林筱玫、游適任、黃敬峰等獲邀加入林全內閣「青年諮詢委員會」
林筱玫、游適任、黃敬峰等獲邀加入林全內閣「青年諮詢委員會」
2016.11.23 | 人物

2014 年 318 太陽花學運後,毛治國內閣在前總統馬英九就職六週年演說上,確立行政院將要成立青年顧問團。主要希望邀請 35 歲以下青年參與政府政策制訂,讓年輕人有機會快速參與公共事務,讓行政團隊在政策形成過程可以有效與年輕人對話,發揮諮商與建言功能。

青年顧問團成員為 25 人左右,任期一年,為無給職。參加者經過初審、複審與決審三階段審查成立,其中有許多數位經濟、青年創業圈的代表,連任了 2014 年第一屆、2015年第二屆青年顧問團顧問:包含 FlyingV 創辦人林弘全、Livehouse.in 創辦人程世嘉、TedxTaipei 創辦人,現任國民黨不分區立委許毓仁、之初創投 Appworks 共同創辦人詹益鑑等人。

蔡英文總統上台前,數位經濟、青年新創圈就一直持續詢問新政府是否將延續「青年顧問團」的機制;林全內閣終在本月提出「青年諮詢委員會設置要點」與「委員核定名冊」,將「青年顧問團」機制改為新政府版本的「青年諮詢委員會」(以下簡稱青諮會),並在本月 1 日正式核定聘請 30 人擔任青年諮詢委員(以下簡稱青諮委),任期同樣為一年。

蔡英文。郭涵羚攝影.jpg
關心數位經濟、青年創業的蔡英文總統,正式推動行政院層級的「青年諮詢委員會」成立。圖為蔡英文總統參加台北創新創業嘉年華 Meet Taipei,並聽取新創團隊 ATOM 簡介他們的 3D 列印機。
圖/ 郭涵羚攝影

其中,數位經濟與青年創業圈獲邀擔任青諮委代表,主要包含有:瑞德感知總經理林筱玫、交點創辦人黃敬峰、众社會企業共同創辦人黃薇齊、第二計劃有限公司(Plan b) 創辦人游適任、DSP 智庫驅動知識長謝宗震等人。

本日(11/23)下午,青諮會於行政院召開第一次會議,由林全院長進行開場,並隨後由數位政委唐鳳接續擔任會議召集人主持會議(林全因應復興航空解散事件提早離場)。

行政院長林全於本日稍早參加「2016台灣國際工具機展」
行政院長林全於本日稍早參加「2016台灣國際工具機展」
圖/ 行政院新聞傳播處提供

林全指出,太陽花學運前後,就有許多年輕人透過網路表達不同聲音;學運之後,年輕人對於公共事務的參與和熱情,令人感動。為使社會永續發展,政府在訂定公共政策時,年輕人就是公共政策的主角,因此一定要有年輕人參與。台灣過去的政府組織與政治運作方式缺乏年輕人參與,導致政務官養成的管道侷限,這需要從制度面根本來改革。期待透過青諮會讓年輕人以熱心和熱誠積極參與公共事務,並鍛鍊成為優秀政務官,進而推動公共事務。林全希望青諮會能在遇到跨行政單位問題時,成為青年與政府溝通的平台,找到政府部門實質對接的窗口。目前,青年諮詢委員會的實體機制,將主要由教育部青年發展署承辦!

青年諮詢委員會預計一季(三個月)召開一次實體會議,其他主要分為公民參與、教育、勞動、永續發展、青年創業(包含社會企業、募資等議題)、文化與原住民等六個議題小組個別運作,預計每個小組將以網路平台進行交流,由成員分別運用網路社群工具,如 Facebook 的私密社團、Skype、Line、 hackpad 等,由成員參與相關議題討論與運作。本次會議也選出唐鳳出國不在的代理召集人,將由交點文化的創辦人黃敬峰協助青諮會的運作。

###2016青年諮詢委員會名單

角色 目前職務 姓名
委員並為召集人 行政院長 林全
委員並為副召集人 行政院政務委員 唐鳳
委員並為執行長 教育部長 潘文忠
委員 勞動部長 郭芳煜
委員 經濟部長 李世光
委員 國立臺灣大學政治系際關係組學生 李欣
委員 真程旅行社負責人 林文攀
委員並為代理副召集人 交點文化股份有限公司負責人 黃敬峰
委員 國立臺灣大學電信工程研究所電波組碩士班研究生 許瑞福
委員 國立成功大學臺灣文學系碩士班研究生 吳馨如
委員 好伴駐創股份有限公司共同創辦人 張珮綺
委員 《技職 3.0》執行長 黃偉翔
委員 台塑勝高科技股份有限公司企業工會理事長 吳宗保
委員 臺灣少年權益與福利促進聯盟督導 吳政哲
委員 經濟部政策評估整合辦公室研究員 廖泰翔
委員 众社會企業(股份有限公司)共同創辦人 黃薇齊
委員 第二計劃有限公司(plan b) 創辦人 游適任
委員 DSP智庫驅動股份有限公司知識長 謝宗震
委員 瑞德感知科技股份有限公司總經理 林筱玫
委員 好伴駐創股份有限公司共同創辦人 邱嘉緣
委員 《Mata Taiwan》(南島之眼文化工作室)創辦人 方克舟
委員 瓜園企業股份有限公司副總經理 邱裕翔
委員 力佳綠能生技有限公司經理 陳建翰
委員 國立臺灣科技大學助理管理師 張郁珮
委員 新竹縣文創藝術觀光發展協會執行秘書 徐健智
委員 原住民族電視台 國際新聞編譯 洪簡廷卉
委員 高雄市機車修理業職工會秘書長 林彥孝
委員 臺灣排灣族發富樂安文化展協會副秘書長 胡哲豪
委員 國立成功大學政治系學生 魏宏旭

###2014青年顧問團成員名單

姓名 性別 就讀學校/任職單位
王芷苓 國立東華大學財務金融學系
王郡羚 兒童福利聯盟文教基金會
王瑋璠 國立政治大學政治學系
羊正鈺 關鍵評論網The News Lens 編輯
何培鈞 天空的院子創辦人 /小鎮文創股份有限公司創辦人
吳鎧 普渡大學臺灣研究生會前會長
呂冠緯 誠致教育基金會 專案教師
李偉國 璞園建築團隊工程師
林弘全 昂圖股份有限公司
林謙育 臺北市立南港高級工業職業學校 冷凍空調科科主任
林麗蟬 建國科大講師/縣市政府 柬埔寨語 通譯大使
胡庭碩 國立臺灣大學 法律學系
張毓庭 國立臺灣大學電機工程學系研究所
張韶安 智慧藏學期科技股份有限公司版權專員
張慶生 可口可樂行銷專員
許毓仁 TEDxTaipei 亞洲區的推廣業務
陳聖凱 社會企業創投公司若水國際
陳詩韻 花旗環球 (臺灣) 投資銀行 副總裁
彭彥翰 中華國樂團
曾廣芝 臺北醫學大學公共衛生學系
程世嘉 LIVEhouse.in 創辦人
詹益鑑 創投appWorks Ventures 共同創辦人暨合夥人
趙式隆 臺大電機系研究所計算機組博士班學生
劉育承 自耕農
蔡章弘 臺東縣立綠島國民中學教師
蔡維琳 國家實驗研究院臺灣海洋科技研究中心
鍾昌宏 臺中市光榮國中教師

###2015青年顧問團成員名單

姓名 性別 就讀學校/任職單位
王芷苓 曦鹽皮革整染企業社創辦人
羊正鈺 關鍵評論網The News Lens 編輯
何培鈞 天空的院子創辦人 /小鎮文創股份有限公司創辦人
李偉國 璞園建築團隊專案經理
林弘全 昂圖股份有限公司
林謙育 臺北市立南港高級工業職業學校 冷凍空調科科主任
林麗蟬 國立暨南國際大學非營利組織經營管理研究所碩士班學生
胡庭碩 社會企業推廣講師、「一間坪林」在地整合文創空間創辦人
張毓庭 臺灣新思科技股份有限公司研發工程師
許毓仁 TEDxTaipei 策展人暨共同創辦人、TED亞洲區大使
陳聖凱 以立國際服務執行董事、創辦人
彭彥翰 中華國樂團副指揮
曾廣芝 臺北醫學大學公共衛生學學生會會長
程世嘉 LIVEhouse.in 創辦人
詹益鑑 之初創投appWorks Ventures 共同創辦人暨合夥人
趙式隆 學悅科技共同創辦人兼董事長
劉育承 幸福良食有限公司總經理
蔡章弘 臺東縣立綠島國民中學教師兼教導主任
鍾昌宏 臺中市光榮國中教師
關鍵字: #蔡英文 #唐鳳
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