由下往上的創新力量更強,緯創執行長黃柏漙要公司「不再只有一條滑水道」
由下往上的創新力量更強,緯創執行長黃柏漙要公司「不再只有一條滑水道」

在過去,加入緯創這樣的ODM大廠,就好像是進入一條有固定路徑和明確出口的滑水道,只能順流前進;但現在,緯創執行長黃柏漙要給每個人打造一條屬於自己的道路的機會。

由下而上的創新動能更強

NB代工曾經帶給台灣一段輝煌的時期,但隨著PC產業的式微,相關廠商都在尋求轉型,緯創也不例外。而在過去這些年的摸索過程中,黃柏漙發現,「由下往上的創新比預期想像好很多。」他觀察到,不論是參與的熱情,還是對創新的投入,「都比我們從上而下的創新動能更高。」

特別是去年開始,他在內部發起「金頭腦」創新競賽才驚覺,「公司這群年輕人早已不是傳統印象中ODM工程師的模樣。」黃柏漙有些懊惱地說:「我低估了內部這種年輕同仁對創新,還有對現在這種互聯網+時代的關心和參與。」而身為金頭腦競賽評審之一的他,親眼見證內部同仁對創新的嚮往,以及親身感受到那股強烈地想要證明自己想法的企圖心,更忍不住直呼:「感動,很感動。」

黃柏漙_緯創執行長_20161125_蔡仁譯攝-4.jpg
緯創集團執行長黃柏漙(圖中者)深感由下而上的創新力量之強大,現在也花更多時間和公司的年輕人在一起。
圖/ 蔡仁譯/攝影

他強調,金頭腦對緯創不只是一場內部創新競賽,而是被認真地看待為一個事業計畫。「我們希望做的不只是一個點子,而是希望可以推到市場上去,真的有人可以用的。」為此,他不僅要求各部門主管要支持參賽團隊,為此他們也特別找來專業顧問團隊,輔導競賽團隊去定義他們創業題目的目標、價值。而在競賽中勝出的隊伍,更有機會得到全公司的資源協助,往商業化發展。

敞開大門,尋找緯創的「金頭腦」

如去年金頭腦冠軍隊伍提出的題目,是供單車騎士使用,整合了運動、夜騎、社群分享等多項功能的「鐵馬啾」抬頭顯示器。發起這個題目的團隊成員主要都是來自緯創系統、軟體營運相關領域,卻缺乏電機工程和設計相關背景,因此發起人之一,緯創資通軟體產品中心經理徐宏洋表示,過去一年來,他們是在公司不同部門的專家協助下,才能一步步走到產品概念驗證階段,現在更已經開始和外部品牌業者洽談合作,即將成為一門真正的生意。

緯創員工_20161125_蔡仁譯攝-2.jpg
緯創資通軟體產品中心經理徐宏洋表示,「鐵馬啾」已經開始和外部的業者洽談合作。
圖/ 蔡仁譯/攝影
tmj_o.png
鐵馬啾
圖/ 緯創

而今年剛出爐的金頭腦冠軍隊伍,是以「測量喝水量」為主題的團隊「waterline」。雖然市面上類似概念的競品已經有不少,但團隊成員之一,緯創創新企劃處使用者經驗設計部設計師蕭文信認為,他們可以比其他人做得更多。黃柏漙也認為,這個團隊掌握了幾個獨特點,用簡單的杯蓋或杯墊搭配APP的開發,就能讓終端使用者感受到價值,看好未來也有機會走向商業化量產。

集團全力支援,不怕找不到人幫忙

有趣的是,和鐵馬啾一樣,waterline的初始團隊成員也多是軟體專才,缺乏硬體相關人員,但蕭文信表示,在CTO辦公室協助下,他們已經開始往前走,他說:「這部分就是公司全力支援,不用去擔心找不到人幫我們。」

緯創員工_20161125_蔡仁譯攝-1.jpg
緯創創新企劃處使用者經驗設計部設計師蕭文信認為,市面上雖然已經有不少以喝水為命題的產品,但他有信心他們可以做得更多。
圖/ 蔡仁譯/攝影

黃柏漙表示,他們對金頭腦的參賽題目沒有限制,對這些團隊的未來發展也持開放態度。對緯創來說,他們的任務就是要協助這些團隊將概念產品化,或許未來這些產品會成為緯創的產品線之一,又或者,也不乏有團隊從緯創獨立出去成立新公司的例子。

當然,金頭腦不是緯創和新創之間的唯一連結。過去這幾年,緯創除了有由上而下發動的教育新創服務事業愈做愈大;緯創同時也持續關注,並投資外部新創團隊,或是也會以參與創投的方式尋找未來機會,如近期緯創董事會才通過投資矽谷創投Fenox 2000萬美元的提案,就是希望借重專業創投的力量,拉近和美國新創的距離。

多管齊下,尋找明日之星

此外,去年緯創還成立了IIC(Innovation Integration Center )創新整合中心。

IIC可以說是因應創客(Maker)興起而成立的單位。黃柏漙表示,IIC與緯創內部製造完全切割,主要就是強調快速協助創客將概念化產品做出原型。同時他也強調,為了與中國同類型公司做出差異化,IIC更強調顧問專業服務,也就是要幫助創客做最佳化,找出更適合量產、更有價格競爭力的方法,以及提供進入市場的策略協助。

黃柏漙直言,IIC不論在速度、想法,還是要面對的客群、溝通方式,各方面都和緯創傳統在面對大客戶時的模式大不相同,「絕對不是我們熟悉的PC作法。」他不諱言,初期的發展並不順利,甚至前半年都找不到半個客戶。不過將近2年的努力,IIC現在已經開始和國際各大平台,及相關機構對接,逐漸找出自己的方向和價值。

緯創員工_20161125_蔡仁譯攝-3.jpg
緯創新創整合中心行銷經理邱建智表示,目前IIC接觸過的團隊已經超過 70個
圖/ 蔡仁譯/攝影

新創整合中心(IIC)行銷經理邱建智表示,目前IIC接觸過的創客團隊數量已經超過70家,當中有些合作案除了在群募平台獲得好成績,也不乏有已經在各大通路上架的商業化產品。

不過黃柏漙對IIC的期許更高。他形容,現在的IIC就像是一把殺雞的牛刀。「我希望他(IIC)早點找到牛來殺。」然而,他雖認為IIC終究要想辦法從財務角度去證明自己的成功,但就緯創集團的角度來看,他卻也說:「我想財務是最沒有期望的。」黃柏漙很清楚,就目前緯創的營運結構來看,不論IIC做得再好,金頭腦的產品商業化再成功,都很難在短時間內取代NB代工這麼大的規模和營業額。

但黃柏漙建立IIC、創投和金頭腦等管道,就像是為緯創對內、對外都打開一扇窗,每一陣風吹來,都會帶來新的產品觀念、市場需求和趨勢變化,或許,就會有那麼一顆隨風飄落的種子落在緯創的田地裡,生根發芽,逐漸長成他期待的明日之星。

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