台灣數位化程度只跟印度相當,為何反是Dell、HPE的機會?
台灣數位化程度只跟印度相當,為何反是Dell、HPE的機會?

全球兩大伺服器巨頭戴爾(Dell)和慧與(HPE)同聲看好企業數位化轉型帶來的需求,根據IDC調查,台灣在亞太市場各國中,數位化轉型速度竟落後中、港、韓,只跟印度同步,亟待加快腳步。

台灣數位化發展快還是慢呢?IDC台灣區研究總監江芳韻表示,全球數位化進度約可以分5種階段,第一至第二階段的企業都在初始期,嘗試評估或以專案方式進行數位化,第三階段發展則是企業已經嘗試把數位化經驗複製到其他單位,第四階段的企業則已經有大規模成功的業務推展成績,第五階段企業則進入成功優化數位轉型。

IMG_5443.JPG
IDC台灣區研究總監江芳韻認為台灣數位化程度跟印度比肩。
圖/ 王郁倫攝影

亞太數位化進度,新紐澳三國最快

而根據調查,亞太在2018年數位轉型進步很快,表現最好的前段班國家是「新加坡、紐西蘭跟澳洲」,這些國家有25到30%比例已邁入第四階段,但多數仍在第三階段。

至於第二梯隊前段班是中國、香港跟韓國,介於2到3階段,台灣跟印度是第三梯隊,進度仍在第二階段,處於專案內部推廣數位化狀態,馬來西亞、泰國、菲律賓則仍在第一階段。

看待台灣AI發展腳步,慧與科技董事長王嘉昇表示目前仍在非常初期的資料收集階段。

戴爾台灣總經理廖仁祥表示,企業數位轉型過程中,AI已經不是選項,而是必然的作法,而導入AI也讓企業帶來採購需求。

IMG_5442.JPG
戴爾台灣總經理廖仁祥。
圖/ 王郁倫攝影

廖仁祥說,戴爾創辦人Michael Saul Dell曾說,AI是火箭,但數據就是燃料,而今年則更倡議,若「未來5年公司主要的決策資訊不是來自AI的話,極有可能會做出錯誤的決策。」AI重要性日增,而一旦企業轉型數位化,增加投資就成為戴爾跟慧與科技的機會。

也因此本週包括Dell及HPE活動頻頻,HPE發布上半年財報,第2季連續兩季度營收維持兩位數成長,而Dell Technologies Forum 2018以「Make It Real」為主題登場,廖仁祥宣佈,今年首季戴爾在台灣X86伺服器市占率23.9%,外接儲存器37.8%都位居第一,分拆後的惠普科技(HP)則在今(19)日正式發表全新的入門級HP Z工作站系列,預計8月中上市。

幫企業建立AI模型,戴爾首次推出中文技術框架

Dell EMC大中華區企業技術戰略總監許良謀表示,企業思考如何使用AI一般有三階段,首先是資料收集及工具選擇,其次進行模型訓練,最後展開進行推論協助決策,每一個AI階段都需要不同的硬體裝置,戴爾也期望在其中扮演「人工智慧解決方案」角色。

許良謀說,戴爾期望幫不同的AI平台之間搭建橋樑,企業若要自己建立AI模型及推論,有太多框架思考開放不開放,很多不同操作系統跟硬體,企業必須在眾多生態系統選擇一個支派,若要再用其他的框架,必須要一切重來,因為AI發展仍非常初期,仍是新架構,為了幫助客戶,推出第一個中文技術框架「諸葛‧深知」。

許良謀說,若「AI是火箭,資料就是燃料。」當企業要用AI,選擇AI應用是最簡單的作法,只要把AI放在產品中就能升級,現在戴爾有超過180款產品都做在準備。

在FPGA及GPU階段,戴爾也幫晶片商開發「諸葛‧陣圖」平台,讓GPU as a Service變成虛擬化資源池。最後,戴爾也跟VMware、中國科技大學建立操作系統與硬體的串接,推AI解決方案「諸葛‧孔明橋」讓所有晶片跟操作系統打通連結。

戴爾也用人工智慧中深度學習跟技術學習演算法來預測銷售行為,利用「諸葛‧深知」去做精準銷售的新一代方法,未來戴爾的直銷可以判斷今天打給誰,甚至聊什麼,藉此提高做精準行銷成功率50%。

DELL.png
DELL看好ADAS帶動自駕車成熟發展,而創造的數據商機將倍增。
圖/ DELL

自駕車中關鍵是先進駕駛輔助系統(ADAS)要優化分析能力,單是一輛車前方的雷達,測試3000小時中,每小時可以收到1TB資料,總計測試週期中會收到4.2PB資料,而清洗過的資料100天內會超過10PB。如此大的資料量,自然會創造企業採購設備需求。

企業數位轉型刻不容緩,只有6%做好準備

廖仁祥說,3年前CEO都在問什麼是數位轉型?但1年前企業已經開始問誰數位轉型做得比較好?顯示企業都需要深度轉型,但這必須有4大要素,包括員工是否夠數位化?能否利用市場不斷出現的新技術提升?其次是技術是否改變服務客戶方法?技術是否改變公司營運方式?最後關鍵問題是不做數位轉型會怎樣?當市場不斷有新對手利用新技術加入競爭,該如何因應?

廖仁祥說,數位轉型是CEO的題目,但也是CIO的思考議題,這是第一次這兩個主管思考如此接近。

但全球IT轉型的成熟度企業評比(以自動化程度/最新技術/IT驅動商業模式這三個面向),廖仁祥說,全世界現在只有6%已經完成企業轉型,但有88%企業仍在第2到3階段,也就是正在演化改變中,而已經數位轉型的企業決策。

GDPR上路帶來高速儲存需求

慧與科技目前跟戴爾在全球伺服器競爭激烈,戴爾今年首季超越HPE拿下伺服器營收龍頭,在企業儲存裝置也居冠,不過慧與本身第2季營收交出亮眼成績,受惠於智慧邊緣業務成長17%,儲存裝置出貨成長24%。

慧與科技HPE董事長王嘉昇
慧與科技HPE董事長王嘉昇。
圖/ HPE

慧與科技董事長王嘉昇表示,美中大戰帶來各國企業更加嚴肅的看待自家IP(智慧財產權)管理,紛紛將研發集中台灣,比方微軟跟Google都設立研發中心,這也讓慧與科技帶來機會,預估今年慧與科技在台業務量將有雙位數百分點成長,也將布局邊緣智慧(IoT)業務,目標幫助客戶打造從裝置端連結到雲的基礎建設環境。

王嘉昇表示,慧與將人工智慧管理技術InfoSight加入儲存裝置中,協助客戶做預測管理,甚至預測壞損狀況,帶動儲存裝置銷售大增。而分析儲存需求為何比伺服器還強烈,慧與主管分析,IOT跟AI的需求帶來大量數據需求,企業也發現深度學習的價值,開始認為所有資料都不能刪除。

慧與主管說,第三關鍵是慧與今年加大儲存裝置產品線規模,且賣到歐洲客戶的業績也大幅增加,這或許跟GDPR上路有關,而主要原因可能在於,法令要求資料的保存分類要更明確,且資料保存期限要更長,加上不同分類資料的保護方式也不同,看客戶資料成長的趨勢。

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