是誰真正擊倒了摩拜單車?
是誰真正擊倒了摩拜單車?

曾經,摩拜是我最看好的物聯網營運商。

不僅因為它是「共享經濟」風口上最炙手可熱的角色,更是因為它的營運模式,很接近電信營運商,具備長期健康成長的特質。

作為一家網路公司,摩拜主要的收入來自於前向收費(從使用客戶那裡收錢),而且基於連接開展營運,怎麼看都像是電信營運商的升級版。

如果這種模式成功,那麼電信營運商領域積累的人才和經驗就有了用武之地,而電信營運商也可能找到自己進一步進步的空間。

去年,在和很多人討論共享單車時,我曾經堅定地認為:共享單車兩巨頭玩的是不同的生意經,如果時間夠久,按照互聯網模式發展的ofo,一定會輸給搞精細化營運的摩拜。

ofo小黃車
圖/ ofo

遺憾的是,4月初的一則傳聞最終成為現實,摩拜被美團收入囊中,經營管理團隊隨即調整,原來的前向營運方式難以持續。

我並不是說美團管不好摩拜,而是覺得自此之後,營運模式的質變會讓摩拜變個樣子,很可能不再是個物聯網營運商了。

帶著些許遺憾,我第二次去盤點某一家網路公司的歷程(上一家是滴滴打車)。

共享單車的興衰

2016年4月,摩拜單車在上海上線,在APP上實名註冊,繳納押金即可租用的模式,讓人眼前一亮。

而在此之前的2015年6月,ofo就在北大推出了共享計劃。

可以說,在共享單車興起之初,兩家之間的合作大於競爭,盡量避免相互攻擊和比較,畢竟是在一起做大市場空間,尤其是在輿論方面,既要引導客戶和監管部門接納新鮮事物,又要斥責那些破壞共享單車的「壞用戶」,還要吸引投資者的關注和參與。

沒有直接對壘,並不等於兩家公司不相互較勁。尤其是20016年下半年到2017年上半年這段時間裡,兩家公司交替發布融資成功的信息,讓人目不暇接。

此時,共享單車已經成了熱門生意,除了紅黃之外,街上充斥著五顏六色的自行車和各色投資者,他們紛紛憧憬著,將這一低門檻的業務發展到一定規模,然後被大佬收購。

他們等來的不是接盤俠,是交通部等十部門聯合發布的《關於鼓勵和規範互聯網租賃自行車發展指導意見》。

隨著對營運的監管規範化,共享單車的營運成本越來越高,越來越多的玩家退出,市場上除了兩巨頭還繼續發聲,其他聲音漸漸消失。

此時,市場上時不時傳來兩家共享單車企業合併的消息,貌似滴滴和快的合併的故事又要重演。

然而,2018年3月,ofo宣布融資8.66億美元,領投的是阿里巴巴,這則消息讓兩公司合併的可能性迅速降低。

半個月後,就出現了文章開頭提到的場景:雖然CEO王曉峰投了反對票,但是根據遊戲規則,美團還是如願將摩拜收入囊中。

摩拜的營運邏輯

曾經有人比較兩家公司的領軍者認為,ofo的創辦人是從校園直接創業,沒有路徑依賴,所以更有敢想敢幹的網路思維,在試錯中前行;而摩拜則是傳統產業專業人士轉身,三思而後行,所以走的每一步都是相對完整的解決方案。

而我一直覺得,兩家共享單車企業是不一樣的經營模式。

ofo走的是互聯網的路子,做平台實現人與車的連接,把入口做大到一定規模之後,透過平台獲益。

摩拜則是基於人與車的連接,透過開展精細化營運,在較長周期內持續獲取收益。

將摩拜的營運流程和規則與營運商進行對照,會發現很多相似之處:都有訂單管理、計費結算、預存和套餐、客戶服務以及投訴處理等等。

甚至連摩拜創造的「紅包車」,也可以提煉出營運框架模型:根據車輛活躍度選擇和發放紅包,被定義為「紅包車」的多是難以被發現的車輛,被紅包吸引的騎行者成了車輛的啟動者。

透過IT手段節省了尋找和搬運的人工成本,這不就是傳說中的資源管理嗎?

猛一看,兩者都是互聯網創新領域的獨角獸,但在事實上,一個玩的是短平快,另一個卻是打算跑馬拉松的。

ofo車輛製造成本低,能夠更快地將資源部署到位,再結合互聯網的宣傳迅速收割入口流量;而摩拜立足於長期經營,所以車輛質量、投入規模、產品優化等,都是基於數位化營運,圍繞改進和提昇營運效率是核心。

摩拜的理想很豐滿,但是殘酷的現實是:企業的規模和業務量以超常規的速度發展起來了,但在營運和管理方面積累和沈澱不足。

作為一家營運企業,當營運管理能力跟不上業務發展速度時,各種問題就暴露出來。

成也資本,敗也資本

在企業家眼裡,企業就像自己的孩子一樣,希望他健康成長,走得更長遠。

而對於資本來說,投資企業就像養豬,盡快催肥然後賣掉,再去尋找下一頭。

這個比喻也許不雅,也許會讓人不爽,但至少對於某些場景,是非常形象的比方。在互聯網的世界裡,很多創新可以在資本的推動下,讓理想成為現實。所以,尋找投資是創業者必須做的事情。否則,在如今的市場環境下,光靠自己的力量,再好的創意也很難落地。

看起來投資者是大爺,其實他們也不容易,既要從浩如煙海的專案淘到真金,還要幫助投資的企業成長壯大。要獲取回報,而且最好是高額回報,投資者的付出並不比創業者少。

在這個遊戲中,企業發展的各個環節都可能被加速或者放大。

就像用化學原料催化動植物加速成長,生長周期短了,產量上去了,然而並不是所有的都能催化,基礎打不牢,就很難蓋起高大的建築物。

對於摩拜來說,初期借助資本獲得發展動力,在研發、生產、佈局等方面得以超常規發展。發展到一定規模時,理論上企業應該潛心梳理沉澱經驗,優化營運規則和管理,為下一階段的突破積蓄力量。

然而,從資本和競爭的角度看,2016到2017年上半年這段時間正是摩拜和ofo較勁的關鍵時期,如果任由各個城市被小黃車覆蓋,客戶沒了,再好的營運計劃也是白搭。

此時,摩拜只能按照互聯網的發展節奏做事,進一步融資,獲取和ofo抗衡的資源和裝備,然後簡單粗暴地砸錢、造車,讓摩拜單車佔領每一個街口。

也許摩拜的經營者期待著能喘息一下,調整好呼吸和步伐後再接著跑,但是無論是ofo帶來的競爭壓力,還是資本給與的成長壓力,都在鞭策著摩拜狂奔下去。

也許有人會指責摩拜經營不善,比如租用了那麼多倉庫,不僅需要支付租金,還降低了車輛的營運效率。不可否認,這些都是可以改進的地方,但是對於一個剛剛成長起來,還在競爭中不斷摸索還要快速成長的企業來說,我們是不是對摩拜有些苛責?

結語

以共享經濟為代表的互聯網浪潮之下,投資者才是真正的玩家,各種概念的公司只不過是他們遊戲的工具和表演的舞台。

翩翩起舞的ofo背後,也是強大的資本在支撐,如果沒有它參與,共享經濟不會那麼熱鬧,摩拜也不會引入那麼多投資。

如果ofo堅持不住,也許摩拜的營運之路還能走下去;如果投資者的耐心再多些,摩拜做得再好些,也不會有最後的一幕發生。

可惜,沒有那麼多如果,事實就是事實,真實地發生了。

故事如此之透明,參與各方如此之坦蕩,足見只有陽謀,願賭服輸。

時也,運也,命也。

本文授權轉載自:鈦媒體

關鍵字: #共享經濟
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