連Google都投資的中國AI獨角獸——出門問問在台成軍,這步棋怎麼下?
連Google都投資的中國AI獨角獸——出門問問在台成軍,這步棋怎麼下?

今年6月,台灣終於等到了第一款屬於自己的智慧音箱——遠傳電信推出的「遠傳問問」。其中最關鍵的核心角色,莫過於住在音箱裡名為「愛講」的語音助理了,是由中國AI(人工智慧)獨角獸公司「出門問問Mobvoi」一手打造。

這是第一次,出門問問開始被台灣民眾所知曉,也是出門問問創辦人兼CEO李志飛,在台灣布局的第一步。而推出半年後,遠傳電信執行副總經理尹德洋也首次透露了成績:已賣出超過2萬台。

緊接著,出門問問在4日正式宣布落地台灣,不僅帶了三款自家產品一同「進場」,還要做像遠傳這樣B2B的生意,目標成為台灣第一AI科技公司。

遠傳電信《遠傳問問智慧音箱》資訊快查問百科功能,陪伴小孩讀書時光。.jpg
遠傳電信推出的智慧音箱「遠傳問問」,是和出門問問共同推出。
圖/ 遠傳

一間AI語音公司,前後獲得6輪募資

在了解出門問問在台灣的布局策略前,得先知道這間公司究竟在做些什麼。

「我們公司的英文名字叫做Mobvoi,代表Mobile Voice(行動語音),從成立的第一天起,這一間公司做的事就是在各種行動場景下,以『語音交互』為核心來發展。」李志飛在記者會一開場,便把公司定位說清楚。

簡單來說,出門問問的AI主攻在「語音」領域,如同Google的智慧音箱Google Home進行任何操作離不開Googel助理一樣,出門問問做的也是一樣的「語音一站式」服務,包括了語音辨識、自然語言理解、熱詞喚醒、垂直搜尋、智慧推薦、語音合成,都可以與各種裝置、服務連結,一氣呵成。

「公司成立的前四年,主要業務在B2C,而最近一年花了很多精力在B2B客戶身上。」從2012年成立起,李志飛就認為「語音」勢必是未來下一個人機介面,但更重要的是有什麼「場景」可以應用,於是他鎖定在「裝置」上,開始自己生產設計把AI軟體和硬體結合的裝置,如智慧手錶、無線耳機、智慧音箱,甚至是車載系統。

直到今年,才把「場景」再延伸到各企業的服務上,做起B2B的生意,與遠傳電信合作就是一個典型的例子。

而歷經六年,出門問問在全球共計有10間辦公室、約800多名員工,其中約60%以上都是研發人員,前前後後已經獲得六輪投資、金額達2.55億美元,其中的投資者之一有Google,還有紅衫資本、福斯汽車集團等。

身上有著Google基因,打造中國版Google助理

為何這一間公司吸引這麼多巨頭的目光?得從「硬實力」說起。

李志飛和出門問問技術長雷欣,曾經都是Google總部科學家,只是當時一人負責機器學習翻譯、一人負責離線語言,而工程副總裁黃美玉則曾是微軟首席自然語言處理科學家,強大的技術團隊,已經為AI研發打下穩固的基礎。

出門問問
出門問問技術長雷欣(左)、CEO李志飛(中)、工程副總裁黃美玉(右),三人都擁有深厚的AI技術背景。
圖/ 唐子晴/攝影

這讓李志飛和「前東家」,發展出讓公司價值再升一階的關係。由於目前中國並不支援Google助理,Android陣營的手機廠商,在中國販售的手機裡都有自家的語音助理,但在智慧穿戴的Wear OS系統中,出門問問打造的語音助理「小問」卻成為了「中國版Google助理」,是Google指定要提供給Wear OS的中文語音助理。

台灣20人團隊,97坪辦公室盼明年擴編三倍

把焦點拉回台灣。

「我們在內湖的辦公室有97坪(笑),但在台灣AI、演算法人才確實不好找,花的時間得比其他國家更長,預計在現有20人的團隊基礎上,一年後要擴編至50到60人。」出門問問台灣總經理黃仁宏說道,出門問問台灣團隊約從今年六月開始籌備,一個半月前正式成軍,終極目標是要成為台灣第一的AI科技公司。

事實上,李志飛透露,除了中國、美國,台灣是第三個精心策劃建立「在地團隊」的市場,在台灣提供的服務無疑也分為B2B和B2C兩大類型,但一切都圍繞著「本土化」。

像是語音模型要台灣本土風,要聽得懂台灣國語、講話得有台灣味,例如遠傳的「愛講」就是很好的例子,像是用戶說出「柯P」,這種只有台灣人懂的詞,會自動被轉成「柯文哲」;另一點在地化,在於無論是自家產品,還是客戶的產品,希望都可以建立起產品的在地服務生態系。

出門問問
出門問問在台灣的終極目標,是成為台灣第一AI科技公司。
圖/ 唐子晴/攝影

讓人不禁產生疑問——台灣人口僅約2300萬人,為何要如此大費周章,進駐這一塊看似不大的市場?

「AI是要讓現有行業體驗更好,這就得看現有的體驗是否做得夠好、民眾消費能力有沒有達到一定水準,這些台灣都有了。」李志飛道出原因。

此外,出門問問還看到幾個「潛力點」,像是台灣智慧型手機滲透率非常高、達70.4%,排名亞洲第三;且歸功於電信業者推出的網路吃到飽方案,台灣的行動數據使用量也非常高,平均每張SIM卡每月行動數據下載量達10.7GB,更位居亞洲第一,這麼大的使用量,讓出門問問判定台灣對人機交互的需求肯定相當龐大。

黃仁宏透露,目前已經有保險、金融、電信、車等企業客戶都已經在洽談中,2019年就可以看有合作服務、合作產品推出。

在地化很重要,出門問問、獵豹、Google都在做

「未來在台灣的智慧音箱會越來越多,但有幾個是真的願意把團隊帶進來?願意在台灣扎根、把技術帶上來?我們真的是抱著很大的決心。」工程副總裁黃美玉表示,在台灣團隊還未正式成立之前是她負責遠傳的「愛講」,由於自己是台灣人,當時透過演算法優化,來做到「台灣味」這件事。但她希望,現在可以把新一代的年輕人叫進來,把技術留在台灣,面對AI人才缺稀的狀況,未來計劃可以跟台灣有AI師資的學校建立合作關係,例如台大、清華、交通大學等等。

而每一家在做語音助理的公司,似乎都覺得「本土化」很重要,夠本土,使用體驗才更好。例如Google,也是在Google助理推出兩年後,搜集夠多資料、做了夠多機器學習,才敢在今年10月推出「台灣中文版」的Google助理。

小豹AI音箱-4.jpg
小豹AI音箱,雖然其語音採用自家的獵戶語音OS系統、原生中國,但七月在台灣推出時,就有專門在地RD小組支援研發、調整。
圖/ 獵豹

而獵豹移動七月在台推出的「小豹AI音箱」,搭載的是自家獵戶語音OS系統,在中國市占率約30%,小米智慧音箱、音頻網站喜馬拉雅採用的都是該系統,累積的也都是中國的數據資料。

但從一開始,獵豹移動就和台灣雪豹合作,在台灣市場的技術開發上,雪豹會有專屬台灣的小團隊支援,除了建立台灣人常用的發音詞典外,也會更新台灣網路搜尋熱詞,將熱門詞彙訓練至獵戶語音系統中,同時也會訓練一些專有名詞,譬如股票名稱:大立光、台積電等。

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