海底撈食安危機學:沒有員工「被」扛責任
海底撈食安危機學:沒有員工「被」扛責任

對岸的海底撈成功地利用兩份公關聲明稿,挽救了品牌形象以及企業聲譽,甚至提升海底撈企業形象。

事情的發生起始於《法制晚報》的報導,指出海底撈在北京勁松與太陽宮兩家門市發現老鼠蹤跡與清洗設備積滿油垢發臭,是自成立以來最嚴重的經營風暴。

在資訊通訊裝置盛行的時代,企業不僅無法透過品牌的建立獲取超額利潤,甚至還有可能因為各類大小不一的危機,短時間內便將過去苦心經營的心血抹滅殆盡,甚至可能喪失永續經營的機會。

雖是如此,仍有許多企業不僅對於品牌建立投注的資源不足,對於公關的重要性也較為輕忽,例如近期發生使用過期原料製造蝦味先、維格餅家竄改商品日期、塑化劑事件與毒奶粉事件等。

而海底撈食安事件是一個非常棒的在危機處理案例,值得台灣企業參考。

沒有員工被推出來扛責任

在報導刊出後的三個小時,海底撈的第一份聲明稿就出現在大眾的眼前(圖一)。

這份聲明稿讓人眼睛一亮的是海底撈一點都沒有要否認或辯駁的意圖,相反地,海底撈直接承認報導屬實。透過聲明稿,海底撈清楚地讓大眾知道,海底撈對食品安全衛生一直都很關注,沒有要推卸責任。

從聲明稿看來,海底撈事件中,沒有承包商出來揹黑鍋,也沒有員工「被扛責任」,一切都由管理階層與董事承擔。

海底撈一.jpeg
圖/ 圖一

資料來源:林建江

聲明稿明確地描述海底撈將採行的各項補救作為,同時也「邀請」大眾持續地監督這些作為是否有確實執行,並感謝媒體與大眾監督。

先不管這是不是動機不單純的文字遊戲,看完了這份聲明稿筆者的感想是,「這才是願意承擔責任的企業啊!」

企業辛苦建立的品牌每天都面對大小危機;危機發生時,最不該做的事情就是負責人神隱、透過關係要求媒體放棄報導,或是試圖利用各種手法轉移焦點。

相比台灣食安事件(可詳見台灣食品安全事件列表)的廠商,總是推卸責任,失去經營企業品牌應要有的風骨,例如強冠企業的黑心豬油、英國藍花茶飲料殘留農藥與天良生物科技竄改標籤等。

「安撫員工」做法在網路上迅速流傳

事情還沒結束呢!兩個小時過後,海底撈第二份聲明稿出現了(圖二)。第二份聲明稿總共有七個要點,包含暫時關閉勁松與太陽宮兩家門市、主動對相關部門進行匯報、邀請消費者前往其他門市監督、與第三方合作夥伴共同找尋解決方案與海外門市的因應措施,以及最重要的「安撫員工」。

海底撈二.JPG
圖/ 圖二

資料來源:林建江

聲明稿中的七個要點都有相應的負責人,宣示海底撈解決問題的決心。與第三方合作夥伴共同找尋解決方案,也暗示海底撈其實一直都有關注這個問題。而安撫員工這點更在短時間內在社群網路上廣泛地流傳。

第二份聲明稿一出,不但讓消費大眾更進一步瞭解補救方案,也說明對兩家門市員工的工作保障,幾乎讓消費者完全忘記曾經發生過食安問題。

消費者幾乎忘記食安問題

PR News的編輯懷特(Ian Wright)曾經建議企業在面對公關危機運用五個C撰寫聲明稿,包括:Certainty(肯定)、Compassion(同情)Concern(關懷)、Collaboration(合作)以及Control(控制)。我們就用這五C檢視海底撈怎麼處理聲明稿?

首先是肯定(Certainty)。海底撈在致歉信開始就明確指出兩家問題門市,同也說明食品安全問題存在;未用個案作結,卻有效地限縮了風暴擴大。不過,僅是承認問題還不夠,海底撈也拉低身段鄭重道歉。

第二是同情(Compassion)。食品安全關乎顧客的身體健康,海底撈除了在信中明確地提供消費者在後續可以找尋相關處理資訊的來源,也透過事件處理通報這份文件提供相關負責人的資料以及公司對於這項議題的重視。不但充分展現對顧客身體健康的關注,也透過透明資訊讓顧客安心。

第三是關懷(Concern)。為了確實讓消費者感受到海底撈對於此事件的重視,除了一再感謝媒體揪出問題,也明確展現海底撈想解決問題的決心。

第四是合作(Collaboration)。除了所有海底撈門市都要進行相關整改外,海底撈也會與政府部門與第三方蟲害治理公司合作,另外,海底撈也再次邀請媒體與消費者共同擔任監督角色。

第五個部分則是控制(Control)。安撫勁松與太陽宮兩家門市的相關員工,讓員工確認自己的飯碗沒有受到威脅外,將責任歸屬為管理階層與董事會。筆者的這篇文章中:感動員工比感動顧客重要,我們從海底撈學到什麼?中所提到的海底撈管理思維「管理層感動10名顧客,不如去感動5名員工,因為受感動的5名員工絕對不止感動10名顧客!」這樣的理念在這份聲明稿中也再次被展現出來,海底撈的管理階層值得讚許。

過去世界上所發生幾次知名品牌的公關危機都顯示出,「完整地、快速地,以及真誠地告知大眾(…tell it all, tell it fast, and tell it truthfully)」才是解決危機的對策。例如80年代美國Tylenol止痛藥遭下毒的事件、90年代Intel處理器浮點數運算設計誤差事件與近期的韓國Samsung Note7電池爆炸事件等。

面對來自國內外市場的各類競爭者,消費者的手中掌握有關鍵的選擇權,如果企業在面對危機時無法完整、快速且真誠地處理與面對,失去市場佔有率是唯一會出現的結果。在建立品牌的過程中,提高顧客對於品牌失誤的容忍度,也是企業未來應該要多加關注的議題。

《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