松下老兵陳世昌殺出家電戰役的重圍
松下老兵陳世昌殺出家電戰役的重圍
2004.08.01 |

陳世昌只要一走下樓梯,早在一旁待命的深色座車就衝了出來,「陳常董不知又要去訪問哪一家量販店了。」一名員工看著陳世昌充滿鬥志的背影說,陳世昌有典型追求完美的個性,讓他在家電業的血拼中一樣不落人後。
這股衝勁讓一向作風保守的日系企業有了不一樣的面貌。目前台灣松下家電產品不但和日本零時差,今年6月甚至宣布「3年免費保固」,讓市場一片嘩然,因為日本企業家松下幸之助所創立的世界級家電集團松下電子,在日本本地都還沒有這樣的服務,卻在台灣開始實施,這就是陳世昌的傑作!

**到日本接受在職訓練,
建立對松下的忠誠度

**
「陳世昌升任常董,是台灣松下在人事上一大突破。」台灣松下總經理藤井康照7月12日對媒體表示,陳世昌打破台灣松下42年來第一位由員工升上常務董事的紀錄。
目前台灣松下有5位常董,其中2位是日本松下共同在台創業的洪家代表:洪敏弘和洪裕鈞,洪敏弘也是台灣松下董事長;日本松下則擁有3席常董,但這次禮讓一席給陳世昌。而陳世昌能獲得拔擢,除了他對公司超過三十三年的忠誠,也等於直接犒賞他在最艱苦的家電戰役中殺出重圍。
陳世昌是金門人,家中務農,高中畢業考上台大機械系後才第一次到台灣,「我每天晚上就是一面唸書、一面聽炮聲,」陳世昌如此形容大學以前的單純生活。大學畢業後,原本打算先工作幾年再想辦法出國深造,沒想到1970年他考進台灣松下後,台灣松下開始培育本地員工的計畫,而陳世昌就是最早一批送到日本受訓的員工之一,「我當時心裡就想,萬一我不做了,公司會不會從此再也不敢培養台灣人了。」
1970年代左右,出國還是很稀奇的事,甚至還要經過做保等複雜程序,但是陳世昌卻連續5年,每年都待在日本進行四、五個月的「JOT」(Job on Training,在職訓練)。陳世昌說,「就是JOT從此讓我建立對松下的忠誠度。」

**感受終身雇用的魅力,
一輩子追求技術精進

**
到日本大阪的松下精工,陳世昌接受第一次的JOT,「他們真的讓我參與實際設計工作,直接在生產線上訓練,錯了就再重來。」陳世昌很感謝第一位在日本帶他的課長增田幹登,當時他連日文都說不好,但幹登不但常常帶他回家吃飯,還不厭其煩地講解日本企業的各種禮節和文化。
「也是在日本,我深深感覺到終身雇用制的魅力,」陳世昌分析自己為什麼可以在公司一待33年,除了感恩的心情,還是覺得日本工程師在穩定的環境下,可以用一輩子追求技術的精進。另一方面,陳世昌在台灣松下負責過設計、製造、品管、外銷等不同部門,每一次都很有成就感,所以他不覺得因為待在同一家公司而無法進步。
1998年4月,陳世昌被任命為銷售部門總經理時,百味雜陳。主要是他從進松下的第一天開始,一直是待在技術和製造部門,做了二十多年早就駕輕就熟,「當時要不是洪董事長也鼓勵我接下這份工作,坦白說,我真的沒想過要從生產線走向市場。」
更讓陳世昌訝異的是,「所謂市場這種東西,完全是一個虛擬的世界,每天都有變化!」陳世昌指出,過去在生產線上他可以加一把勁,多生產10%至20%,但是現在生意可能一下子增加好幾倍,他也懷念過去在生產線上一種機型一做就是3年,3年後最多只是Miner Change(小修一下),不像現在每3個月,就要有新的機種,以應付市場的競爭。

**用能力與現場主義,
拚出百億成績

**
挑戰還不只於此,過去他從來不覺得平均年資超過一、二十年的組織內部有什麼問題,但是市場變化太快,「光是量販店占的營業額,就從過去的20%升高到50%,我們不能只是用過去的方式來工作了。」
陳世昌希望採取「能力主義」,就是誰賣得多,就能賺得更多。但是要在一家超過四十年的公司裡談改革,談何容易?每天同樣是早上8點上班、下午5點下班,員工還是一樣努力做事,卻突然發現自己的薪水產生變化了,「很多人不能接受這樣的改變,透過各種管道陳情,希望暫緩實施,但是我堅持一定要用能力主義,讓東西賣得好的員工多賺一些!」陳世昌強調。
組織開始變革之後,陳世昌每週都會有一天待在量販店和銷售人員一起討論產品,陳世昌得意的說,這叫「現場主義」,要觀察市場動態,一定要自己用眼去看、用耳去聽。而且他有一個特別的習慣,就是身邊不跟隨任何同仁,單槍匹馬,「這樣才可以避免顧及很多同事的立場,不好意思直接提出批評。」
就這樣靠著「獨行俠」的作風,陳世昌硬是在價格直直落的「微利時代」,撐起了家電市場的業績,即使產品單價一直掉,但是陳世昌要從去年的100億台幣營業額,再成長到110億。
陳世昌站在台灣松下展示廳的大門,感慨的說,「過去是人家一車一車趕著來買,貨還沒有出工廠,卡車已在排隊;現在則是連一個十多元的電池,都要拜託別人來買!」
松下在台灣集團排名都曾在前十名內,但曾幾何時,家電業經過了成長起伏階段,進入數位化階段,可說是另一個成長的機會。但現在來自韓國、大陸的競爭更為激烈,加上面對消費者、通路商、經營成本和成長獲利的各方面壓力,但是陳世昌仍自信地說,「我現在就好像石磨的心,不怕大家都來推,而且還可以一直磨一直磨。」

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