馬雲:沒人看過我流淚,因為我沒時間流淚
馬雲:沒人看過我流淚,因為我沒時間流淚

本文摘自:《馬雲:未來已來》,天下文化出版

你在沒有找到出路、沒有確認自己想做什麼之前迷惘,這太正常了。我以前曾經找過30多份工作,都沒有被錄取。我們五個同學考警察學校,四個人被錄取,我沒有被錄取;25個人應徵一家速食公司,24個人被錄取,我同樣沒有被錄取。後來,我聯繫上那家速食公司當年在中國負責徵才的先生,他當年沒有錄取我,我是感謝他的。被拒絕,也許這就是上天安排你去創業,不該為別人打工!

我屬於看上去不會成功的人

有人說,馬雲想得比較遠、跑得比較快,是很厲害的人,很了不起。其實,我們都一樣,我不大相信這個世界上有特別了不起的人,我們都是很平凡的人。我只是看到一個機會、想到一些事,然後堅持去做而已。我能夠想得比較遠,是因為近的機會都不是我們的,所以我們只能想得遠;如果跑得慢,就更沒有機會了,所以只能跑得快。

我這個人屬於看上去不會成功的人。我小時候,父母、同學和老師,都不覺得我將來會成功,結果我後來做得還不錯,就像電視劇裡的人物一樣大逆轉,感覺很厲害。其實,我和很多人都沒什麼不同,都是窮孩子出身,是時代讓我變成今天的模樣。我覺得,讀萬卷書不如行萬里路,每個人看事情的角度都不一樣,有的人喜歡看書,我則是喜歡看人;有的人喜歡聽音樂,我則是更喜歡看世界上不同的國家和文化。每個人的想法都不一樣,有的人想過了,就算做過了;有的人想過了,就一點一滴地開始做起來。

很多人對我說:「你很了不起,因為你做了阿里巴巴,做了淘寶、支付寶,做了一大堆事。」我想告訴大家,這不是我做的,是我的團隊做的,是一群人做的。但是,無疑地,今天的阿里巴巴、淘寶和支付寶,都是14年前我們對未來的想法,只不過在今天讓大家看到它成真了。如果想今天做、明天就成功,這樣的事基本上是不大可能的。

有的人會覺得自己怎麼這麼倒楣?做事的時候沒人幫忙,但沒人幫忙恰恰是正常的,有人幫忙才不正常。為什麼你要得到外人幫助的機會呢?有人創了業,會說:「我這麼倒楣,借不到錢。」我告訴你,借不到錢是正常的,借到錢才不正常,誰會給你這樣的機會呢?

我去歐洲時發現,很多歐洲年輕人覺得自己現在沒有機會、很迷惘,中國年輕人也是一樣。在我年輕的時候,也曾經迷惘過。有人跟我說:「我太困惑了!什麼事情都做不成。」我問他,今年幾歲?他說26歲。我告訴大家,我在28歲之前,一直不知道自己想幹什麼。迷惘沒什麼好丟人的,我們都曾經迷惘過,不管我們今天有多麼能幹,比爾•蓋茲也曾經迷惘過,這是事實。

心有多大,就能做多大的事

所有人都應該知道,做人要有情商、要有智商,還要有勇氣擔當。我相信,年輕一代的智商,一定比他們的父輩要高很多。我智商不高,如果智商高,可能就不創業了。也因為讀書讀得不是太好,好的工作找不到,所以只能自己幹。我的情商也不高,高情商是怎麼來的?磨難、失敗、失意、迷惘、痛苦、失望,這些全部湊在一起,就能造就高情商。勇氣也是很重要的,你有沒有勇氣、敢不敢擔當?如果你願意為自己擔當,你就是普通人;如果你願意為五個人擔當,你可能是一個團隊的領頭人,如果你願意為13億人擔當,你就是國家領導人。

心有多大,就能做多大的事。當然,天下沒有一個人能做所有事。當年我討厭比爾.蓋茲,覺得他這麼成功,拿走了最好的機會;我還討厭那些有錢的人,我覺得成功的人都是忽悠的,因為他們有好的父母、有好的機會。可是,回過頭來看,今天有很多人同樣很討厭我們,覺得自己要是早生個15年,碰上互聯網剛開始發展的時候,也會成功。

我要創業的時候,請了20幾個朋友到家裡來,說我要做互聯網,那是1994年年底。當時,只有一個人同意,其他人都反對。他們說:「這完全不靠譜!」,「馬雲,你不懂電腦、不懂管理,沒有錢,也沒有關係,你憑什麼創業呢?」憑什麼創業?到了今天,我也說不清楚,但我總覺得不做這件事就很難受,所以我想試試看,如果做得不行那再說,於是我就行動了。

不過,我也要告訴大家,不是每個人創業都會成功。為什麼不會都成功呢?因為要成功,不僅僅取決於一個人有多大的天賦,更重要的是,他要有優秀的團隊,要做自己熱愛的事,要堅持,要有時間,沒有一個人能夠輕輕鬆鬆就成功。今天在中國,很有意思的現象是大眾創業、萬眾創新,整個社會發生很大的變化,這就是機會。

我們能夠走到今天,特別幸運。你說:「馬雲,你重走一遍,你還來不來?」肯定不來,因為重來一遍,我肯定做不成今天這個樣子。當別人抱怨、反對的時候,我們堅持了,而且是堅持了15年才走到今天。今天,如果一定要讓我重新創業,我一定要找到一個好老闆,找到一支好團隊,跟著他們一起創業。這也是一種樂趣,也是另一種創業,未必一定要自己當老闆。自己當老闆,自己做很好,但是跟著一個優秀的人去做也很不錯。

成功的祕訣:樂觀、積極、堅持

我不去思考如何能夠暴富、快富,以前年輕的時候是想過,但現在不會這麼想了。很多人說,阿里巴巴亂投資,實在是看不懂。如果大家都看得懂,那我們還做什麼?如果很多人關注今天,那你就要看十年後;如果大部分人關注十年後,那你就要看今天,因為尋找機會,一定得與潮流背道而馳。

今天,很多人心裡浮躁,希望馬上成功,你應該想「我未來一定能夠成功」。當大家都想著未來成功的時候,你就要在今天做得踏實一點。機會是一種制衡,但無論客觀條件如何,機會都得靠自己去把握。經營企業,就是要依靠市場,這是沒有辦法的。我選擇聽市場的多一點,聽市場和客戶的需要多一點。

創業也是一樣,你肯定會和父母擁有不同的觀點。在我開始創業時,我的家人也不同意,認為好好的大學老師不當,去創什麼業呢?你是希望發財?看你的樣子,好像也不會發財—看起來會發財的人耳朵很大,你耳朵很小,憑什麼讓你發財?因為我喜歡創業,成功與否並不重要。

我想要證明一點:如果馬雲能夠成功,那麼中國80%的年輕人都有可能成功。我們沒有拿到政府一分錢,沒有拿到銀行一分錢,也沒有人願意借給我們一分錢;我們不是名校大學生,全是普通大學生。

到了社會上,我發現,讀書讀得不夠好的人,確實機會不多,但成功的人未必成績都好。有的人天生不會讀書,我哥哥不會讀書,我也不會讀書。有的人天生就會讀書,過目不忘。這種技能不要比,讀書輸人,到了社會上,不一定做得比人差。以後,各位要是有了孩子,孩子真的不會讀書,那就鍛鍊他的情商,讓他的情商高一點,情商高的人也有機會;此外,要讓他擁有團隊意識,懂得感恩、懂得敬畏。

我有幸與巴菲特、比爾.蓋茲和索羅斯(George Soros)交流過,我發現他們都有好多值得大家學習的特質。第一、他們樂觀,很少聽見他們抱怨,這不是說他們沒有抱怨,每個人生下來都會抱怨,但是要樂觀、積極地看待未來。他們只是在人們抱怨的時候,反而找到了機會。第二、他們很積極,他們有擔當的勇氣,敢於行動。第三、他們比一般人都能夠堅持。如果有一天你們創業,或是你加入一支創業團隊,當你或你的老闆覺得很難再堅持下去的時候,你就回家睡上一覺,第二天早上起來繼續幹。

很少人看過我流淚,因為我沒時間流淚,我只能讓我的對手流淚。如果要放棄,早先的15年,我們至少有1萬次要放棄的想法。但是,我們對自己說:「再熬一熬,可能就熬出來了。」結果,我們真的熬出頭了。所以,我想要告訴大家,樂觀地看待未來,積極尋找機會,要堅持、有擔當!

未來30年,任何產業都少不了兩個字,一個是「創」,另一個是「新」。創新是未來的核心,你一定要想,能不能做到和別人不一樣,如何做到不一樣,和誰不一樣?這些問題如果想明白了,就有可能成功。

關鍵字: #馬雲 #數位書選
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