一週大事（4/18-4/24）：台灣網路新創傳來多項融資好消息／華碩、和碩人事大搬風／微軟停產Xbox 360／央行擋Apple Pay／Facebook再改演算法|數位時代 BusinessNext

台灣網路新創本週傳來多個好消息！垂直電商「早餐吃麥片」（饌元有限公司），18日宣布募得種子輪2千萬台幣，由AppWorks之初創投領投，91APP董事長何英圻的九易資本跟投；P2P 網路借貸新創「瑞保網科」也獲得橡子園創投（Acorn Campus）的數百萬美元 A 輪融資，同時也是橡子園唯一投資的金融科技新創公司；而台灣App開發商凱鈿行動科技日前也完成四千萬台幣的Pre-A輪募資，由矽谷雯科創投基金Tony Zhang領投、煥德科技執行長Ian Kung、通用移動執行長Paul Wu跟投。

台灣 PC 時代的巨頭華碩及代工五哥之一的和碩，本週也有重大的人事異動。華碩在19日拋下震撼消息，不僅董事長施崇棠將退居幕後，交棒人選找了華碩創辦人之一徐世昌回歸；因應和碩副董事長徐世昌即將轉戰華碩，和碩也展開核心經營團隊調整，CEO、COO、CTO全部換人做。

而 Apple Pay 到底進不進得來台灣，也成為這幾天許多業界人士關注的焦點。金管會有意開放，半路卻又殺出央行這個程咬金，看來 Apple Pay 要能順利登台，還有漫漫長路要走。

##穀物電商「早餐吃麥片」獲AppWorks、九易資本2千萬台幣種子輪投資早餐吃麥片團隊專注賣穀物麥片的垂直電商單月營業額也可以達到1千萬！垂直電商「早餐吃麥片」（饌元有限公司），18日宣布募得種子輪2千萬台幣，由AppWorks之初創投領投，91APP董事長何英圻的九易資本跟投。這筆資金除了用來開發商品和客戶服務之外，也將用來招聘工程、行銷、客服與商品開發人才。（繼續閱讀）

##P2P 網路借貸新創「瑞保網科」獲橡子園 A 輪融資，投資者陳五福：將協助連結矽谷經驗

最近在台灣引起最多討論的金融科技服務，一個是比特幣的底層技術「區塊鏈」相關的應用，另一個就是 P2P 網路借貸。今年初金管會表示將研擬相關法規後，已有兩家業者「鄉民貸」和瑞保網路科技的「LnB 信用市集」紛紛上線。瑞保網科更獲得橡子園創投（Acorn Campus）的數百萬美元 A 輪融資，同時也是橡子園唯一投資的金融科技新創公司。（繼續閱讀）

##凱鈿行動科技募得4千萬台幣Pre-A輪投資，預估年底App總下載量破億

創意為王！台灣App開發商凱鈿行動科技旗下五款創意生產工具在全球獲得6千萬次下載，年底更預計突破一億下載，擠身台灣少數能夠突破億萬下載量的App廠商行列。凱鈿行動科技日前也完成四千萬台幣的Pre-A輪募資，由矽谷雯科創投基金Tony Zhang領投、煥德科技執行長Ian Kung、通用移動執行長Paul Wu跟投。凱鈿行動科技執行長蘇柏州表示，未來資金將用於成立新辦公室、強化App雲端Saas平台協作功能以及App運算分析能力。（繼續閱讀）

##從華碩施崇棠交棒看台灣接班老問題

PC品牌華碩在19日拋下震撼消息，不僅董事長施崇棠將退居幕後，交棒人選更是震撼業界，因為找了華碩創辦人之一徐世昌回歸，擔任策略長。

台灣企業接班問題已經不是新話題，檯面上的老闆高齡好幾，卻鮮少有明確的接班規劃，除突顯中高階人才的尷尬（究竟是他們能力不足、還是老闆不願下放權力），還有掌權者與趨勢、創新脫鉤的疑慮，也因此屢屢成為中國企業嘲諷的話題。不過，位高權重的施崇棠在此時交棒，或許能為台灣產業帶來正面效益，讓其他大老闆們檢視自家的接班規劃。（繼續閱讀）

##和碩新執行長廖賜政上任強調同步創新

因應和碩副董事長徐世昌即將轉戰華碩，和碩也展開核心經營團隊調整，並在下午發出內部信件，宣布和碩營運長廖賜政調整為總經理暨執行長，姚德慈為營運長，技術長則由黃中于接下。據了解，內碩也立刻向和碩同仁傳達了新領導高層的目標，廖賜政勉勵大家同步創新，分工合作、提升執行力，而姚德慈則喊出三項原則：專業精進＋費用精簡＋人員精實。（繼續閱讀）

##央行要擋Apple Pay？業者：莫讓台灣變雞肋市場 Apple Pay使用範例一則「ApplePay登台央行喊暫緩」的新聞讓大家看得一頭霧水。該報導說，金管會21日舉行金融聯繫會議，央行會中以 Apple Pay 不如國內系統效率高、個資保護不易與不利國內產業發展等5大理由，建議暫緩放行 Apple Pay。央行強調 Apple Pay 入台事宜權責在金管會，央行觀點僅供金管會參考。央行雖然這麼說，但央行是台灣重要金融監管單位，央行看法對產業影響重大，不能忽視。（繼續閱讀）

##全家三千店佈建 Beacon 推到店優惠，線上集點帶動 App 破百萬下載

台灣全家便利商店在今年初宣告，將投入 32.5 億元的資本支出，要加強基礎建設和店鋪新開改裝，以複合業態、新的鮮食飲食商機、以及全通路服務。行動商務也是全家便利商店今年的發展重點。從日前將原本線下的貼紙集點改成手機的 FamilyMart App 集點，以及近日推出的 Beacon 推播行銷，都可以看出全家想要透過 App 發展行動商務的企圖。線上集點也成功帶動 App 下載，目前下載量已突破百萬。（繼續閱讀）

##又是一個時代的眼淚，微軟宣佈停產Xbox 360 經過10年的時間，Xbox 360為微軟開啟空前的遊戲市場盛況，而現在，也到了它該功成身退的時候。微軟前日在官方部落格宣布，從今天起停止製造Xbox 360裝置，現在遊戲店家中的存貨，就會是世上僅存的Xbox 360機器，不會再繼續生產製造。（繼續閱讀）

##社群編輯請注意！Facebook再改演算法：「閱讀時間」比「按讚」更懂你！ Facebook介面示意圖 Facebook宣布新的動態消息演算機制，「文章瀏覽時間」將納入貼文排名機制，用以推測使用者感興趣的文章類型，希望大家願意花更多時間「黏」在Facebook上。

「透過這次改變，我們可以依據閱讀文章時間的長短，來推測你對哪些文章更感興趣，因此你也將更容易看到你感興趣的內容。」Facebook發言人表示。（繼續閱讀）

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。

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。

「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