「副總」,就是最高階的通才
「副總」,就是最高階的通才
2005.04.15 |

**Q:**台灣企業裡,副總經理的角色為何?過去與現在相比,有哪些顯著的改變?
**A:**副總經理是總裁或總經理、董事長的助手,在政治領域上,「副」的職位並沒有重大的權力,除非正職的職務太繁忙或是表現不佳要被架空,「副」的職位才會發生作用。政治領域是為了怕正職缺位而引起紛亂,所以需要一個副職,但是對企業來說就沒這個必要,因為至少每個月都會開一次會,不可能有總裁長期缺位的情形發生。
但是從一九八○年到現在,副總的職位反而開始變得愈來愈重要,這主要是因為企業規模日益龐大,而且又採取產品多角化經營的方式,市場邁向多國化,競爭也因為WTO的關係而加劇,不像五、六○年代時,單純只是單一市場、單一產品,如果全部由總裁一人來面對龐大的企業組織與變動的世界,壓力實在太大,所以他需要有助手,就是各種的「副總」。
從組織來看,企業通常採用「事業部」組織的方式來分散管理,在會計上稱作「利潤中心」,在組織管理上叫「責任中心」,也就是利潤的責任,這幾個都是相同的概念。
這種分權管理的經營趨勢,主要學自美國通用汽車,當年由總裁史隆(Alfred Sloan)所建立的一套有效率經營模式,現在已經成為全世界多國化、多角化經營的企業經營模型。
依企業體的業務複雜程度而異,最高決策者底下可能有好幾個副總,而這又可以分成兩個層次:在總部有一個總裁,有幾個副總,然後還有一個執行副總(executive vice president, EVP),這個角色就像是總裁的「管家婆」,其他的副總就是派去兼第二級事業部的總裁。
執行副總算是「第一副總」,留在總部負責管理財務與人事,而產品則是分屬各事業部管理,除非是很重大的產品或投資才提升到總部做決策,而所有的副總都會參與這類的重大決策,也就是所謂的「決策委員會」,就像是美國的部長稱做「secretary」,在美國總統之下是扮演內閣秘書的助手角色,但是回到各自部門裡則都獨當一面,執行各項專業職務。所以(副總)這種角色在企業國際化、多角經營時,扮演著相當重要的角色。
整體來說,現在的副總當然比以前重要,在以前小規模的中小企業中,能當上課長就算是很高的成就了,哪有那麼多副總名稱可以冠,要當上經理更是不容易。
在過去,要熬十年才能當上經理,副總要二十五年,總經理則根本無望;現在則是因為職務位置多,所以副總的年齡越來越年輕,大學畢業的人,努力個十年有望當上小公司的副總,碩士畢業的只要七、八年,而大公司的副總就可能要花十五年以上。

**Q:**像「執行副總裁」這樣的職務,通常所能掌握的權責與資金有多少?
**A:**在美國,當總裁因為出差不在公司的時候,執行副總裁很自然的就是他的職務代理人,他們所能掌握的,往往不只百億美元以上的資金。
不過他們的權力還不致於大到可以主導整個企業的營運方向或策略,因為這還是需要透過決策委員會的方式才能決定,這是至少一個月會召開一次的重要會議。

**Q:**您覺得現在副總的角色是不是已經轉向專業經理人,也就是以專業勝出?
**A:**這些副總一定要是專業經理人,純粹以「專業知識」來賺錢,不能靠任何裙帶關係而擔任,而是一定要從你原本在行銷、生產、研究發展、人事或財務等五個專業領域出發,確實的專業累積知識與技能,並擔任一定時間以上的主管職務,再從原本的「專才」進展到「通才」角色,而且是高一層級的通才。
例如業務經理就不可能只懂廣告,還要知道推銷與產品設計。 通常我們所看到的如紡織事業部副總裁、鋼鐵事業部副總裁或是電腦部副總裁,這類的副總,其實都已經是通才的角色,而不是專才了,因為在紡織業裡就一定也得知道有關生產與銷售的部分,這個所謂的紡織事業部副總必須早就把行銷、生產、研究、人事與財務等專業知識全部學會。
在日本,不管你大學念的是什麼專門科系,一畢業到公司工作,就一定會先被丟到底層磨練,例如念會計系的,可能會叫你先去工廠待個三、五個月,因為這跟公司的產品有關,等接任會計職務時,才能對公司整體有所了解,才不會變成「騰空的專業」。
所謂的專才,指的是你「專門」屬於業務部、生產部、財務部或是人事部,完全不負責利潤,但是只要你一進入利潤領域——也就是總裁或副總裁——已經管到支出跟收入,要賣,就要知道行銷,要買,就不能不了解採購,也要知道製造與生產,這樣的角色與職位就變成通才,所有專業通通要包攬。
通才的意思是「general」,就是general manager,把general拿掉就只是個manager,是各別功能別的經理,要負責利潤的話,上面就要加general。
一般台灣的副總應該算是通才,如果還稱不上通才的話,就代表還要再接受訓練。現在的EMBA課程訓練,就是教你怎麼從「functional manager」變成「general manager」。
企業千萬切記不能把沒有一技之長的人當通才,通才一定要是專才再加上些訓練。身為二級總裁的副總裁,當然必須是通才才行。

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