串起科技腦與政治腦,愛沙尼亞數位轉型的關鍵推手——伊爾韋斯
串起科技腦與政治腦,愛沙尼亞數位轉型的關鍵推手——伊爾韋斯
2018.07.20 | 人物

人口數不到台北市一半的歐洲小國愛沙尼亞,早在十幾年前就已經推出數位身份、線上投票、程式教育,是歐洲數位化程度最高的國家。

不過政府的創新腳步,往往比私人企業慢好幾拍,為何愛沙尼亞政府可以大刀闊斧、從底層開始革新?原因在於,愛沙尼亞有位串起科技腦與政治腦的前總統湯瑪斯∙亨德里克∙伊爾韋斯(Toomas Hendrik Ilves)。

一位了解「Geeks」在想什麼的總統

伊爾韋斯在2006年擔任總統,直到2016年才卸任。在他任職的這十年內,政府數位轉型就是他的首要任務,其中,伊爾韋斯指出,關鍵在於政府要有科技思維。

「政府的行政部門、民選決策者,要和極客(geeks)交流。」他認為,如果沒有互動,政府一般來說不會了解技術,而技術人才也不會了解政府的問題。他舉例,Facebook最近爆發隱私爭議,原因不在於Facebook是間很壞的公司,而是科技公司不了解哪些是不道德的事。

「我可以和兩邊的人溝通,我知道geeks在講什麼、我也有政治背景,所以我可以把科技的事情轉換成政治人物聽得懂的語言,」他說,「這類的討論必須要持續進行。」

而要能做到這點,也和伊爾韋斯的背景很有關。伊爾韋斯的父母是愛沙尼亞難民,從蘇聯的統治下逃離到瑞典斯德哥爾摩,並在伊爾韋斯三歲時搬到美國。14歲的他,因為高中老師正在實驗程式課教材,讓他很早就接觸到寫程式。1996年,愛沙尼亞推出將科技導入教育的Tiger Leap計畫,在每間學校鋪設網路、蓋電腦教室、讓學生學習寫程式,就來自於伊爾韋斯當時的經驗。

從美國賓夕法尼亞大學心理所畢業後,伊爾韋斯陸續做了研究助理、英文老師、藝術中心負責人,直到在一間反共新聞Radio Free Europe擔任分析師才首次接觸到政治。1993年,蘇聯垮台、愛沙尼亞獨立後兩年,伊爾韋斯成為愛沙尼亞第一位美國大使,之後擔任外交官時讓愛沙尼亞成功加入歐盟。2004年,伊爾韋斯當選愛沙尼亞第三任民選總統,同時具備政治歷練和科技思維的他,讓數位化政策得以順利施行。

從數位改革出發,小國也能站上世界舞台

但數位轉型對愛沙尼亞而言,可能不只是民眾對政府的滿意度有關,而是關乎到國家競爭力。歷經被納粹、共產統治,愛沙尼亞在1991年獨立,但緊接著就面臨基礎建設落後、國家競爭力退步的困境,伊爾韋斯指出,獨立前愛沙尼亞的人均GDP和鄰國芬蘭一樣,到獨立後一年只剩8分之1,「當時芬蘭有Nokia,我們只有傳統轉輪電話」伊爾韋斯形容。

「這就讓我們有很多動機要往前走、積極的做新的事情,做我們之前不肯嘗試的事。」伊爾韋斯說。

對愛沙尼亞而言,數位改革已經是政治風險相對較低的議題,伊爾韋斯指出,當時經濟、社會政策、貨幣改革、私有化等議題,對政府來說是更棘手的挑戰。

在數位轉型過程中,「小」也成為愛沙尼亞的優勢。「規模較小的民主國家達到政治共識相對容易。」伊爾韋斯說,且確實多數更數位化的國家都是小國。相較下,伊爾韋斯分享他自己住在美國矽谷的經驗,儘管特斯拉、蘋果、Google、Facebook的總部就在方圓12公里內,但當地公家單位的數位化程度仍停留在1950到60年代。

3大關鍵,推動國家數位化

從愛沙尼亞的經驗出發,國家如何做到數位化?伊爾韋斯給出三點建議。首先是建置數位身份,搭配數位簽章、雙重驗證,且資料交換必須點對點加密。

伊爾韋斯也提醒,政府要讓數位簽名的法律效力可以等同於實體簽名,例如,愛沙尼亞在2000年通過數位簽章法,被他視為是數位化成功的基礎。此外,這套數位身份必須要很廣泛的被使用,否則政府會沒有轉型的動力。

有了數位身份後,接下來是擁有資料交換機制。愛沙尼亞在2001年推出的個人資料交換系統X-Road,方便政府機關間互相調閱資料,以開公司來說,透過這套系統,相較其他國家需要七個月的時間,在愛沙尼亞只要15分鐘就能完成申請作業。

「我們提出『平行式處理』的概念,」伊爾韋斯指出,例如當其中一個政府單位已經搜集過民眾的特定資訊,當其他政府單位需要該筆資料時,不得重複向民眾詢問該筆資料,而是應該自己向資料持有部門調閱。

最重要的是,伊爾韋斯認為,政府必須打造一個人們在日常生活中真的想要使用的服務,像是數位處方籤、車輛登記等,而非只是財政部或國稅局需要的服務。

當然,整個國家的數位化轉型,光靠政府也不夠。伊爾韋斯表示,無論是在教育、或是建置身份驗證系統,政府都和私部門、非營利組織合作,以身份驗證中心來說,就是由政府和當地銀行聯盟,各出資50%所成立。

雖然談了這麼多技術上應該從哪邊下手,伊爾韋斯卻認為,國家數位化這件事,在技術上一直很簡單、但在政治上需要努力。「問題是你有沒有政治意志去做這件事?」他表示,有政治意志就能制定政策,接下來才能制定法律、有框架地讓這件事進行。

「我自己剛好是喜歡熱愛科技的人。」伊爾韋斯說,這或許也是為什麼愛沙尼亞能在短短幾年躍升成為全球政府數位轉型典範,更根本也最簡單的答案。

關鍵字: #數位轉型
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