網路對政治的影響,這幾年才正式開始
網路對政治的影響,這幾年才正式開始
2017.08.23 |

編按:
這邊先定義一下,筆者指的是像台灣或是歐美等比較民主化的地方,中南美跟非洲就先不論,那裡的狀況更複雜。而且這篇只是筆者的觀察隨想,沒有什麼實證,請不要討證據(真的沒有)。再次澄清,筆者沒證據也沒參考資料可以給,這篇純粹是個人觀察整理。

早期網路的發展,很多人預測說會有極大的政治版圖改變,最終卻沒有多少,國外又回歸到傳統的兩黨或是多黨對決,在台灣一路變成藍綠對抗,所以導致大多數網路用戶,至今仍然覺得網路影響就只是這樣。但這幾年,全世界各地別說是顏色革命,就算是歐美等國家,選舉上也出現了一大堆「難以理解」的現象,筆者發現最聲嘶力竭世界要毀滅的,幾乎都是高級知識分子。

簡單下結論,筆者認為網路對政治的影響,這幾年才正式開始,因為全民透過網路參與政治,在前些年的網路是根本不存在的現象。那些信誓旦旦的預言家,幾乎都是錯的。

當年一堆高級知識分子認為網路將會改變政治,但實際上跟沒改變差不多

原因很簡單,筆者看到的狀況是,會上網的人最早是知識份子,大專院校是最早網路普及化的地方,也培養出一批「習慣用網路」看世界的人,但這群人再怎樣也是知識份子,管你是學院還是學店。

這點,在國外也是一樣,而且變化可以觀察的出來,這批知識份子佔各國人口比例其實不高,當大家拼命在網路上宣傳怎樣那樣,其實影響有限,絕大多數人都不知道。

而且,早期網路的發展,可以壟斷的資訊節點太多,像是2008年馬英九選舉,連筆者都被流出的資訊拐騙,後來才發現徹底搞錯。但是,對於我們這一代的人來說,太多人有著知識份子的自信,自覺不會被欺騙,被欺騙的都是其他不讀書的人,截至今天為止,你去看PTT,一定還會看到動不動就在比學歷的,好像念了11x就飛天了。

從2006年到2012年,筆者在工作環境上碰到的,學歷最高就是專科跟大學,大學還是那種後段到你沒聽過的那種或是念夜間部。整個地區都是,工廠的經理高層都一樣,上市上櫃的還是一樣,實際去生產線跟業務維修的,通通都不是我們傳統上定義的「知識份子」,而這些人的網路使用狀況,筆者看到的分析是:

1.專科以上多少還知道用BBS,或是上論壇看自己喜歡的消息,偶而看看政治消息,對政治有興趣的人,資料來源極為偏狹。這些朋友到了今天,筆者發現他們只是把狀況改成臉書同溫層,不知道也不想知道其他管道的資訊。

2.高職與以下的,就不會用網路獲得資訊,都拿去打電動比較多,需要的時候才會透過人知道某一些像是MSN的聯絡團體,主要還是為了打電動。這些人不會接觸到政治類的消息,他們的政治消息仰賴身邊的人際關係,還有傳統的媒體管道。到了今天用臉書,也是跟風居多。

也就是說,當年一堆高級知識分子認為網路將會改變政治,但實際上跟沒改變差不多,因為政治的變動仰賴訊息的傳遞,我們都以為政客無法壟斷資訊,所以政治就會改變,但更真實的狀況是,當網路可以把全國同胞的需求呈現,政客才會被迫去改變與配合。

對這些被鄉民嘲笑的「低學歷分子」,尤其又是筆者這年紀之上的,非常吃「階級高低」這一套,就算筆者在現場生產線幫不上忙,很多技術眉角都不懂,但是當你「開口講話」,他們還是會聽,而且有關政治經濟相關類的,只要你提出有點數字性的東西,因為自己聽不懂,除非你講的脫離生活太遙遠,大部分是會相信你的。

智慧型手機不到五年就徹底改變政治生態

在那時候,筆者發現到某一個現象,當年沒有概念,當後來跑去專心教書後,才發現到的。這個現象就是「智慧型手機」普及化。因為性能提升的太快,不到五年就徹底改變了整個政治生態,筆者認為之後會改變得更恐怖。

理由有三點。

第一點,是上面提到的那些傳產朋友,透過智慧型手機,擷取資訊的速度變快,假設我們這年代的大學生是100,他們原本的速度是趨近0,現在只要提升到10,因為總數很多,其效益會極大。

以前,他們會相信身邊的知識分子,是因為真的「根本碰不到兩個大學生」,所以你有點學歷下去,願意溝通跟了解,他們會尊敬你在某些專業上的意見。但現在網路發達,一群自以為是的知識份子講的話,這些老朋友早就看不下去。

不要以為「愛台灣」、「愛土地」這種老調沒有用,對這些年紀在筆者之上的人來說,生活經驗與文化就是這樣,他們才不在乎。

你以為柯文哲罵人,選票會離他而去?錯了,醫生這種高級知識份子出來講髒話,這些底層才會覺得「爽快」,不然呢?看到賭爛的事情不罵,還在文謅謅的說什麼文化水準跟講道理,誰理你啊!沒把你抓去圍爐就很客氣了。

這些人佔的人口比例很高,但在傳統政治場域中,他們的聲音只會出現在基層選舉,因為這是直接接觸的場合,政客不能故作優雅,絕對會選不上。可是在立委跟縣市長之上的大型選舉,不吃傳統那套的空氣票太多,加上媒體主流習慣上都是要某種「溫和傳統保守價值」,讓那種看來沒水準的政客沒有空間。

這點別說台灣,歐美也都差不多,資訊的壟斷向來是知識份子,所以會把整個輿論轉向某一種氣質,但這些年開始轉變,變得越來越「庸俗」,說穿了就只是民眾接觸面變廣而已。

智慧型手機的威力這麼大?

對,筆者真的這麼認為,這還只是我們這年代的,因為獲得更快更強大的工具,所以對資訊的擷取與篩選更有效率,還在那邊整天唬爛的,對我們來說根本就沒有用。而你們去看,現在大學生對這種傳統講話,但什麼都沒做甚至做反的政客,是不是反感到極點?美國也是一樣,筆者不認為這有差很多。

整個世代的思維轉變

更恐怖的在後面,教學現場這幾年發生了極大變化,學生變得讀書越來越懶散,不想寫作業跟看書,老師大嘆師道不存或是哀嘆一代不如一代的聲音,聽到耳朵都要長繭了。

這幾年智慧型手機的普及化,讓整個世代的思維轉變。恐怖的點不是在於他們可以透過手機隨時得到資訊,而是現在這一代的思考方式跟我們已經不一樣。一個世紀前要差五十年才有思考方式的差距,到了筆者這個年代,十年的差距就跟老一輩完全不同,而下一代不過才幾年又變了。

拿到政治場域來說,現在剛拿到投票權的,是真正意義上的網路世代,出生就接觸網路長大,資訊的獲得習慣從網路上得到,但多少還是定點式的獲取,會「隨時隨地」利用手機更新的不多。

權威崩潰

但現在還沒投票權的這批中學生,筆者一路教上去的,感嘆很深,他們人手一機,不管什麼資料都可以隨手隨查,而且馬上就會跑來跟老師討論跟抱怨。尤其是現在的中學基本上不禁止在學校用手機,常常遇到那種因為老師亂講話,下課手機翻開一查,馬上在群組傳開,學生全部都笑到翻。

即時是第二個特點,第三個特點是權威的崩潰。

別說是中學生了,現在大學生在政治上對權威的蔑視更重。說穿了也沒什麼,政治人物自己摧毀的,以前隨便講話沒人管,反正選民會忘記,但這批新世代的選民可是會記仇一輩子。

別以為沒差,以前隨便亂講,反正投你一票有利可圖,就算了。現在這些新世代的,跟政客的利益交集很低,出社會多年後才會遇到。在還沒被利益侵蝕的前提下,就已經把仇記下去,這種選民最好會把票投給亂講話的。

更別認為,這些人很短視,政治的本質就是利益的調和,對新世代的選民來說,在個人選區的工作或是公共建設利益還沒吃到前,每天遇到的都是最基本的「國家認同」、「土地認同」、「XXOO認同」,認同必定從身邊開始,誰會去吃那套幻想?

結果就是,你越是愛講國仇家恨的幻想,這些人就越看不起你,當這些年輕人一個個長大,每個人都慢慢學會查證資料,就算不會也知道用常識判斷,選舉狀況不重組才奇怪。也難怪幾個網路紅人會有金主,畢竟急於想要知道怎麼操控新民意的人很多。

還在以為一切都可以被操控,那就等著被歷史巨輪輾過去

但筆者覺得,這種效益沒那麼大,你看美國選舉,越來越右傾,難道是左派都不夠聰明?並不是,純粹是左得太離譜,脫離絕大多數人生活經驗的論點太多,然後又站在高處嘲笑其他人,被罵的人會不爽才合理。再加上,講了那麼多好進步的論點,大家生活都沒變好,那為什麼要繼續聽你的?

台灣這邊也差不多,只不過因為傳統上大家對政治無感,所以談論公共議題都興趣缺缺,偏向用習慣去思考。但也正因為如此,對比較大的文化議題,也越來越傾向天然現象,而非後天重塑的民族主義。好壞見仁見智,但傳統的政客,之後應該會越來越難選。

你看到那些媒體人努力寫報導要轉風向,傳統政客砸錢僱網軍,效果有多大?這都遠遠不如兩百個人跑去衝撞運動場,要引起的反感大得多。

看到這邊還在以為這一切都可以被操控,那就真的是等著被歷史巨輪輾過去了。

補記

大概十幾年前,筆者還在BBS年代,上網跟人抬槓甚至論戰,到今天隨手手機拿出來,直接就語音留言,連划字幕都不用,技術的差距大到不可計數。若是還堅持「世上有某種永恆道理」或是「價值必須堅守」,筆者覺得都太扯,尤其觀察世界各地的選舉,或是拿來台灣看更是如此。筆者也曾經,看了兩本書就覺得通曉真理,狀況不算嚴重,若讀者想要知道這種症頭到底長怎樣,請去看看現在的歷史版或是什麼終字輩的。

好了,這不是重點,筆者要提的是一個概念,網路是一個很妙的東西,但本質上是一種資訊流通的工具。簡單說,工具的進化太快,導致我們的概念也變了。

在政治選舉上,筆者從十幾年前的政治板,到後來的各大論壇,直到今天的臉書,看來看去發現有兩種聲音。一種是屬於認為「傳統概念沒有變,只是工具要調整」,另一種是「概念全部都變了,我們需要新的工具因應」。哪種對?筆者早期傾向前者,現在比較傾向後者,之所以轉向的理由大致上有兩個。

筆者還在學校的時候,不管是大學部還是到研究所,雖然程度提升很多,但本質上是沒有社會經驗,更重要的是沒有「階級經驗」。意思是,筆者沒有接觸過階級差太多的那種人,更遑論是去理解他們,這導致寫出來的東西很詭異。筆者現在回頭看早期自己寫的,都覺得活像夜神月,根本黑歷史,但更有意思的是,就算是黑歷史,有些還在流傳的文章,被大學生拿去繼續用,黑到不能更黑。

當兵與工作,筆者個人的經歷比較奇特,總之什麼鬼狀況都遇到,明明是國立研究所畢業,卻跑去工作幾年下來,半個大學生都看不到的產業跟地區工作,雖然遠遠不及林立青那種第一線工地的,但傳產多年碰過太多學歷較低的朋友,大致上可以抓到他們的生活模式跟想法。

過幾年到今天,跑去當流浪教師,待過多間學校與補教業碰過一堆家長,從市區一路做到郊區,社會觀察的樣本也累積夠多,一晃眼十幾年過去,長期觀察網路的政治生態,碰到一個失言阿伯,一句話一晚上累積的讚就把一票自詡高級知識分子多年累積的量都超過了,因此覺得還是把感想說說好了。

本文經作者eoiss同意授權轉載自王立第二戰研所。

《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,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

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