看雷蛇如何從一家破產滑鼠公司,逆轉變身電競潮牌
看雷蛇如何從一家破產滑鼠公司,逆轉變身電競潮牌
2018.07.16 | 併購

今年台北國際電腦展的最角落,遊戲硬體廠商雷蛇(Razer)的展區發生了一陣騷動。比起現場陳列,發散著炫彩光芒的滑鼠與鍵盤,參展者如同追星一般將注意力放在雷蛇創辦人陳民亮身上。

全球850萬粉絲追隨,品牌信仰力高

雷蛇訴求因遊戲而生,以追求極致的產品設計著稱,一個滑鼠墊就能賣到2,300元台幣。不只顯示了玩家對於產品的認可,更讓擁有雷蛇產品成為一種「信仰」。截至2018年6月,雷蛇擁有850萬名臉書粉絲、316萬名推特粉絲,甚至連Instagram都握有264萬大軍。種種跡象都可以看出雷蛇在遊戲圈不容撼動的地位,也能夠解釋陳民亮在展場所受到的搖滾巨星般待遇。

而這名對合照者來者不拒,親和力十足的創辦人,卻在接受《金融時報》(Financial Times)的採訪中展露出相當反差的霸氣,陳民亮說:「我們是遊戲界的軍火商,從不在遊戲產業中碰運氣」。

而成為軍火商的第一步,從當一名玩家開始。在創辦雷蛇之前,陳民亮在新加坡是一名律師,不過他從不掩飾自己對於遊戲的熱愛。陳民亮在遊戲中認識了羅伯特.克考夫(Robert Krakoff),當時克考夫的公司正在開發高DPI(Dots Per Linear Inch,每英吋直線距離的點數)的感測器,想要應用於汽車產業中。遊戲玩家的直覺告訴陳民亮,如果將這項技術引入滑鼠中,勢必能大大提升操作精細度。

於是兩人共同開發出了第一款滑鼠,非洲樹蛇(Razer Boomslang),他們認為要打敗市面上的滑鼠,一定得靠「蛇」,於是開啟了雷蛇「蛇名滑鼠」的開端。儘管高靈敏的滑鼠很快獲得玩家的青睞,但2000年初期電競產業尚不成熟,再加上泡沫化的影響讓克考夫的公司宣告破產。陳民亮在2005年自費贖回雷蛇品牌,正式從律師轉職為雷蛇的執行長兼「首席玩家」。

贊助30國、175名選手,滾大粉絲紅利

公司正式成立後,雷蛇先後推出了史上賣得最好的滑鼠:煉獄奎蛇(DeathAdder),定價超過3,700元卻賣破百萬個的曼巴眼鏡蛇(Mamba),以及因為打字飛快舞動的雙手外形酷似蜘蛛,所命名推出的旗艦鍵盤狼蛛(Lycosa)、黑寡婦(BlackWidow)等都獲得了空前成功。

根據Newzoo的研究報告顯示,2017年《英雄聯盟》總決賽的觀看人數為6,000萬人,高過NBA總決賽及奧斯卡頒獎典禮觀看人數的總和,也因此電競明星的地位,讓雷蛇打造出具備強大社群影響力及感染力的行銷策略。

而能夠獲得遊戲玩家的心,除了產品設計之外,雷蛇不留餘力地推廣電競,為自己帶來了龐大的粉絲紅利。除了不斷與各國政府協商,試圖將電競納入更高層級的運動會,雷蛇也同步贊助了30個國家175名頂尖電競選手,成立雷蛇戰隊(Team Razer)。

從電競周邊跨入軟體服務

不過,陷入尷尬局面的PC遊戲市場,與欣欣向榮的全球遊戲市場產生了明顯的對比。研調機構Frost&Sullivan的資料顯示,全球遊戲市場預計在2021年產生1,327億美元的收益。儘管PC遊戲市場也有成長,幅度相較於手機遊戲市場的暴增近乎無感。如果只做鍵盤、滑鼠等遊戲周邊硬體,終究有一天會撐不下去。

陳民亮打算透過三個方向,硬體、軟體以及服務,打造「雷蛇遊戲生態系」,帶領雷蛇進行轉型。

先是透過併購的方式吸收人才與技術,跨足其他硬體領域。2016年收購了高端影音系統品牌,投入影音設備領域;而為了面對年年增長的手機遊戲市場,2017年收購了手機製造商,為後續的雷蛇手機(Razer Phone)打下基礎。而雷蛇早於2012年就推出了遊戲筆電Razer Blade,雖然市占率仍不高,仍可見雷蛇試圖囊括所有類型玩家的決心。

收購電子支付平台後的下一步?

軟體方面,在不斷找尋遊戲玩家的需求後,雷蛇推出了三項目前註冊用戶超過5,000萬人的軟硬整合方案。包含雷雲(Synapse),能夠儲存個人遊戲設定的雲端服務;雷遊(Cortex),能夠優化效能、錄製遊戲,以及購買便宜遊戲的系統;幻彩(Chroma),讓玩家能夠客製化鍵盤、滑鼠所發散出的光芒,同時這個產品也加深了雷蛇在亞太玩家間的綽號:燈廠。

為了補上最後一片拼圖,2018年4月雷蛇收購了東南亞最大的電子支付平台MOL Global,結合雷蛇本身的虛擬錢包zVault,希望將金流留在雷蛇的遊戲生態系中。終極目標是先利用硬體吸引玩家、透過軟體提升用戶體驗,最後通過支付服務刺激玩家購買產品,達成完美的循環生態系。

「沒人想到雷蛇也能發展其他產品,」陳民亮說:「而我們現在在美國、歐洲,及中國是最強的玩家品牌。」未來,他仍會是全球22億遊戲玩家的其中一員,並讓雷蛇產品成為全球玩家的共通語言。就如同「GG」一樣,不論你來自哪裡,只要你是玩家,都能夠理解它的意義,「Good Game(玩得不錯)。」

一年一購併,雷蛇積極壯大

雷蛇.jpg
圖/ 雷蛇

Razer近年購併大事紀:

2015年6月:收購遊戲機開發商OUYA

雷蛇收購主打Android生態系的低價遊戲機OUYA。收購內容包含軟體、應用程式商店、超過1000款遊戲,及技術開發團隊,並把硬體與OUYA創辦人Julie Uhrman排除在外。

2016年10月:收購高端影音系統商Slot Speaker Technologies

雷蛇透過全資附屬公司Razer Tone,收購專注於影院音響與消費電子產品影音系統的Slot Speaker Technologies(SST)資產,交易完成後,Razer Tone改名THX Ltd.。

2017年1月:收購Android手機製造商Nexbit Systemsv

雷蛇收購曾推出無限量雲端儲存功能手機的Nextbit,包含該公司旗下的30名員工。

2018年4月:收購電子支付平台MOL Global

雷蛇收購東南亞電子支付平台MOL Global餘下全部已發行股本約65.1%,合新台幣約18.3億元。加上原本持有的34.9%股份進行合併,MOL Global成為雷蛇的全資附屬公司。

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