[林昶聿] 中國契作740萬台灣青年?爹不疼娘不愛的臺灣創業者們
[林昶聿] 中國契作740萬台灣青年?爹不疼娘不愛的臺灣創業者們
2016.07.14 | 創業

這幾天在台灣新創圈最引起討論的關鍵字,除了「亞洲矽谷」、「Uber」,大概就是商業週刊一篇「招聘740萬台灣青年」,討論「中國國台辦史上最大商業契作!」的報導了。

熱烈歡迎

圖片來自:千圖網

報導的副標題依然聳動,「給房、給生活費,還給百萬創業金,中國國台辦史上最大商業契作!」內文寫道:「價值新台幣兩千億元」,一整個就彷彿是不把台灣年輕人挖光、挖空,就誓不罷休、志在必得的高傲姿態。

先不論 740 萬臺灣青年要創業這數字是否合理。這事其實可以切成幾個層面來討論。

首先是,到中國大陸創業,是不是真的有那麼好拿錢?又是不是真的有那麼容易賺錢?其實在新創的圈子裡,大家總開玩笑地說:「媒體,尤其傳統媒體,往往都是慢半拍的。」

##中國大陸的新創圈,早已經進入「資本寒冬」

筆者曾於 2014 年就讀北京大學的光華管理學院(主修 MBA)。北京作為中國創業聖地(或者說勝地),又恰逢大陸近年來創業龍捲風四起,人人都想當那「風口上飛起來的豬」,在多次參與所謂「創業比賽」的同時,也真正親眼見證過,傳說中的「風投(即台灣所指的創投)會追著你跑,拜託你收下他的錢」的盛況。

2014創青春全國創業競賽的頒獎典禮,作者提供 #####2014創青春全國創業競賽的頒獎典禮,作者提供

中國政府方面,為吸引海外優秀人才歸國,從中央到各級地方政府所祭出的各種優惠政策、計劃、補助,包羅萬象,琳琅滿目,讓人眼花撩亂。別的不說,就說那名氣最高的「千人計劃」(全名:海外高層次人才引進計劃),中央政府給予每人人民幣 100 萬元(注意是每人不是每團隊,團隊依各級政府補貼,多在人民幣 500 萬到 2,000 萬元不等),不受戶籍地限制可選擇國內任一城市落戶,只要註冊公司,各式社會保險、醫療保險、住房補貼、子女教育、探親、安家等等待遇,甚至還有買房補貼!中國吸引海外人才,又豈止限於台灣?又豈止是今年才開始?

貝加爾湖邊的寒冬,作者提供 #####貝加爾湖邊的寒冬,作者提供

反倒是這兩年以來,由於先前炒作過熱,致使難以計數的新創在前面幾輪的募資以後,因為看不到業績和營收的支撐,使得資金斷鏈,最後團隊解散打包回家。投資人也漸趨保守,中國新創圈多流傳在今年(也有一說是自 2015 年年底) 陷入「資本寒冬」。這時台灣媒體反而大肆報導「中國招募台灣新創團隊」了!?真令人哭笑不得。

##臺灣政府說要做『亞洲矽谷』,卻趕走 PayPal 和 Uber

假如「契作」台灣年輕人真的這麼容易,對於台灣政府內的政策制定者、執行者而言,也該有所檢討。姑且不論中國市場的規模是真實抑或想像,中國政府任事者的積極、速度和資源對接,或許才真的是吸引台灣創業者前往的關鍵。

「你說要做亞洲矽谷,卻打算趕走 Paypal 和 Uber」,數位時代翻攝自靠北工程師粉絲頁 #####「你說要做亞洲矽谷,卻打算趕走 Paypal 和 Uber」,數位時代翻攝自靠北工程師粉絲頁

日前,Facebook上的社群「靠北工程師」上一則「你說要做『亞洲矽谷』,卻趕走 PayPal 和 Uber」,酸度爆表,卻切中要害。更早之前,詹宏志為第三方支付十數年來和政府相關部門的抗爭。馬雲來台一句:「台灣都是六、七十歲的老人在談創新」,就算換黨執政,也難見一絲覺醒。姑且不論亞洲矽谷「蓋大園區」、「發展地方」的硬體思維,對團隊來說,光是申請台灣政府的補助計劃,要先寫個一堆文件不說,好不容易通過一關又一關曠日廢時的簡報、審核,還得憑一堆紙本發票報帳,還得檢查會計項目,到入帳之時已不知何日,更不論那一大堆不知所謂的結案報告文件了。對新創事業而言,最重要的資本不是金錢,而是時間。和對岸相比,人家直接核給現金的做法,也無怪乎不少創業者嗟嘆在台創業「爹不疼、媽不愛」,實在差得太多了!創新創業是台灣邁向下一個產業的希望所繫,執政者應多聽取第一線創業者的意見,切忌在象牙塔裡照過往的陳舊經驗,閉門造車才是。

##今天中國契作,如果換做明天他國呢?

從另一個視角,中國拿著大把銀子來挖台灣團隊,不見得會是台灣的問題。畢竟,中國的市場,尤其網路經濟,有其獨特的生態,和外部差距太大。台灣團隊前往中國大陸以前,應當仔細評估,是否從此以後就要以中國大陸為主要的發展市場。中國市場變動雖快,沒有五年十年,也不是可以輕易攻下的。十年之間,或許有競爭者已經攻佔北美、歐洲或東南亞,其間的機會成本,不可輕忽。畢竟,中國很大,但世界更大。如果當真無法判斷是否要以中國大陸為主要市場,那麼當地加速器所提供的入駐半年的優惠條件,也提供團隊一個容許錯誤的嘗試機會。只是,新創團隊永遠要記得,創業就是事業本身必須要賺錢,才能長久永續。如果只靠補助,那萬一政策改變之時,又要如何維持呢?

最後,筆者沒說的,或者,我只願意留一點尾巴的是,如果今天捧著大把資金和市場潛力來挖台灣團隊的,是新加坡、韓國,甚至是菲律賓或越南政府,那麼台灣的各界輿論,又會怎樣看待呢?

#####《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