謝壽夫鐵腕奇襲   布局勝利方程式
謝壽夫鐵腕奇襲 布局勝利方程式
2004.11.01 | 科技

10月19日,第一銀行舉辦組織改造111天成果發表會,首先安排經過改組後的董事長、總經理與各事業群副總以跆拳道金牌選手的造型亮相,今年66歲的董事長謝壽夫率隊出場,冷不防連翻兩個筋斗,讓全場人都驚呼。
謝壽夫做事明快,講話直爽,上任後,即宣布要進行大幅度的組織改造,不但調任、撤換各部門主管,並且著手從外面招兵買馬,準備大刀闊斧進行改革,速度與效率之高,讓一銀內部以「木馬屠城」來形容謝壽夫的種種舉動。
不過,各方的質疑跟指控只有更強化謝壽夫的決心,今年2月7日,謝壽夫在圓山飯店,首次針對高階主管召開組織改造說明會時,曾經準備一份數據,「過去10年,一銀總獲利僅7.4億元,遠低於中國信託商銀的639億元,以及富邦銀行的190億元,」與會賺錢的銀行相比,相距甚遠,謝壽夫的用意,是希望大家明白,一銀真的必須改造。
向來以員工權益至上的第一銀行產業工會,在銀行圈內以強悍聞名,不但一開始就和謝壽夫開槓,看到這份數字,隨即提出反駁,認為謝壽夫的算法忽略了民營化前,盈餘必須上繳省政府,以致放款沒有相對提存,導致這幾年需要大幅提存呆帳準備,否則,若以提存前的盈餘數字來看,平均每年賺141億元,再加上為了大幅打銷呆帳,才造成這兩年虧損連連,而不是員工不努力。

**趨勢使然,不改就不能生存

**
面對這樣的爭論,基層員工出身的總經理廖龍一,說得甚為中肯,「一銀人不是不會賺錢,而是賺來的錢都被高逾放比吃掉,競爭力也被吃掉,能夠沒有危機意識嗎」?
事實上,多數在一銀工作二、三十年,對這裡有著深厚情感的員工,這幾年也強烈感受到環境的改變,「以前中國信託以一銀為目標,一銀覺得自己規模大,不怕比,但是現在,中信銀、台新銀分行數也破百家,很多業務都開始超越我們,」年資有31年的士林分行經理詹益坤語重心長地表示,「新銀行動輒上千人的行銷人員在外搶生意,我們只有三百多人,不轉型,要怎麼生存?」長年在分行與客戶互動的資深員工,直接面對客戶流失,以及同業競爭的壓力。
一銀的組織規模僅次於華南銀行,員工多達6700人,要說服每一個人並不容易,改造初期,反對的聲浪遠大於接受,「都不變是最舒服的,也沒有重新適應的問題,」廖龍一用同理心解釋老同事們的心態,但是「大家不能再有吃大鍋飯的心態,這樣會讓競爭力喪失,工作的熱情也慢慢不見,」廖龍一是典型的一銀人,三十年前,是台大經濟系的高材生,考取高考進入一銀,從基層行員、分行經理、總行業務主管一路按部就班升遷上來,也是多年來第一個由內部升任的總經理。

**親力親為,用直接溝通化解距離

**
在組織改造的過程中,謝壽夫的直率常常激怒反對派的員工,而負責執行的廖龍一,卻能夠用高EQ和耐性去平息因為溝通不良造成的誤解。
「以前分行員工最高長官就是分行經理,一年難得見到董事長、總經理一面,」但是謝壽夫上任後,只因為工會一句「要溝通就直接面對面,」謝壽夫便決定在2月份下旬開始密集安排全省30場的員工溝通暨激勵大會,甚至不定期地直接到分行視察,聽聽同仁的心聲。「以前發全行開會通知就要花上兩個星期,但是董事長常常兩天內就決定一連串的行程,甚至自己捲起袖子,跳下來做,他的意志力跟執行力,讓我們也願意辛苦,」過去擔任總行人力資源處經辦的周朝崇,現在是組織改造中的專案經理,民營化跟籌金控他都經手過,「過去的組織調整只是制度改,心態沒有改,但是這次整個組織的效率跟速度都變快,也真正動起來」。
為了讓溝通更有效率,一銀大手筆的為全省179家分行添購視訊會議系統,每週四下午連線開會,讓所有的同仁都可以發言,「先做好直接溝通,才不會因為資訊的扭曲與誤解,耽誤執行的進度。」負責掌控整個組織改造進度的專案計畫辦公室資深協理楊東榮指出。

**官股掌控,合併陰影造成不安

**
「我們就是公公婆婆太多,不然,一路發展下來,會更有競爭力」一位年資也超過30年的基層員工表示,而他口中所指的「公婆」是指大股東財政部、臺銀還有交叉持股的三商銀,雖然在民營化後,官股持股比重已經逐漸下降,但是財政部的對於一銀業務發展的影響力卻不減,像是在預算編列上,都需經過財政部同意,一銀在下一階段的組織改造中,想要從盈餘中提撥部分作為給績效獎金,如果這個方案能兌現,對於行銷業務會更有激勵效果,但是目前提案仍還在等待國庫署的許可。
「這些官股銀行的體質都不錯,如果期待他們成為金融改革過程中的示範者,還需要政府的更多協助與支持。」協助一銀轉型的麥肯錫顧問公司董事總經理計葵生指出,他現在手中有多家大型商銀的改造計畫,都碰到類似的人治問題。
10月下旬,行政院經建會提出第二階段金改目標中,為了擴大金融機構規模,政府將加速堆動官股銀行民營化與金融機構合併,消息見報後,分析機構紛紛臆測,一銀將是會是首批被政策主導合併的金融機構之一。
一銀一直是官股銀行中,財政部最容易掌握的公司,從派任董事長,到未來決定嫁給誰,都由財政部主導,因此面對合併的傳言,一銀員工已經習以為常,「在組織改造之前,老員工都有合併恐慌症,因為怕被併了,就沒有頭路,」詹益坤直言,但是這幾個月下來,大家的心態都做了調整,「如果把自己的體質變好,學有專精,怎麼會害怕被併掉,應該是去併別人。」

**客戶關係深遠、新生代鬥志高

**
老員工仍記得過去一銀的輝煌和那份驕傲,會為了再擦亮一銀的金招牌,重拾熱情,面對新職務挑戰。同樣的,30歲以下年輕員工,對於一銀也有不同的使命感。
「我們也是辛苦準備才考進一銀,怎麼能眼睜睜地看著一銀因為不敵同業競爭而消失,」六年級後段班的鄭凱文,進入一銀才3年,他常常和也在銀行工作的同學分享工作心得,「和新銀行相比,一銀的組織改造已經太慢了,」他有些焦急地說,「看別人一直在學新商品,新資訊,我們卻還是老做法,怎會不心急,至少,一銀終於動起來了,我才有同樣的機會。」鄭凱文的新職務是理財專員,他沒有做業務的人脈,每天拿著厚厚地客戶名單,逐一打電話、拜訪,週末則忙著參加總行安排的訓練課程。
第一銀行目前營收來源有七成來自企業金融放款業務,三成來自消費金融,根據一銀統計,若依往來金額將客戶分類,一銀擁有六萬多名資產300萬元以上的財富管理客戶,而一般往來戶,保守估計有220萬,「過去我們只照顧企金與財富管理的客人,都忽略了另一塊大池塘,如果用心去把客戶關係做起來,真的是潛力驚人,」個人理財業務處通路規劃科邱漢文說。

**認同度達到最高,就靠齊心齊力

**
背負著105年的歷史包袱,要在短短的111天就扭轉6700人多年的工作心態與習慣,確實不是件容易的事,專案計畫辦公室在半年內做過多次意願調查,同仁對於組織改造的支持度增加的速度,也超乎預期。一開始強烈抨擊的工會,態度也逐漸軟化「我們不是反對改造,只是希望不要太躁進。」工會常務理事紀勝利表示。 短期戰鬥可以組織注入活力但是要做到根本變革是需要配合環境,隨時迎戰,「只有在市場上頭角崢嶸的企業,才能夠帶給員工真正的安全感」前奇異總裁傑克威爾許在扭轉奇異的百年歷史過程中,不斷地說服員工也說服自己。

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