綠色小確幸如何療癒你我的心?史丹佛設計學院這樣發想服務創新
綠色小確幸如何療癒你我的心?史丹佛設計學院這樣發想服務創新

一如往常的,在外商工作的海薇下班後回到鬧中取靜的住所,已經九點多了,即便很想立刻脫下剪裁別緻的亞曼尼套裝,泡個熱水澡,肚子卻咕嚕咕嚕叫,只好先下廚。

海薇今年38歲,是都市黃金單身女子,下班後最頭疼的事就是要想晚餐吃什麼?以前都是在公司附近買回家吃,自從食安風暴以來,海薇盡量自己做簡單的晚餐。

講求效率的她最愛煮義大利麵,熱水煮滾了,放入天使細髮麵,加幾根蘆筍,淋上青醬,盛好的紫金琉璃盤中,十五分鐘就可以上桌了。

海薇在餐廳一角的香草植栽開心農場中種了好幾種香菜,有羅勒、迷迭香、百里香等,每天要吃的時候再摘,葉子新鮮,香氣濃郁,頓時讓海薇精神一振,胃口大開。

海薇吃完晚餐,打算享受熱騰騰的泡澡,海薇最愛揉一些薰衣草放到熱水澡裡,一邊讓雷夫‧佛漢‧威廉斯(Ralph Vaughan Williams)的《雲雀飛翔》曲子帶她的心靈無憂地飛上雲霄。

住在海薇隔壁的美國鄰居連恩,36歲,也是早出晚歸,在外商從事顧問,工作時間也很長。回家以後,他喜歡把去年暑假在夏威夷學的調酒功夫複習一下,順便犒賞自己。

他在外面「耍Man」的時候喝007的馬丁尼,但在家裡,他其實偏好海明威的最愛:莫希多(Mojito),它是一種傳統的古巴高球雞尾酒,由淡蘭姆酒、甘蔗汁、青檸汁、蘇打水和薄荷等五種材料製成。

萊姆、薄荷與蘭姆酒調和後不那麼烈,連恩特別在百貨公司買了一組最新的香草植栽開心農場,他摘了好幾片薄荷葉,邊搓揉邊放進杯中,清涼醒腦的香氣瀰漫在客廳中,舒緩了整天高速運轉的腦袋,配上連恩最新下載的馬勒第二號交響曲《復活》,第五樂章第二部分合唱團唱出復活讚美詩,連恩忍不住發 Line 給海薇,加上一個笑臉:

Thank you so much for recommending this Herbal Therapeutic Tank to me! I have been enjoying it very much! Would you like to come over for a drink later? ☺(非常謝謝你推薦我買這個療癒的香草植栽!我很開心。妳等下想過來喝一杯嗎?)

海薇和連恩兩人原本並不認識,有天在家附近的Jason’s 買菜時,兩個人都在香草區逛很久,就因此聊開了。海薇抱怨說,她每次買三、四盒不同的香草,最後超過八成都變黑,只好丟掉,連恩提到他的薄荷也有相同的下場。再加上他們擔心農藥的問題,可是到有機店買香草,種類選擇卻很少。

直到海薇看到百貨公司有日本原裝進口的新發售產品,一下就被名字吸引了。「家庭式香草植栽開心農場」,趁周年慶打折時聽完銷售人員介紹就買了,還好康道相報,告訴連恩,他也立刻上網購買了。

看到這裡,你是否以為要賣什麼產品?其實,以上描述的是虛擬情境,並不是我們替某廠商撰寫的廣告文,而是我用史丹佛設計思考的手法來示範「服務創新」的發想過程。

如何發想「服務創新」?

我這學期在台灣科技大學用這套方法論教iMBA同學思考服務創新,因為從蘋果人機介面劃時代的第一支滑鼠的產品創新,到美國政府解決人口過胖的社會創新,都是用這套方法。所以特別藉著這次專欄文章舉例介紹它的流程。

史丹福設計思考的第一個步驟是「Empathy」,我一直覺得「同理心」這個翻譯並不貼切,因為感覺只有理性的部分,Empathy 其實是指能夠整個人投射到對方的思考感受及情境中。

最傳神的該是《湖濱散記》的作者梭羅所說的:

Henry David Thoreau
Could a greater miracle take place than for us to look through each other’s eyes for an instant?(最大的神蹟,莫過於我們能透過彼此的眼中望到對方所看見的世界。)

第一階段Empathy,要透過大量而深入的一手田野調查,沉浸在使用者的世界中,最好能如影隨形地跟他生活一段時間,來了解使用者的觀點(受想行識)。

然後在第二個定義(Define)階段,用使用者(User)+需求(Need)+洞察(Insight)這個公式來收斂到一個特定人物(persona)及其未被滿足的需求,再加上我們用 Empathy 所發掘的新洞察。

所以前面的小故事,就是用這兩階段的方法,來描繪設計者獨特的觀點及洞察,後面三個步驟容我之後再分享。

史丹佛設計思考「服務創新」五步驟。.png
史丹佛設計思考「服務創新」五步驟,包括Empathy、Define、Ideate、Prototype、Test。

其實植物工廠在前幾年紅了一陣子,而且不乏大廠投入,但時至今日,仍然感覺雷聲大雨點小。之前好幾個大公司跳進來做,很容易被植物工廠的名字限制住大家想像產品的性能與用途,好像非得講求大規模生產效率的機器設備才行。

植物工廠_Plant Factory_shutterstock_299828783.jpg
大家想到植物工廠,腦袋中可能會出現這類型的畫面。
圖/ shutterstock

所以我們在台科大進行這堂課時,特別請同學們一起腦力激盪,綜合總結出家庭式香草植栽開心農場。

其實植物工廠可以是非常多樣態、不同形式的產品加服務業的組合,我們已經看到很多精緻小而美的家電型的產品。

Grove Ecosystem利用魚菜共生的原理,結合水耕蔬菜和魚類養殖,打造自給自足的生態系統。用戶還可以通過Wifi將設備和手機端的App相連,監控它的能量消耗、微生物含量以及各模組偵測到的數值及狀態。

Grove-Garden。Grove官網.jpg
Grove的魚菜共生循環植栽。
圖/ Grove官網

也有植物工廠是針對某些族群特殊的營養攝入需求,透過調控光譜及特別添加的營養素等方法,來開發功能性蔬菜。有些是專做高檔的食材,像在五星級日本料理店的生魚片的紫蘇,往往是從日本空運來台,一片成本平均台幣70元。

香草與魚FB.jpg
台灣的「香草與魚」也利用魚菜共生的概念。
圖/ 香草與魚FB

而以上這些產品,並不是設備賣斷就了事,通常會有整體配套的服務,幫忙宅配種苗、營養液,還可以有植物醫生幫忙看一下植物生長的狀況,是否環境設定有需要調整的地方。

這也是我們在用設計思考做服務創新時,特別希望能夠「多走一哩路」,把整個生命週期所需的客戶需求也一併考慮設計進來。

原先兩個披星戴月、疲憊不堪的都市單身男女,因此找到共同的興趣與話題,發展一段美好的關係。

看來,一台家庭式香草植栽開心農場,不只能帶來小確幸,滿足我們對食材安全的需求,還有可能帶來鄰里「心」關係喔!

資料整理:黃建彰

參考資料:

  1. 8坪貨櫃變植物工廠 MIT技術輸出國際
  2. 農業技術轉移!日本將於 2017 年蓋出第一間完全機械化的農場
  3. LED植物工廠盈利現狀及最新商業模式探索
《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。
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