面對「沒人想收購」窘境,Twitter創辦人發內部信暗示支持獨立營運
面對「沒人想收購」窘境,Twitter創辦人發內部信暗示支持獨立營運
2016.10.11 | 併購

一心求賣,但無人想買。這就是Twitter目前的境遇。

你可以說Twitter如今的「落魄」來自於媒體公司本身的發展局限性,也可以說管理層的決策失誤。但如果把這一切責任都推給重新執掌Twitter不到一年的創辦人Jack Dorsey(傑克·多西),是否真說得過去?不過輿論與投資者是善於這麼做的,「賈伯斯」與「楊致遠」就是兩個再合適不過的正反例子。

這位從一開始在董事決議會上就堅決不同意出售Twitter的創始人,似乎在收購謠言傳得最猛烈的時候陷入了沉默,但隨著潛在買家的一一「闢謠」,堅持走「自力更生」道路的多西似乎又重新找到了方向。一封發出不久的「致員工信」向我們完全呈現出多西對Twitter的發展主張——「我們可以一直走下去,我們能做到」。

Twitter創辦人Jack Dorsey
Twitter創辦人Jack Dorsey

股東搖擺不定之際,多西卻突然發了一封「內部信」

今天淩晨,彭博社拿到了多西在周日發送給公司全體員工的內部備忘錄,「鼓舞士氣」是這封內部信的主要目的。但是仔細想想,其實發送時機有些意味深長。因為在買家所剩無幾的情況下,Twitter目前面臨三條路可走:

第一, 繼續委屈求全,降低身價把自己賣出去; 第二, 脫離非核心業務資產來吸引買家; 第三, 繼續走獨立發展道路,但資金會是一個大問題。

所以董事會出現了分歧,也對於「是否繼續走收購這條路」開始搖擺不定。

在這封信中,多西對Twitter的收購事宜隻字未提,而是圍繞著Twitter目前進展還不錯的直播業務及相關計畫重振團隊士氣,並反覆強調「公司是所有人的新聞網路」,「Twitter仍然是人們獲取資訊最快的管道,而現在我們要做的就是將其轉變為人們獲取最新消息首先會想到的地方。」

其中有一句話顯得十分重要,也反映出了多西目前的想法與心境:

「我們只是被自己的緊迫感束縛住了。人生苦短,因此每天都異常關鍵。那些每天都使用Twitter的忠實用戶值得我們提供最好的服務。他們是Twitter存在的理由。因此要讓他們看看,我們完善Twitter的速度將遠遠超出他們的想像。我們每天都可以這樣堅持下去,我們可以做到!」

但對於這封內部備忘錄,Twitter的發言人Kristin Binns拒絕給予置評。

就像多西這封信中暗示的那樣,越來越多的人開始懷疑整個公司的未來。雖然Salesforce、迪士尼以及Google都曾透過合作銀行認真考慮並打聽過這樁買賣,但在自己股東的不斷施壓下,幾乎不可能再涉及交易。而Twitter的股票在週一收盤前再度暴跌13.48個百分點,至17.18美元。

此外,作為一家獨立的上市公司,Twitter在過去幾季中,營收增幅正在逐漸放緩,而用戶增幅也幾近停滯。但多西始終強調的一點我們應該認同:

Twitter仍然是一些重要新聞的曝光管道,也依舊具備引發全球新聞話題的中心地位。舉個例子,在上周日晚上Twitter公佈的官方資料顯示,有超過1700萬條關於美國總統電視辯論的推文在Twitter上發出。

因此,還是那句話: Twitter頹勢顯露,但並不是無藥可救。

以下為內部信全文:

你好,我的團隊們!

我擔任Twitter的CEO已經1年多了,儘管太多話我可以說,但只有一件事我想跟你們說:謝謝。

這個團隊有著異常堅定的意志,有著強大的適應力與靈魂。你們一直在拼盡全力讓Twitter變得更好,我明白這絕不是一件簡單的事情。但是我們可以清楚地看到人們每天想使用我們更多的服務。

我們幾乎花了一年中的大部分時間來弄清一系列真相,而其中最重要的便是「我們究竟是誰」以及「我們為何會在這裡」:從本質上來講,Twitter就是「當前正在發生的事」與「每個人都在討論的事情」——新聞與話題。是的,我們就是大眾的新聞網路。

人們選擇我們看新聞的理由很簡單:我們是最快的。他們能夠在這裡最快獲取新聞,最快與全球分享資訊。所以現在,讓我們努力成為這個領域的第一名,成為人們在獲取新聞時最先想到的入口。

我們只是被自己的緊迫感束縛住了。人生苦短,因此每天都異常關鍵。那些每天都使用Twitter的忠實用戶值得我們提供最好的服務。他們是Twitter存在的理由。因此要讓他們看看,我們完善Twitter的速度將遠遠超出他們的想像。我們每天都可以這樣堅持下去,我們可以做到!

最後,我必須要對我的直屬團隊表示感謝。

Adam bain(首席運營官)總是保持著旺盛的精力、創造力,你無法忽視他的存在感;Adam Messinger(首席技術官)工作嚴謹、講誠信,對一切事物無所畏懼。當然,紅鬍子也十分打動我;Anthony的自律性極強,也具備求實能力,我非常欣賞他「無論付出什麼代價都要達成」的態度;Kayvon的創業精神以及注重細節的態度讓我十分欽佩,他提出的每一個質疑都能讓我們變得更好,他對連帽毛衣的堅持……也很棒;Leslie做事每次都能抓到重點,還有著旺盛的精力,說話語速快兩倍也是個不錯的優點;Omid總是非常樂觀,將正能量傳遞給其他人,為我們澄清任何質疑。他的同情心與領導力我也看在眼裡;Renee的使命感非常強,誠信正直、無畏無懼都是她的優點,而最讓我高興的是她做什麼都很上手,從沒有「新手」一說;Sierra總是能集中精力做好自己的事情,注重細節,還具備在同一個時間點做好兩件事的獨特能力。還有,Vijaya的工作實力、同情心、毅力以及對麥當勞的狂熱喜愛都是她獨有的魅力。

, 愛你們,傑克。

本文授權轉載自:36氪

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