[徐竹先] 從 Pokémon GO 學習創業「獨角獸」孵育的制度設計|數位時代 BusinessNext

當一個人沈迷遊戲，可能會玩物喪志！
當一群人著迷遊戲，或許是一陣流行！

但當幾億人為了一個遊戲瘋狂，我們不得不深思，這裡面有東西，這裡面有「人性」！當 Pokémon GO 席捲全球市場之際，我們除了趕快成為寶可夢訓練師，立即動身到街上捕捉野生寶可夢之外，也別光只顧著玩，從當中觀察到一些人性、從中學習到一些國際級的經營手法，讓我們的工作與事業也像 Pokémon GO 一樣大受歡迎！

圖說明

圖片來自：Shutterstocks

##創業家就是臺灣的神奇寶貝！

作為台灣創新創業生態圈的一員，「創業家」就是我們的寶可夢！它們是台灣的寶貝，代表我們産業的未來，更帶給我們一個個可以共同期待的夢想！

為了培育新創企業，政府提供了各式各樣的資源，透過不同的計畫將資源送到創業家手上。但基於管考稽核的目的，或是承辦、執行單位的行為慣性使然，每一個計畫都被設定了許多硬性的「KPI 工作指標」，使得承辦、執行單位雙方的工作都十分忙碌，但許多創業家卻仍然無感。問題之一可能就出在 KPI 的設計上。KPI 是必要之惡；不設定 KPI，對工作執行單位當然是海闊天空/自由自在；但若沒有 KPI，想做事的政府部門過不了管考稽核這關，也很難向上一級單位交待。

為了解決創業家及育成輔導單位的需求，也該幫政府部門想想辦法。難道創業政策計畫的KPI沒有更好/更創新的設計方式嗎？

圖說明

圖片來自：Shutterstocks

##從 Pokémon GO 的遊戲指標設計中借鏡

Pokémon GO 似乎可以給我們一些啟示。在 Pokémon GO 裡，遊戲設計者沒有設定任何硬性 KPI，但玩家可全是自動自發的在找寶可夢並用心培育。透過玩家在系統中 19 種不同徽章（特定的遊戲指標），用來衡量一位寶可夢訓練師的能力與成果。每一個指標還有不同程度等級的徽章，隨著訓練師的經歴而晉升，每一位訓練師都可以機動而有彈性的走出自己的路，以訓練出更好的寶可夢為目標而持續修鍊著。

這套系統中，有部份指標是在鍛鍊「訓練師」，引導他們走進田野，為自己帶進新資源，也將自己的資源帶到其他地方；有部份指標則是顯示訓練師的「經歴」，這將讓訓練師為了自己的「實力形象」，自我努力提升。結果是，一大群高手訓練師出現了，一大群厲害的寶可夢也出現了。

##創建環境，讓訓練師自己尋找或建立創新創業的道場

這套 Pokémon GO 系統不僅讓寶可夢進化，同時也在讓訓練師進化。換句話説，台灣創業生態系統若想加速培育出優秀的新創企業及創新型中小企業，寶可夢給我們的啟示是: 是的，我們的目的是培育出更多的創業家並讓他們「進化」，但資源投入的重點或許不是創業家，而是「訓練師」！給予「榮譽與利益」，創業育成計畫執行單位中的「訓練師」們自會四處尋找野生的「寶可夢」，四處尋找「道場」（遊戲中為 Gym, 暫譯）或是「自建道場」去訓練它們！

圖說明

Pokémon GO遊戲中的道場。

各種共同工作空間、創客空間、育成中心、創業加速器或我們正在打造的創業家私董會，不就是創業家的「道館」嗎！裡面舉辦的各種創業競賽、Demo Day、Hackthon、Networking Party、課程與會議等等，都在刺激創業家不斷的對戰與進化呀！

##創業育成經理人，其實就是「寶可夢訓練師」！

寶可夢訓練師若沒有足夠的寶貝球，是無法收服寶可夢的，訓練師必須用自己的腳到路上收集寶貝球。而在創業生態系中，創業育成經理人也必須累積足夠的實戰經驗，取得企業家及創業家的信任，創業家才會願意接受育成計畫的培育。實務經歴、專業人脈、策略思惟、國際鏈結能量等等，就是創業育成經理人手上的寶貝球，是用來「收服」創業家的！

台灣各政府單位的創業計畫，不妨參考 Pokémon GO 模式，不必把 KPI 訂死，而是遴選出訓練師後，允許他們有更多的自由度去選擇及訓練創業家，不妨每年年底讓訓練師來 PK 一下，再選出明年的訓練師！

政府可以透過定義「一群」可衡量的指標，還可以隨時增加一些站點或道場引導訓練師，前往達成特定的政策任務，如此才能彈性的因應創業圈快速變化的環境、適應國際競爭生態，並管控政府環境中的動態需求。

要成為一個好的創業家訓練師，就如同一位優秀的寶可夢訓練師，自己必須不斷精進，並帶著我們所培養的創業家們，尋找合適的道館去對戰、去練功。事前，我們並不知道我們會達成什麼樣的 KPI，但在年底，我們確實會有量化與質化的成果可供衡量。

##好玩又具挑戰性的 KPI 制度設計，也許可以孵化出真正的「獨角獸」

非常期待更多的政府計畫如同 Pokémon GO 一樣設計出好玩又具挑戰性的制度，如此一來，台灣創業生態圈的訓練師及寶可夢們，必將快速的進化！説不定，台灣就這樣進化出一隻「獨角獸」喲！過二天，我就即將與一群超進化的新創企業家們，出發前往海外道場進行對戰修鍊了！

#####《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。

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