靠Airbnb環遊世界!這對資深旅行者夫婦用「冒險」來過退休生活
靠Airbnb環遊世界!這對資深旅行者夫婦用「冒險」來過退休生活

坎貝爾(Campbell)夫婦或許是Airbnb最資深的用戶之一,這趟北京之行他們入住了第189家民宿——這個數字麥可·坎貝爾(Michael Campbell)記得很清楚,他對每趟旅行的花費和具體參考都心中有數。這些都在他的Excel表格裡。「他比較擅長處理數位資料,所以他主要管錢。旅途中,我們倆各司其職。」妻子黛比·坎貝爾(Debbie Campbell)說道。

靠Airbnb環遊世界的夫婦5.jpg
Debbie和Michael在北京
圖/ 好奇心日報

這是他們一起旅行的第五年。這五年中,他們一起去了70多個國家的230多個城市,最近還將旅行遊記集結成一本新書《Your Keys, Our Home》。

而在此之前,他們分別做著體育賽事經理和平面設計師的工作,在西雅圖有自己的房子和事業。女兒瑪麗(Mary)在2012年的聖誕假期回到西雅圖的家中,他們正在商量退休的事情。「雖然我們還不確定那是什麼,但我們總覺得生命中還有一次『冒險』。」黛比和麥可都不想早早步入乏味的退休生活。

受朋友的啟發,瑪麗給他們提了一個大膽的建議:藉著Airbnb環球旅行。這對六七十歲的夫婦來說,那時甚至還不知道Airbnb是什麼,而在他們的計畫中,長期旅行的費用顯然超出他們的預算。

瞭解了Airbnb的概念後,他們估算了一項帳目,發現這樣四處為家的生活並不會讓他們破產。於是在聖誕過後的隔年7月,他們就打包行李上路了。

除了必備的衣物和生活用品,他們還有一些「情感行李(emotional baggage)」,例如他們會帶著自己的枕頭、家庭合照、蠟燭、還有貝殼石頭等物品一起上路。

「我知道這很荒謬,因為這些東西真的很重但又沒什麼用。不過帶著這些東西每到一個住處,都可以裝點一下那裡。」Debbie說這些東西能夠幫助他們減少在陌生人家中借宿的陌生感,而讓他們感到是在自己家中度過他們的日常。「我試圖從一個行李箱中,創造出家的感覺。」黛比總結。

靠Airbnb環遊世界的夫婦2.jpg
正在打包行李的Debbie
圖/ 好奇心日報

每到一個住處時(通常是下午或者傍晚),他們首先會把自己的東西都拿出來擺好,佈置一番以後,主廚黛比則會前往附近的超市採購第二天的早餐。對他們來說,這頓早餐很重要——在一個有早餐的地方醒來,才能免於成為饑腸轆轆的行旅倦客。即使是吐司加煎蛋或是麥片牛奶這樣簡便的早餐,都能讓心情大不相同。他們說,這一系列的「日常生活實踐」還包括拼拼圖、玩紙牌遊戲等。拼圖完成以後,他們會留給下一位房客,並附上一張紙條。

靠Airbnb環遊世界的夫婦3.jpg
在雪梨旅行時拼的拼圖
圖/ 好奇心日報

通常他們不會在同一個城市待超過兩週,有時他們也會換不同的民宿住。但窮盡各地的旅遊景點,並不是他們旅行的目的。在短則幾天、長則兩週的時間裡,他們也會有足不出戶的日子,在家洗洗衣服、在Kindle上看看書、玩拼字遊戲或者聽聽新聞廣播。一天結束的時候,會計Michael會匯總一天的花費;社群媒體經理黛比會更新部落格和Instagram、Twitter,把每日的見聞寫在隨身攜帶的旅行日記本上。

靠Airbnb環遊世界的夫婦4.JPG
在Airbnb的北京辦公室裡展示旅行日記本
圖/ 好奇心日報

即使是在旅行中,他們每天都有大約3到4小時的閱讀時間。「但總是沒有足夠多的時間看書,因為每天都會花很多時間閱讀新聞,忙於和世界接軌。」麥可說道。

他還向我們推薦了一個叫做Goodreads的閱讀社群,那上面可以標記想讀的書籍,並給看過的書籍打分數。他是一個歷史小說迷,愛好第一次世界大戰戰史和蘇聯遺跡。

在到達一個目的地以前,他會做一些閱讀的準備,有時候是看一本有關當地的歷史小說,有時候會參考《紐約時報》和Telegraph的城市指南或者Tripadvisor上的攻略。CIA旗下的網站Worldfact也是他的重要參考資料,幫助他瞭解一些關於城市和國家的資料。

說起這些時,麥可很興奮。「Worldfact上有很多個章節,幾乎每個國家都有。你可以在那上面比較各個國家的一些資料,比如說生育率、肥胖率等等。」

考據型旅行者麥可每次會邊看邊做筆記,晚餐的時候會把瞭解到的資訊再分享給黛比。「所以他總是很期待晚餐,他會很興奮地跟我分享這些。」黛比笑著說。

真正習慣這種「遊牧式」的生活,是在他們的二年的旅行快結束時。那時,他們已經賣掉了西雅圖的房子和車。因為兒子、女兒分別住在加州和法國,他們每年聖誕假期回西雅圖都是住Airbnb,要不就是去親戚朋友家幫忙「看房(housesitting)」、借宿。

到底什麼時候會安定下來?會在哪裡?五年過去了,對這些問題他們都還沒有答案。「因為我們已經習慣了這種『不斷前往新的地方』所帶來的刺激。」麥可和黛比說。住過這麼多民宿,他們也對「理想的家」有了新的看法:「起碼我現在知道,它不用很大。」

旅途中的障礙與未知,也是他們繼續冒險的理由。在很多英語普及的地方,語言都還沒有對他們造成很大的困難。但在另一些沒那麼普及的地方,帶來的也是不一樣的新鮮感受。麥可很喜歡和別人聊天,黛比說:「我們一起走過兩個街區,我都走到盡頭了,他還遠遠地落在後面和別人說話呢。」麥可得出的經驗是,即使是在語言不通的地方,只要你保持禮貌,很多人還是會願意幫助且幫得上你。

靠Airbnb環遊世界的夫婦6.jpg
Debbie和Michael在北京
圖/ 好奇心日報
靠Airbnb環遊世界的夫婦7.jpg
Debbie和Michael在參加Airbnb的胡同體驗活動
圖/ 好奇心日報

他們的旅行還會繼續下去多久呢?

「我們會一直這樣下去的。只要我們玩得開心,每天都有學到新的東西,錢也還夠,並且彼此相愛。」他們說。

本文授權轉載自:「好奇心日報

關鍵字: #Airbnb
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