製造業總經理投身網路創業兩年心得:最難跨越的不是專業,是思維
製造業總經理投身網路創業兩年心得:最難跨越的不是專業,是思維
2017.12.27 | 人物

2015年以前,林璟宇是Sony、特斯拉等國際大品牌供應鏈廠商東莞中探探針公司的總經理,2015年之後,他決定投入網路創業,現在的身分是集界科技(t,mot)創辦人。從傳統製造業進入全然陌生的網路世界,過去兩年他感受最深的,不是專業技術的跨界、不是心態上的調適,而是商業思惟的突破。

想要在40歲這年做點不一樣的事,製造人變身網路人

原本在創投公司工作的林璟宇,2005年跟著團隊一起進入剛經歷掏空風暴,瀕臨倒閉危機的中國探針公司,而這一做就是10年,也是在這10年間,他們一路打進Sony、特斯拉、微軟、華碩等國際大品牌供應鏈,並因此認識了當時擔任印刷大廠正美集團執行長,現在已經升任董事長的蔡國輝,也是這樣的機緣,林璟宇後來才會走上網路創業一途。

正美從2009年開始研究數位化印刷,2013年正式大舉投資,也在過程中找到和過往不同的商機-QR Code。他們相信正美能做的不應該只是印出QR Code,還應該可以從QR Code這個網路入口延伸出更多服務,諸如防偽、溯源、以及線上、線下行銷導流等,從一個單純販賣印刷品的公司,變成一家銷售「解決方案」的企業。但他們也清楚,正美最擅長的終究是印刷,真要想串起一整套服務,必須得有具備網路服務能力的夥伴支持。

因為正美有這樣需求,林璟宇也正好想在自己四十歲這年做點不一樣的事,再加上中探針的營運已相當穩定,他毅然退下了總經理的位子,在正美的支持下,於2016年正式創辦集界科技這家公司。

從零開始不可怕,堅持下去就是你的

林璟宇_集界科技創辦人_2017_10_02_蔡仁譯攝-3.jpg
集界科技創辦人林璟宇表示自己過去有長達十年時間都專注在製造業的工作上,對網路世界曾經很陌生。
圖/ 蔡仁譯/攝影

有趣的是,林璟宇表示過去的他距離網路世界其實非常遙遠。「因為製造業就是忙著在製造,每天解決一堆客訴跟(工廠的)人的問題。」所以這個想要利用QR Code發展O2O數位行銷解決方案的人,其實是一直到了2015年才第一次聽說Google Analytics、Facebook Pixel等數位行銷工具。雖然聽來好像有些可笑,有些不自量力,但對林璟宇來說,因為有過去中探針的經驗,所以從零開始對他來說一點都不陌生。

他還記得當年剛加入中探針,看到財務報表的第一個念頭就是:「我們是不是要清算?」因為公司當時沒有現金,客戶則是因為對公司失去信心而紛紛轉單,「客戶全跑了。」他說。逼不得已之下,最終他們做出一個大膽決定:「放棄原本的東西,創造全新產品線。」從原本生產應用在印刷電路板,已經殺成一片紅海的標準品,轉戰高度客製化連接器市場。

林璟宇直言當年這個決策相當大膽,但當他們撐過了前2、3年那痛苦得不知道未來在哪的日子後,終於開始陸續打進Sony、任天堂、特斯拉等多家國際大廠供應鏈,營運也跟著好轉。是這段經歷和成果讓他相信:「只要堅持下去,市場就是你的。」現在創辦集界,他也抱持同樣的想法。

專業能力能夠追趕,思維轉換才是更大挑戰

而且之於林璟宇來說,傳統製造業和網路業需要的專業領域知識和能力雖大不相同,但技術面的問題只要多用功一點就可以追到一定的水準。他除了自主學習,甚至也去上了三個月台大資訊系課程,學習程式語言Ruby on Rails。不過他強調,這麼做不是想把自己變成程式高手,主要是希望能藉此了解工程師的思考和工作模式,也讓自己有能力和工程師溝通。

因此,如果要說這過去兩年真正讓他感到難以跨越的,其實是思惟。

所謂思維橫跨了很多層面。以最直接的銷售面為例,在製造業或許只要展現出夠好的品質、交期、價格,就有機會拿到訂單。但當他在銷售集界的QR Code解決方案時發現,就算是免費,客戶也不一定願意用。

不只要改變溝通語言,還要跳脫過去的成功

他特別記得那段時間他跑遍全台超過40家食品、飲品廠商,有一個品牌總監對他說了這麼一句話:「你必須幫我想到一個活動只有QR Code才能完成。」那位品牌總監認為,如果做得到這件事,品牌商就可能買單,而林璟宇這也才發現,先前他們雖然已經嘗試跳說製造業思維,將焦點放在消費者行為流程設計是否流暢、是否能提高參與感等面向,卻沒想過從行銷人的邏輯去思考、去提出可應用的場景、故事、事件,給他們一個非用QR Code不可的理由。畢竟,現在他們要面對的已不再是品牌供應鏈採購人員,而是行銷窗口,說得「語言」也應該要不同。

臺虎精釀_陳佩青-右_郭芳孜-中_潘佳恩-左_2017-10-03_賀大新攝影_2090_Lr.jp
臺虎精釀是集界科技創辦人林璟宇過去一年多來,少數遇到對新數位科技和數據應用態度特別積極的台灣飲品品牌。
圖/ 賀大新/攝影

此外,過去兩年讓林璟宇特別有感觸的,是台灣製造業的優點來到網路世界後,卻可能成為弱項。

「台灣製造業的實力真的很強。」他指出,高度客製化能力是台灣製造業在全球市場上競爭的一大優勢和手段,也因如此,總是可以任客戶予取予求,配合度極高。但他直言,過去一年多來集界就是陷入這樣的模式,因為一再地提供客製化服務而缺乏標準化導致的結果,就是讓集界變成一家長不大的接案型公司。

他一再強調,製造業的客製化能力不是壞事,只是用同樣的手段在網路世界競爭會相當辛苦。他舉例,今天廣告主如果要下Facebook或Google關鍵字廣告,過程中就必須得依著他們定下來的規矩走,如果不按規矩,就會挑出警示提醒,而不會因為你是誰而給你不一樣的待遇。他認為這樣的標準化設計一來有助於確保服務能達到一定成效;二者也是因為如此,才能藉網路力量,以最快的速度將服務向外擴散。

林璟宇認為,這樣的概念聽在很多人耳裡大概會覺得理所當然,但對台灣傳統製造業來說,卻可能得費一番功夫才能夠扭轉。

速度感差很大,價值鏈也不同

而且需要被扭轉的還不只有這一件事。如果從經營管理面來看,林璟宇認為製造業和網路業還有一個很大的不同,就是製造業是採KPI導向,網路則是走成長駭客的概念,也就是一個不斷試錯的過程。「製造業你沒辦法這樣做,因為每次Prototype(打樣)就是很長的時間。」他表示,也因為本質上的不同,兩方看待事情的價值鏈也不在同一條線上。

林璟宇舉例,在網路業的價值轉換是量愈大愈好,因為是拿數據在賺錢,所以可以先燒錢創造出使用量和數據,再去發展商業模式。然而,製造業是拿利潤在賺錢,所以在思維上經常必須要先確認「利益」在哪裡,要全部想清楚、談清楚,經過一番研究規劃後才會啟動,而這一確認往往就是三、四個月時間過去。這是為什麼林璟宇會說,即使是經過蘋果訓練的頂級製造商,打樣的速度再快、改變產線的能力再強,和網路服務的速度感也完全不在同一個等級。

要把10年的製造業腦袋變成網路人的思考需要一點時間,更何況林璟宇需要轉變的不只有自己一人,更必須帶動製造業合作夥伴和傳統產業的客戶一起進入網路的世界。而他們都還走在學習的路上。 

林璟宇_集界科技創辦人_2017_10_02_蔡仁譯攝-4.jpg
集界科技目前的營業規模和團隊規模都還不大,但林璟宇(圖左二)表示,明年希望能擺脫目前每個專案都要高度客製化的做法,要改以saas的模式營運。
圖/ 蔡仁譯/攝影

林璟宇小檔案
出生:1976年
現職:集界科技創辦人、中國探針董事
經歷:東莞中探探針總經理
學歷:雷鳥全球管理學院MBA

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