前Uber中國「一姐」柳甄哈佛演講:別讓自己過得太舒適
前Uber中國「一姐」柳甄哈佛演講:別讓自己過得太舒適
2017.04.27 | 創業人物

編按:本文來自柳甄在哈佛中國論壇開幕式上的演講。她在演講中分享了自己人生的3個轉折點,鼓勵創業者不斷跳出自己的舒適圈。

而在演講後,柳甄在新聞發表會上表示,從麻省交換生、矽谷律師事務所,再到Uber中國、今日頭條,自己一度很忐忑。但後來發現新創公司共性是務實肯幹,她認同這樣的創業文化。頭條是個國際化的公司,將來會不斷在考察國際上的併購和拓展機會,包括美國、印度、日本和東南亞等地區。

正文:

各位下午好。

感謝主辦方邀請。很榮幸能在哈佛中國論壇上發言。

每次回到新英格蘭,我都很高興。

我第一次出國,就是到離這不遠的康科特做高中交換生。17年前我第一次來到美國,第一腳踏在了波士頓的土地上。因此,這個地方在我心中佔據了一個特殊位置。今天,我當時寄宿的美國家庭也來到了活動現場,非常感謝他們一直以來的支持和鼓勵。

柳甄寄宿家庭.jpeg
柳甄和當年寄宿家庭夫妻現場合照。
圖/ 36 氪

今天論壇的主題之一是「創業者精神和創業者的角色」,我想和大家分享自己人生旅途上的三個交叉路口:如何從一個外國交換學生,到律師,再到Uber、今日頭條的高階主管。

我職業生涯中第一個交叉路口,就在離這裡70英里的康科特。

來美國之前,我在北京上高中,當時是個受歡迎的明星學生。我說中文時能言善辯,是辯論隊隊員,還經常做演講。

高三那年,我決定來美國交換學習一年。沉浸在全新的文化中,要闖的難關不止是語言。我至今還記得和其他高中生就中國歷史和政治辯論的情景。基於我有限的英語水平,這幾乎稱不上是一場辯論。

我意識到對於同樣的事情,我的認知和美國孩子的認知是很不一樣的。也是第一次,我意識到要真正了解一件事,即便是你非常熟悉的事情,有時只有跳出去,用一個外部視角,才能對這個問題有更客觀、深刻的思考和認識。

今天,我在今日頭條負責企業發展。我和很多商業夥伴以及投資者有工作上的交集,他們很多都不是中國人。學會從他們的視角來看待企業以及企業在市場中的位置是很重要的,只有這樣,才能更容易找到彼此共同之處,讓他們的利益與公司的長遠目標對齊。

我的第二個交叉路口是在2015年,當時我決定加入Uber,進行中國市場的拓展。

這之前,我在矽谷的律所當了9年律師,主要負責私募、資本市場和跨境交易。那時我已婚,有了兩個可愛、年幼的孩子,我在工作方面已經駕輕就熟,對自己的工作和生活安排都有很大的掌控權。

一切都很完美,有點舒服過頭了。

這時Uber團隊找到了我,問我想不想嘗試新東西。當時Uber在美國已經名氣大作,不過在中國市場他們才剛起步。

在我上班的第一天,Uber在中國祇進入了8個城市,大概有50名員工。我們沒有法務,沒有政府關係人員,幾乎沒有公關。一年多以後,當Uber和勁敵滴滴合併時,Uber已經進入了50多個城市,團隊有800餘人,我們的業務價值數十億美元。

我在Uber起步時,做企業的經驗並不多。我當時面臨了一些前所未見的困難,事實上所有人都沒見過。幸運的是,我得到了身邊很多人的指導和鼓勵。從他們身上我學到,成為一名創業者,意味著你應該不斷走出自己的舒適區,你應該持續拓展自己的邊界,直到疼痛。

第三個轉折點發生在去年十月,一鳴給我打電話。他是今日頭條的創辦人、CEO。今日頭條是一個基於人工智慧的個性化信息推薦平台,為上億用戶服務。我相信在場的很多朋友都是今日頭條的活躍用戶。今日頭條每個活躍用戶平均每天在我們的平台上停留76分鐘。這比Facebook、Snapchat或Twitter用戶在其平台上停留時間都長。

柳甄張一鳴.jpeg
柳甄和張一鳴在討論。
圖/ 36 氪

在座很多人都知道,在中國,網路在行動端的滲透速度遠遠超過桌面端。到現在,還有很多人沒有桌面電腦,但他們在手機上消耗越來越多的時間,尋找著有用的資訊、感興趣的社交內容和喜歡的娛樂內容。

但是怎樣才能在行動端上最有效地尋找到適合自己的資訊內容呢,特別是在相對較小的手機螢幕上?今日頭條給出的解決方案是運用人工智慧技術,在你需要的時候提供你需要的信息。今天手機上的搜尋,已經不需要你去尋找信息,而是當你打開手機,有用的信息會自動找到你。

不同於Uber這種更偏重運營的公司,今日頭條是個完全線上的人工智慧公司。我不會編程,也沒有任何技術背景,更從來沒有在本土網路企業工作過。在這個陌生環境下,我似乎又回到了17歲那年,不過這次我更有自信,因為我知道這種感覺是對的,對於有創業精神的人來說,你似乎永遠在做不會讓你特別舒適的事情。

相信今天在座的各位,都希望創造自己的一番事業,或是與傑出的創業家同行,以更好地服務自己所在的社區。

如果我的經歷能向大家傳遞一個關鍵信息,那就是:

當你感覺過於舒服的時候,也許就是你的人生需要改變的時候:你需要去拓展自己的邊界,直到疼痛為止。我相信這樣做之後,你一定會為自己取得的成果而驚喜。

謝謝!

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