[Meet創業之星] 平價美學、質量兼具 College Bike開啟你最具風格的單車生活
[Meet創業之星] 平價美學、質量兼具 College Bike開啟你最具風格的單車生活
2016.04.14 | 創業

簡約的車架、俐落又大膽的配色,只要看過College Bike的人,一定會對它極具美感的外型印象深刻。從第一季便成功打入學生市場的College Bike,長遠的目標是,透過這樣的單車品牌,將單車與生活結合的概念推廣出去。

##創業的初衷:一起做一件事情,讓人眼睛為之一亮

College Bike的共同創辦人戴維良與紀翔,兩人是國中同學,後來一起考上了臺大。被問到創業的衝動從何而來,戴維良說:「在大學過了兩年,仔細想一想,好像沒有完成什麼特別的事,於是決定一起做一件事情,讓別人眼睛為之一亮。」 但事實上,兩人一開始並沒有將目標鎖定在腳踏車上,反倒是想成立一個校園人物平台,在平台上蒐集校園中亮眼、有特色的人物與大家分享,然而,在概念剛萌芽、尚未落實的期間,就有人將類似的想法實踐,讓他們只好打消了這個念頭,但這也帶給兩人一個啟示:機會稍縱即逝,有想法必須及時行動。

圖說明 (圖說:由左至右為共同創辦人戴維良、團隊成員侯柏州、陳柏鈞 攝影:侯俊偉 )

##從「美感」找到學生單車市場的缺口

College Bike從2014年開始販售,至今一年半,目前團隊成員共有五人,剛開始的核心理念是做出符合年輕人需求、平價、優質,並且具有設計感的單車品牌。會把單車做為產品,是因為他們注意到,人們會注重自己的穿著打扮,甚至是配件,卻很少人在意腳踏車的外型,而原因在於單車產業對於美感的不夠重視,以及購買單車的從眾心態,此外,這樣的現象又主要反映在非運動型的單車上。以臺大為例,每當新的學年開始,學長姊便會帶著新進的學弟妹到校園周邊的車行購買單車,在購買當下,學弟妹並不會重視買到的單車好不好看、耐不耐用,只因為「大家都買」所以跟著買。

另外,他們也發現,現有的單車產業鏈十分僵化,在消費者透過實體通路購買單車之前,貿易商、中盤商、經銷商、店家層層經手,導致價格逐漸提高,讓消費者增加了許多不必要的花費,因此,除了車型的美感設計外,College Bike也利用網路販售的方式縮短產業鏈、節省成本,打造出平價的單車品牌。

圖說:College Bike 網站

College Bike的生產地主要在中國,在每一季的單車推出之前,團隊都會帶著腳踏車師傅親自飛往中國監控品質,直接選用適合的零件、材質。為了節省運費支出,每輛單車都是先完成百分之八十五的組裝後運到台灣,消費者在購買之後,可以選擇配送到府自行組裝,也可以配送至指定店家,交給專業的單車店組裝。單車的外觀與造型,都是由團隊成員共同設計,維持單速車的簡約美感,再結合顏色的選擇與搭配。

除了生產上的品質控管之外,因創辦團隊的背景,對產品的行銷十分講究。看準了學生族群對社群的高黏著度,當每一季的車款推出,College Bike便會尋找校園中具有影響力、符合單車形象的人物為產品代言,藉由社群的力量,增加單車的曝光度及宣傳力,縮短與消費者之間的距離。在實體行銷的方面,College Bike也與Gogoro合作,舉辦講座與試乘會,讓產品能夠觸及到更多人。

校園叫賣,兩週賣出120台

College Bike初次進入市場時,也曾歷經一番努力。當第一季的車款推出時,那時還只有兩個人的College Bike,決定直接上戰場向消費者介紹產品,地點就選在臺大校園中人來人往的小福廣場。戴維良笑著說:「連續兩個禮拜,每天從早上10點講到晚上6點,還要規劃臉書上的po文,真的都吃不太下飯。」 除此之外,由於當時尚未與店家洽談組裝的合作,第一季的所有單車都是號召朋友們協力組起來的,十分辛苦。然而,這樣實戰經驗,不僅訓練出了他們溝通與邏輯思考的能力,也確實為College Bike帶來了在兩個禮拜之內,就把120台腳踏車全數售出的好成績。

College Bike目前出到第四季,除了原本的單速車之外,在第四季新增了淑女車車款,希望能開發更多的客群,此外,因應市場需求,College Bike也陸續開始販售許多特有的周邊商品,包括:把帶、車前燈、車後包、附有飲料架車籃…等。

考量到工廠產製的時間,目前College Bike會持續以半年為一季,配合開學期間帶動買氣,未來希望能將College Bike的基本車款轉型成常態性商品,配合每一季的新產品同時販售,成為民眾單車入門的首選,達到推廣單車生活的最終目標。

##【創業快問快答】 ###長遠來看,公司想成為一家何種類型的公司?下一步的目標是什麼?你們如何完成? 我們希望能夠成為一個以年輕活力為標誌的公司,讓所有有才能的年輕人,得以在我們公司一展長才,不再為過去大公司的階級制度或是綁手綁腳的程序所侷限。盡情的發揮想像力創造更多的價值。 純粹做臉書的行銷、單車設計和販售已將近一年半的時間,未來將會朝都市與單車生活結合的目標來發展,期望能建立一個都市與單車生活結合的平台,讓使用者能夠經由此平台,得到城市中更多美食、景點、特色小店的資訊,享受用單車在都市中騎乘的生活。

【團隊資訊】 公司名稱:創知有限公司 College Bike 產品名稱:單速車/淑女車 公司成立時間:2015年8月 產品上線時間:2014年8月 團隊人數:5人 官方網站:collegebike.tw FB粉絲團:College Bike

關鍵字: #Meet創業之星
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