電子商務始祖亞馬遜改當網路包租公
電子商務始祖亞馬遜改當網路包租公
2006.12.15 |

二○○六年十一月,美國《商業週刊》(BusinessWeek)的封面是亞馬遜網路書店創辦人兼執行長傑夫貝索斯(Jeff Bezos)的照片,他面帶微笑,手上抱著堆高的紙箱,準備來跟所有打算從事電子商務的人做生意。是的,他打算分租亞馬遜十二年來建設完成的網路倉儲技術與資料庫,叫做亞馬遜網路服務(Amazon Web Services, AWS)。
貝索斯在想什麼?他在沒人相信電子商務的年代時,篤定地開了第一家網路書店;多年後,亞馬遜終於開始賺錢的時候(二○○三年開始獲利),他竟然要把網路零售內部的技術與資源,當作服務賣給其他小型的電子商務網站?
許多人都認為他瘋了,這就像是7-Eleven把自己的物流與倉儲管理租給其他連鎖便利商店一樣不可思議。但他其實早已在這條路上經營數年,只是亞馬遜網路服務終於發揚光大,功能齊備地準備好要當房東了。
貝索斯從開創亞馬遜網路書店以後,一舉一動都跌破大家的眼鏡,但對他來說,他並不是憑著天上掉下來的靈感,也不是比別人更早看到趨勢,而是就算很多人看到未來在哪裡,只有他能不顧一切地投下去。
貝索斯的名言正代表了他的行事作風:「我知道如果失敗了,我不會後悔,但我一定會後悔從未嘗試過。」這句話也成為他人生的註腳。美國《商業週刊》編輯羅伯賀夫(Rob Hof),也是這次亞馬遜封面故事撰文者,談到他與貝索斯會面時表示:「他總是充滿自信。」

**貝索斯首創電子商務成風雲人物

**
當貝索斯在一九九九年被選為《時代》(Time)雜誌年度風雲人物時,他所經營的亞馬遜網路書店還在賠錢。但只因為他隻手開創了電子商務,就讓他成為《時代》歷年來第四年輕(三十五歲)的年度風雲人物(第三名是一九六三年入選的馬丁路瑟,時年三十四歲)。
有人說他是先知,因為他看見網路將成為每個人生活的重心,每個人家裡都會有電腦,而透過電腦及網路交易絕對不是夢。但與其說他是先知,不如說他能夠抓住微小的線索,並堅持自己的信念。
當他還在替基金交易公司工作時,他替電腦寫了一個由電腦執行股票交易的程式。當時他就發現網路是以每年十倍的速度在成長,而這個發現也引領他開創了網路事業。貝索斯說,發現網路成長速度如此驚人的事實,讓他「靈光乍現」,開始思考網路商機。
於是三十歲的他帶著妻子離開紐約投資公司副總裁職務。他對他老闆說:「我要做這件瘋狂的事,我要創一個在網路上賣書的公司。」在妻子的全力支持下,他們到了西雅圖,創立亞馬遜網路書店,當時是一九九四年,網路才初試啼聲,更遑論電子商務。

**創造讓更多人仰賴的網路服務

**
事實證明,在網路上做生意非但可行,而且還大有賺頭。二○○五年,貝索斯在《富比士》(Forbes)雜誌年度財富排行榜上名列第四十一,有四十八億美元的身價。
「我喜歡人們仰賴我,因為這樣我會很有動力,在亞馬遜有數以百萬計的消費者仰賴我們,數以千計的投資者仰賴我們,而我們又是幾千個員工彼此仰賴的團隊,這很有趣。」貝索斯的下一步,就是讓更多人仰賴他。
今年九月,貝索斯在麻省理工學院新興科技研討會(MIT emerging technology conference)上發表關於亞馬遜網路服務的演說。他帶著一貫自信的笑容,侃侃而談亞馬遜推出的新服務,「我們的目標就是,讓其他人更容易建立網路應用服務,降低進入門檻。」
貝索斯表示,以亞馬遜為例,「我們只有三○%的時間與精力花在消費者端的服務,七○%花在網路的基礎建設,現在我們做的事情,就是讓人把更多的時間花在他們的點子上。」
亞馬遜早在二○○二年七月就推出網路服務,當時貝索斯打算讓亞馬遜不只賣書,而是當電子零售業的平台。他推出亞馬遜電子商務服務(Amazon E-commerce Service),讓零售商可以把自己的商品放在亞馬遜商店中,儲存產品價格、顧客評等的資料。該服務是免費的,亞馬遜網路書店從此蛻變成亞馬遜百貨公司。後來陸續推出簡單倉儲服務(Simple Storage Service, S3)以及土耳其機器人(Mechanical Turk)。

**出租生意為網路投下震撼彈

**
這一路走來可以看出,貝索斯仍然在窺看著網路的下一步:販售網路服務。從Web 1.0的先驅者開始,入口網站、線上零售,再到大型電子商務平台,接下來呢?就好像Google推出線上試算表與線上文書處理,salesforces.com將企業軟體服務帶到網路版,當人們所有的事情都可以透過網路解決時,平台就益發重要,這就是貝索斯想要做的事情:打造亞馬遜除了網路零售、物流及電子商務平台外,第三大的事業。
為了建造全球第一大的電子商務平台,亞馬遜投入過多資金在軟硬體設備和研發上,雖然亞馬遜的營收不斷成長(年營收超過一百億美元),但是由於硬體和研發的投資,使亞馬遜的獲利能力始終不佳,預估今年的獲利只有去年的一半(估計淨收入為一億八千萬美元,但研發資金已投注四億八千萬美元)。
目前亞馬遜的零售只用了一○%硬體基礎建設,開放閒置部份的確可增加不少收入。然而亞馬遜在八月推出代管服務(Amazon Elastic Compute Cloud, EC2)之時,股市並未給貝索斯掌聲,股價應聲下滑。
雖然貝索斯所推出的網路服務,建立在他已砸大錢的基礎建設,但相應的顧客群與營收並沒有明顯的成績,這次他會不會賭錯了?不過,我們不得不想起,當年也沒有人看好在網路上賣書,過了幾年,大家依然對網路百貨公司的想法吃驚,這回他的出租生意看來又是一枚震撼彈。
信心滿滿的貝索斯,他心中永遠有著創新的想法,零售網路服務代表了網路商場的下一步。讓我們拭目以待貝索斯的大動作,是否又是一次成功的賭注。

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