陳士駿:行動網路時代,台灣要出現獨角獸才行
陳士駿:行動網路時代,台灣要出現獨角獸才行

YouTube共同創辦人陳士駿雖然久居加州並且結婚生子,但他內心和台灣的連結一直沒有斷,看到矽谷從1960年代的半導體與電腦產業第一代,到Yahoo、eBay與Google等二代與Uber與Airbnb等第三代創業家。矽谷50多年來仍領導全球創新,曾經學習矽谷經驗,打造台灣半導體與電腦王國的台灣,卻沒有像矽谷華麗轉身,成功交棒。我們請AppWorks之初創投創始合夥人林之晨與陳士駿一起談談。

圖說明
圖說:林之晨(Jamie)(圖右),現為AppWorks之初創投創始合夥人;陳士駿(Steve)(圖左),2006年賣掉YouTube後,2011年創辦AVOS,2015年又創辦即時照片/影音食物分享App「Nom」。

議題一:機器學習與VR會是下個科技典範嗎?

**Jamie:**過去三年,我每年都到矽谷旅行,去拜訪Google、Facebook與LinkedIn等公司,過去他們和我談的是行動第一(Mobile only)策略,現在行動應用已經很成熟了,這一次到矽谷,他們和我談深度學習、機器學習、AR與VR,Steve怎麼觀察這些新趨勢呢?

**Steve:**矽谷的知名天使投資人與Google Ventures等知名創投,他們對於這些科技都有不同的看法。他們現在投資的領域,也許就是18到24個月後最熱門的科技領域。很多人認為VR就是下個五到十年的典範, Facebook在2014年投資了VR廠商Oculus,矽谷在VR領域,有很多硬體與軟體內容的動能出現。機器學習議題其實講了很久,但目前為止還沒有爆炸性服務產出。

**Jamie:**有典範轉移發生嗎?要從「行動」這個科技典範轉移到下個科技典範了嗎?

**Steve:**在不同的時期,不同的產業的典範轉移一直發生。十幾年來,汽車製造業有小進步,但都沒有大革命,Tesla讓汽車業的大革命成為可能,我的Tesla會自動停車、自動駕駛而且軟體會自動更新。而音樂產業從音樂錄音帶、CD、MP3、iPod到串流音樂,音樂內容生產者一直都在,但硬體製造商,如做隨身聽的廠商倒閉了。

五年前行動沒有這麼成熟,但現在行動網路已經掌控我們搜尋、社交與瀏覽等各種行為。Uber就是一個從行動出發的公司,如果沒有智慧型手機,就沒有辦法打造Uber,Uber估值已經高達600億美元以上,一家從行動出發的公司,卻能創造這樣的估值,這在筆電的時代,沒有發生過。行動這個典範在Android與iOS手機大量被製造販售的狀況下,仍然持續,目前沒有看到停止的跡象。

過去15年來Apple總是不斷地增加MacBook功能,但2015年Apple販售的12吋MacBook,是第一次MacBook比上一代有更小的續航力與記憶體,這很值得注意,因為Apple已經瞭解到現有規格已經夠了,消費者已滿足了,未來的新產品,不再強調更大更快,而是產品功能多元化(diversity)。例如手機中的照相機發展到一兩千萬左右的畫素後,消費者對更高的畫素需求變小了,製造商停止對畫素的追求,加入各種感測器,讓相機的功能更多元。

兩人對話集錦

**Jamie:**這一次到矽谷,矽谷公司紛紛和我談深度學習、機器學習以及AR與VR。這是未來趨勢嗎?

**Steve:**很多人認為VR就是下個五到十年的典範,Facebook也在2014年投資了VR廠商Oculus,現在VR領域確實有很多硬體與軟體內容的動能(Momentum)出現。

機器學習議題其實講了很久,由於現在的機器還是不夠聰明,所以還沒有爆炸性應用出現。

**Jamie:**矽谷要從「行動」這個典範,轉移到下個典範了嗎?

**Steve:**行動典範仍然會持續,目前沒有看到停止的跡象。Uber是從行動出發的公司,卻能創造600億美元以上的估值,這是筆電時代不會發生的事。

**Steve:**在不同的時期,不同的產業典範轉移一直發生。以汽車產業來說,十幾年來,汽車製造業有小進步,但都沒有大革命,Tesla讓汽車業的大革命成為可能。

**Jamie:**台灣軟體人才供給與需求失衡,學校培養的人才數量不夠,沒有隨著時代改變而增加,但我知道像史丹佛等學校培養大量軟體工程師,非常受矽谷公司歡迎,雖然矽谷公司仍說找不到人,你怎麼解讀?

**Steve:**矽谷有這麼多的成功創業故事如Yahoo、Google與Facebook等,這些公司的員工會常去史丹佛傳遞創業經驗,尤其是「公司一開始是如何起步的?」這些經驗能親身傳承,這是麻省理工學院等其他名校沒有的優勢。

議題二:軟體工程師人才荒

**Jamie:**我回台灣五年了,一直很關切台灣的軟體人才問題。台灣軟體人才供給與需求失衡,學校培養的人才數量不夠,並沒有隨著時代改變而增加,但我知道史丹佛等大學培養大量軟體工程師,而且非常受矽谷公司歡迎,雖然矽谷公司仍常喊找不到人。

**Steve:**美國已經開始外包軟體業務,給中國與印度公司,補足日益增加的軟體人才需求。史丹佛和其他學校不同,史丹佛的地理位置就沉浸在矽谷中,當創業家有想法,馬上就有資源,把想法實踐出來。矽谷有這麼多的成功創業故事如Yahoo、Google與Facebook等,這些公司的員工會去學校傳遞這些經驗,尤其是「公司一開始是如何起步的?」這很重要,一個公司的開始是最困難的,這些經驗能親身(Personal)傳承,這是麻省理工學院等其他名校沒有的優勢。

YouTube當年被Google以16.5億美元併購,並不是因為技術強,Google也能建造影音串流平台,YouTube的價值在每分鐘大量被上傳的內容。當年PayPal若從硬體起家,就沒有辦法快速Pivot,沒辦法快速更新,也需要更多創業資本,可能不會有今日的成果。因此每當別人問我創新創業建議,我總是說,「往軟體發展吧,軟體是極具價值的。」

**Jamie:**依我的觀察,台灣軟體人才的培養,光靠教育體制很難被解決。你怎麼看這樣的問題?

Steve::我要強調,矽谷有完整創業的生態圈,不只是有一群優秀的人才而已。以我的案例來說,當年YouTube在短短幾天內就見了紅衫資本、Yahoo與Google等公司,然後六天內就決定併購案了。若當時團隊在芝加哥,而不是在矽谷,不可能短短六天內就完成,也許就沒有這樣的機會。

兩人對話集錦

**Jamie:**依我的觀察,台灣軟體人才的培養,靠教育體制很難解決,你怎麼看待這個情況?

**Steve:**我要強調,矽谷有整個完整創業生態圈,不只是有一群優秀的人才而已。

**Jamie:**你覺得台灣目前的創業圈發展,還缺乏什麼樣的重要元素?

**Steve:**帶頭創造每個新世代的公司,發展之路都非常困難艱辛,大環境要鼓勵與激勵這樣的公司與人才,讓他們敢去冒險。

**Steve:**台灣若在軟體或行動領域誕生一到兩家獨角獸,就會大大激勵人才加入,新創公司崛起。

圖說明

議題三:新創連結全世界

**Jamie:**你覺得台灣目前的創業圈發展,還缺乏什麼樣的重要元素?

**Steve:**矽谷的科技產業變遷,已從1960年代的半導體到1990年代Yahoo、eBay、PayPal與Google等網路公司,現在已是Uber與Airbnb等第三代。台灣在第一代半導體產業有全球性科技公司,但第二代和第三代則非常稀缺。其實帶頭創造每一個新世代的公司,發展之路都非常困難艱辛,以當年剛起步的PayPal來說,我們對支付產業也沒有很精深的知識,一路跌跌撞撞摸索過來。因此大環境要去鼓勵與激勵這樣的公司與人才,讓他們敢去冒險。

其實,Facebook與Google這些大公司的創辦人,他們也不是超人,而矽谷紅衫等知名創投,他們所給的錢也沒有魔法,和其他創投給的錢是一樣的,台灣只要在軟體或行動領域誕生一到兩家獨角獸公司,就會大大激勵人才投入與新創公司崛起。公司員工未來創業時,就可以向市場與投資人說,「我曾經和那個公司的創辦人工作過,所以我的新公司也很有發展潛力。」這是我認為台灣在軟體與行動領域要發展出一到兩家獨角獸的原因。

對談人

林之晨(Jamie)
和Steve同年出生,現為AppWorks之初創投創始合夥人。Jamie在總統大選前不斷出現在媒體面前,用文字與影像倡議「台灣一定要成為網路強國」,也把這個訴求傳達給三位總統候選人。而且這訴求這是個肯定句,而非疑問句,目的在於讓社會各界真正重視這個議題。Jamie說,「我不在乎誰當選,只在乎誰有決心把台灣發展成網路強國!」

陳士駿(Steve)
Steve在2006年賣掉YouTube後,2011年創辦AVOS,2015年又創辦即時照片/影音食物分享App「Nom」。已經37歲連續創業的陳士駿,提起新公司Nom與美食,眼綻光芒,整個靈魂都為美食而生的樣子,「熱情」兩字從他的言語中不斷散化,一如他的書《YouTube你的熱情和直覺:YouTube創辦人陳士駿的創業人生》。

攝影/郭涵羚

本文出自於:
@@BOOKID:126632@@

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