;6.電腦能使生活變得更好。而對我來說,再進一步將這些元素濃縮(特別是前四點)後,HACKER精神的核心就是:自由。

所以,有別於過去HACKER被想像為以破壞、竊取機密為樂的犯罪份子,真正的HACKER其實是一群為「自由」而戰的人,他們不僅創造了我們今天習以為常的網路空間(包括了Unix的發明、ARPAnet的建立與WWW都是HACKER的功績),更在後來持續地推動「自由軟體」運動。

因此,當《數位時代》選擇了「HACK台灣」這樣的口號時,對我(腦補)來說,它意味著就不只是尋求改變。而是蘊含著一種追求「自由」的精神。而「砍掉重練」的目的,也就在於重建一個以「自由」精神為核心的台灣社會。

作為「不斷戰鬥」的自由

更重要的是,我在這裡所說的「追求自由」,並不是一種單純且天真的解放宣言。因而,我也不認為「砍掉重練」就必然能再造一個更好的台灣社會。

你也許會問,「自由」不就是一種解放嗎?不就像是革命女神手握旗幟指引著的那個美好未來嗎?不,麻煩的社會學家要告訴你,這樣的「自由」也許從來就不存在。

將自由想像為一種解放,這預設了我們可以擺脫「權力」。進而,追求一個「自由」社會,在此一前提下則意味著社會整體不再存在權力關係。也就是不再有誰被誰支配,人人都有著同等自由行動、生活、欲求的可能性。

然而,這種近乎烏托邦式的想像,恐怕早已沒有多少人會買帳。社會學對於「權力」的研究也告訴我們,不僅全然去除權力關係的社會不存在,也根本沒有人可以完全不受制於權力關係。

因此,在我過去的研究中,HACKER的「自由」對我而言並不是這種完全解放的自由,而是「不斷戰鬥」的自由。

這種「自由」源自於法國思想家Michel Foucault的觀點。就像前面提到的,Foucualt也不認為我們可能完全消除權力關係。甚至可以說,他認為「關係」本身就隱含著權力的運作(即便親密關係中都存在著性別權力)。

因此,我們所能追求的自由也就僅是,不斷嘗試跳出當下現有的(權力)關係,嘗試思考如何「不那麼簡單地被支配」。也就是說,即便不可能完全擺脫權力的糾纏,但我們仍能夠不斷反思自己是否陷入了權力的支配中而不自知。當然,也唯有不斷地進行這種反思,我們才「有可能」朝更好的生活邁進。

圖說明

「重練」不是終點,而是另一個開始

從這個角度(也就是HACKER精神)來理解「砍掉重練」的意義,我想要說的也就是:不要僅將你想要「重練」出的那個東西視為目標,而是要將「砍掉重練」(也就是不斷戰鬥)本身,內化為生活的根本信念。

我們必須認識到,所謂的「解放」或是更好的未來,並不是一次性的改革就能達到的目標。或者說,所謂的「更好」,意味的也就是我們必須不斷地再次追求、不斷地投身於戰鬥之中。唯有不讓自己輕易地接受當下的狀態,才有可能看到「不一樣」的可能性。

因而,重建一個以「自由」精神為核心的台灣,也就不是單純地僅是要砍掉各種捆綁著台灣社會的鎖鏈與網羅,好像只要如何如何做,台灣人就能夠邁向光明美好的未來。

相反地,一個以「自由」精神為核心的社會將必須要持續、甚至永恆地戰鬥著。因為這一「自由」的核心,正是由人們不斷地自我反思(自砍)、自我批判所構成的。

如此一來,我們也可以這麼說:「HACK台灣」不是要找一個終點,而是要成為投入持續改變的起點。

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