[Conan Wang] 亞洲矽谷計畫的夢醒時分
[Conan Wang] 亞洲矽谷計畫的夢醒時分

國發會所推出的亞洲矽谷計畫被林全叫停,林全給的理由是:「新創界對政府新創方案有很高期待,所以才會對對亞洲矽谷方案有很多批評,有這樣的批評是一件好事,他將依據民進黨立委余宛如建議,與青年代表見面,聽取新創界意見」。國發會主委陳添枝給的理由則是:「當初公布該方案時,主要是以40歲以上創業家可以懂的語言來擬定,並沒有想到要用40歲以下年輕創業家的語言解釋。」但桃園市長鄭文燦還是為此去了歐洲,簽署了所謂的「台法推動亞洲矽谷計畫聯合計畫」

亞洲矽谷當初其實是一個包裝政見的口號。所以,當政見的落實策略逐步公開,各界細看內容規劃的時候,創業圈、新創團隊對執行方向拋出很多質疑,就一點也不意外了。

舊金山金門大橋,CC0 by Pixabay
#####舊金山金門大橋,CC0 by Pixabay

林全院長對亞洲矽谷計畫踩了剎車,值得肯定,因為當政策未梳理出一個完整的架構,就急忙推出,反而不利好的政策方向的推動。筆者先前就提問過,國發會主委與副主委人選選擇本身就讓人充滿問號:未來政策執行若受到質疑,要站在台前為政策辯護者,為陳添枝,抑或是龔明鑫?若要為政策執行失敗負責,又會是陳添枝,或是龔明鑫?

回到亞洲矽谷,我們應該先問問陳添枝或龔明鑫,他們口中所謂的「矽谷」是什麼?綜觀整個網路上的討論,無論是新創圈、軟硬體、物聯網或網路與電子商務產業人士的觀點,大致上都同意「矽谷」是聚集了資金、人才、技術的空間,是代表充滿創新創業的機會的地方,但其實並沒有特定的產業,或特定的空間被限制去做矽谷創新創業的活動,那是生態系,也是一種氛圍。

##關鍵問題是:做為中央政府部會,國發會為什麼亞洲矽谷"只"選在桃園?

為什麼要開發高鐵 A19 中文三 3.8 公頃的用地來做為區域創新交流樞紐,這塊不大的面積空間,要如何能發展成為區域創新交流的地方?要如何以其為中心,做一塊有人潮會來做智慧應用研發中心與試驗場域?

台灣高鐵700T型電聯車 (THSR 700T),billy1125 分享於 Flickr,CC by 2.0。
#####台灣高鐵700T型電聯車 (THSR 700T),billy1125 分享於 Flickr,CC by 2.0。

此外,A19 要到 2018-2019 才能興建完工啟用,就現實面來講,以創新創業急迫發展的態勢來說,等待的這兩三年的時間,區域創新難道就不能做?難道台北或新竹其他地區優先做為區域創新交流、智慧應用研發和試驗的地方嗎?

再者,桃園自然有其產業發展優勢,但為甚麼非得一定要用「亞洲矽谷」的方式存在呢?桃園有24個工業區,其中有非常多金屬機械產業、電子相關、汽車、民生產業,物流產業等;桃園其實從來沒有置身於台灣產業供應鏈之外,桃園亦是僅次於新北、台中,台灣重要的工業生產基地。桃園的產業能量,可以以另一種形式來支援亞洲矽谷的發展。當有創新創意出現時,可以委託桃園的工廠進行試量產或是大量生產。

##政策優先次序有誤,不應該只先談「亞洲矽谷」

「亞洲矽谷推動方案(草案)」所提的環境優化(資金、人才、法規)、智慧應用、國際鏈結、基礎建設 4 大面向,尤其關於人才、資金和法規的鬆綁,都是現階段台灣發展最需要的,但難道只適用於亞洲矽谷政策相關議題或是產業才能適用?

國發會主委陳添枝表示,亞洲矽谷計畫是「產業發展計畫」,並要成立智慧應用的研發中心與試驗場域,連結到物聯網、工業4.0、大數據產業等產業,還要優先發展智慧物流、未來汽車、健康照護、智慧機器人應用和智慧城市,資金、人才、法規的鬆綁,難道只適用於亞洲矽谷產業,其他產業難道不需要嗎?一定要限制在這些產業的範圍之內嗎?

人才、資金、法規鬆綁等議題,難道只適用於桃園,其他縣市不需要嗎?不能只限於亞洲矽谷區域內,應該全國都要適用。

因為就產業發展來看,物聯網、工業4.0、大數據、智慧物流、未來汽車、健康照護、智慧機器人應用和智慧城市雖然可以是在桃園發展,但都未必要在桃園才能發生,甚至很多地方都已經開始在運用,工業4.0 應用在工廠內,物聯網應用要看聯的是機器、是人,還是人機之間的互聯,但未必是要在桃園;大數據的分析,機房、數據中心和分析者,有可能各據一方,亦有可能集中一處,但很重要的是未必要在桃園。

##那到底亞洲矽谷背後為甚麼要在桃園?不如從競選政見來推敲吧!

在五大產業當中,台南沙崙為「綠能研發中心」、以台北資安、台中航太、高雄船艦為中心的「國防產業聚落」、從中研院所在的南港園區、竹北生醫園區延伸到南科的「生技產業聚落」、台中「智慧精密機械聚落」,集結了五都,但第六都的桃園,其實產業能量也很強,競選政見中但卻沒有角色,所以在第五個規畫的產業當中,給桃園一個「亞洲矽谷計畫」,也取代桃園航空城計畫。不過,亞洲矽谷所代表的意義實在是太重大了,就各界來看,桃園目前現況的確撐不起這個名號。

所以,桃園需要有一塊地來容納這些未來具有潛力的產業,但 3.81 公頃真的不大,而無論是智慧應用的研發中心與試驗場域、亞洲區域創新交流樞紐及青年 IPO 中心,就算未來都能夠設置集結在這個區域範圍之內,但事實上,都未必能夠產生真正的效益。以智慧應用研發中心來說,桃園可能是個合適的地點,但試驗場域來說,可能有其他更好的地點可以來試驗,並且,要能夠真正達到試驗效益的前提還有很多,參與試驗的使用者、使用量、地方政府能否支持、法規等等,或許與其期待2年後這裡會能夠產生什麼效果,不如先看園區開發炒地皮能否產生效益來得務實。

##請先拋開產業先決這回事,也先別想亞洲矽谷這頂帽子

簡單來說,亞洲矽谷開發成為園區,而園區開發完成必須要有廠商進駐;開發時就要先預想到未來的招商目標產業,開了沒人進駐就是蚊子館,就是資產的閒置,資金壓力會很沉重。因此,現在幾乎囊括所有新興、有發展潛力的產業範疇,就是覺得這類產業廠商會有願意擴大投資研發,是最有可能進駐園區之內的產業。

但是,這些產業是否跟桃園在地產業屬性相合呢?位於台中的中科園區、台北的南港軟體園區不也進駐了很多生技業?無論是科技或軟體的名稱,最後選擇進駐的,通常還會是最有擴大需要的產業。此外,未來,也不過是兩三年後,這些產業還會是明星重要的產業嗎?請政府認真想想,2013 年被歐巴馬譽為引領第三次工業革命的 3D 列印,現在已經甚麼都不是了。

#####《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。

關鍵字: #亞洲矽谷
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