麻省理工學生與NIKE過招實錄!找出「爆紅」背後的DNA
麻省理工學生與NIKE過招實錄!找出「爆紅」背後的DNA

本文摘自《注意力商人》,天下雜誌出版

裴瑞帝出生在加州,母親是猶太人,父親是義大利裔美國人,裴瑞帝是一個非常平凡、表情有些嚴肅的年輕人。但是,他嘴唇上總是帶有一抹微笑,這是重要的線索,這個表面嚴肅的研究生,私底下其實喜歡惡作劇。

雖然裴瑞帝在摸魚—用當時的白話是在「網路上閒逛」—裴瑞帝到耐吉(Nike)的網站,他注意到網站上有一項功能,讓客戶訂購客製化的鞋子,在產品印上任何他們喜歡的字眼。他下了訂單購買Nike Zoom XC USA的跑鞋,並指定鞋子繡上四個字:血汗工廠(SWEATSHOP)

他沒有多想,直到第二天他收到以下的電子郵件:

寄件者:客製化,耐吉客製化網站
收件者:喬那.裴瑞帝
主題:RE:耐吉客製化網站訂單編號o16468000
由於以下一種或多種原因,您的耐吉客製化訂單已被取消。

一、您的客製化產品包含另一方的商標或其他智慧財產權。
二、您的客製化產品包含我們無法合法使用的運動員或球隊的名稱。
三、您的客製化產品資料空白。您不想要客製化處理嗎?
四、您的客製化產品包含褻瀆或不當俗語。如果您希望用新的客製化方式,請重新下單訂購耐吉客製化產品,請再到我們的官網www.nike.com。

裴瑞帝看到這封電子郵件覺得有些好笑,便回信問他是違反了哪項規則。耐吉客戶服務代表回答說:「您的耐吉客製化訂單已被取消,如同前封電子郵件信件所述,『不當俗語』。」

裴瑞帝剛剛熱身準備好,然後這樣回信:

親愛的耐吉客製化,感謝你快速回覆我的ZOOM XC USA客製跑鞋詢問信。雖然我讚賞你及時的客戶服務,但是我不同意我的客製化產品包含不當用詞的說法。

在考查過韋伯字典後,我發現「血汗工廠」其實是歸類為標準英語,而不是俗語。這個詞的意思是:「一家工廠的工人拿取低工資的報酬,長時間工作,而且工作環境不健康」,這個詞源於1892年,所以我的客製化產品符合你們第一封電子郵件中詳細列出的標準。

你們的網站上宣傳耐吉客製化計畫是,選擇的自由和表達你自己的自由。」我認同耐吉對自由和個人表達的熱愛,你們的網站還說:「如果你想要把產品做到好……就自己設計。」

我很高興能夠設計自己的鞋子,而我的客製化產品是作為小小的心意,感謝那些血汗工廠的工人辛苦待命,幫助我實現我的理想,我希望你能重視我的言論自由,並重新考慮你拒絕處理我的訂單的決定。謝謝。

耐吉的回應就是取消訂單。裴瑞帝寫了最後一封電子郵件:

親愛的耐吉客製化網站,
感謝你為了回應我的要求所花費的時間和精力。我決定用不同的客製化方式來訂購鞋子,但是我想提出一個小小的請求。幫我做鞋子的十歲越南女孩,你能不能給我一張她的彩色快照?謝謝。

(耐吉沒有回覆)

裴瑞帝覺得很有趣,將電子郵件轉發給12位左右的朋友,其中有一人把電子郵件的內容貼在他個人網站上。在一個星期內,裴瑞帝的電子郵件內容廣為流傳,瞬間有數千人看過;幾週內便有數百萬人看過,也因此引來世界各地的主流媒體關注。這可以用當年2001年還不存在的說法來形容,這封電子郵件在網路「爆紅」。

你想立即轉傳的媒體,就是會造成瘋潮的媒體

裴瑞帝說:「我受邀上NBC的晨間新聞《今日秀》,主播凱蒂.庫瑞克(Katie Couric)和我談論血汗工廠的勞工。就好像,問我對於血汗工廠的看法。」他沒想到自己突然變得這麼有名氣,可以接觸到如此廣泛的觀眾,超越最瘋狂的想像。裴瑞帝後來只記得:「微不足道的小事件變成網路瘋傳的大新聞。」當時他還不知道,這個經歷將會改變他的事業和人生。

裴瑞帝任職於眼波動藝術與科技中心期間,可能無法創造出先前的耐吉球鞋事件一樣的大規模影響力,但是他寫了一篇二十三點宣言,標題為〈瘋潮式媒體筆記〉(contagious media),闡述在多樣化的網路上如何與眾不同。其中某些重點很容易理解:「會造成瘋傳的媒體就是你立即想與所有朋友分享的媒體,但前提是你必須樂於消費媒體,也樂於在社交過程中轉傳給別人。」

2006年,YouTube上最出名的面孔是Lonelygirl15,主角是一名可愛而又愛搞怪的少女,她的第一支影片的標題是「第一篇部落格:傻蛋必勝」。她人坐著,面對著鏡頭,一隻腳縮著靠近身體,下巴靠在膝蓋上,悲傷地用單調的聲音說:「大家好……這是我的影片部落格……嗯……我真像一個傻瓜……」只是後來大家才知道,Lonelygirl15其實是有拿酬勞的演員,名叫潔西卡.蘿絲(Jessica Rose)。她照著劇本演出,內容是根據她的製作人對於業餘影片部落格的猜測。

黃金時代即將邁入尾聲

《赫芬頓郵報》、Lonelygirl15以及名流八卦網站的成功,預示了透過網路業餘玩家吸引注意力的模式,歷經十年的發展,即將邁入尾聲。

業餘部落客情況也一樣,他們曾經似乎有用之不盡的創造力。現在出現了相同的故事情節:在部落格上發表文章一段時間後,許多人開始注意到,這些公開的文章能夠打動的知音遠遠少於他們所期望的,也許原因在於他們沒有真正了解網路。他們試圖要得到更多關注,但看來一切只是徒然:「如果別人口中該做的事你都做了,」一位部落客哀痛地說,「你每天最多會多一百名訪客,但是之後就像撞上一道看不見的牆,無法突破。」大衛.溫柏格回憶說那個時候,對他來說,「是在敲響警鐘」:

(克雷.薛基的)分析顯示,部落格的生態並不平等,並不是每個人都有平等的發言機會。相反地,它是由少數幾個網站所主導,這些網站吸引的人數眾多,接下來就如長尾理論所言,處於最尾端的網站訪客少得可憐。

《連線》雜誌有一篇文章進一步建議:「與其把時間花在編寫聰明、機智的部落格散文,還不如在Flickr、臉書或推特上表達自己。」這算是新瓶裝舊酒嗎?並不盡然。表面上看起來是讓人們聚在一起,但事實上這些社群網路是將史上最具侵入性的注意力擄獲工具,連結到成千上萬人們的生命之中。協議的條件是什麼?就如同任何的使用者同意條款一樣,都是有利於供應商,使用者通常會快速點選「同意」鍵,而不會費力去看完密密麻麻的條款說明。

關鍵字: #Nike
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