創新沒有終點
創新沒有終點
2004.06.01 | 人物

5月底的這個星期,我在上海先後碰到邱復生和張明正兩位創業家,各有了一番長談。邱復生來自媒體圈,張明正來自軟體業,兩人本無交集,但這回聊的話題卻是意外地相似。

**媒體大亨邱復生,跨行做「隨選視訊」

**
邱復生的專長是製作節目,提供給電視台播放,近年他的興趣轉移到網路電視上,利用衛星下載內容到辦公大樓,再由辦公大樓的區域網路,一路串連成寬頻環境,再連結到桌上的電腦,提供「隨選視訊」(video on demand),讓觀眾依個人需要選取內容,達到互動及個人化的特色。
過去,觀眾透過家裡的電視,收看邱復生製作的節目,目前有一部份則轉移到電腦螢幕上,而且是在辦公室裡。下一步呢?可能是PDA、MP3、手機或任何形式的手持工具,只要這台工具能連上固網或無線網路。
為了讓這個願景成真,工具本身加上一些智慧是必要的,比方紀錄使用者的身份、使用習慣和使用偏好等,讓工具和工具,甚至工具和網路間能直接對話,解決認証、設定、操作和付費等問題,讓使用者一拿就上手,不需要再安裝一大堆軟體並輸入一連串密碼。
這就有賴一套基本作業系統,內植在這些工具中,把各種資訊、通訊和家電間的規格統一。邱復生稍早前剛到東京帝大,拜訪一位叫村健的教授,因為村健領導的實驗室所開發出的嵌入式TRON系統,正是解決上述問題的答案之一。
在衡山路的香樟花園裡吃完一大盤刨冰後,我弄懂了邱復生的想法,並對這位自謙為網路外行的行家感到佩服。兩天後,在亞洲最佳企業的頒獎典禮上,我見識到張明正所展現的另一種創新。

**趨勢破壞長張明正,專搞破壞再建設

**
這倒不是因為張明正在領獎致詞時童心大發,當場即興變起魔術,把全場來賓逗得哈哈大笑,而是他把公司營運模式再次翻新。網路經濟專家凱利(Kevin Kelly)強調,創新的動力之一來自對現狀不滿足,必須捨棄既有成果才能專心追求新事物,所以公司內應設有「破壞長」(Chief Destruction Officer, CDO)一職,而張明正就是這麼一個人。
張明正的專長是編寫解毒程式,隨著近來如「殺手」等網路病毒在全球肆虐 ,癱瘓掉的電腦和辦公室不計其數,損失無從估計,解毒工作日益重要。
張明正推估,當手機功能愈來愈強,且採用微軟WinCE作業系統的大螢幕smart phone手機將成為流行,使得手機的環境變得和PC一樣,如此則PC上發生的中毒問題也會複製到手機上,甚至更嚴重。全球一年賣出1.4億台PC,手機銷售量則是5.2億支。
趨勢目前的重心,是結束德國的研發中心,搬到中國南京,並將編制擴大為200人,全力開發手機上的防毒軟體,並透過每次開機連通基地台即時更新防毒軟體,確保不會被新型病毒有可乘之機。
趨勢的另一步棋,是和網路設備龍頭思科合作,將趨勢的軟體寫進思科路由器的作業系統IOS,將病毒直接在傳輸路徑中就擋掉,阻絕掉進入企業伺服器和PC的機會。也就是說,張明正接下來的生意,不再是處理個別PC和伺服器,而是處理整個網路(network),這也是他和邱復生所思考的共同之處。

**從陽春的client到肥大的network領域

**
借用電腦術語來描述,在網路之前,電腦的主流架構是「主從運算」(client/server),邱復生和張明正的事業起點都先從陽春的client端開始,壯大後再進入利益稍多的server端,羽翼飽滿再進入最肥沃的network領域。
從電影配樂出身的邱復生,創業之作是成立錄影帶連鎖事業,把下檔院線片拷貝成一捲捲VHS帶,送進許多家庭客廳的錄放影機(client),賺的是每一捲帶子的租金,那也正是台灣錄放影機普及的1980年代。進入1990年代,邱復生成立有線電視台(server),製作新聞和綜藝節目,透過頻道和播放系統,進入許多家庭的電視螢幕,賺的是廣告商要藉此媒體觸及觀眾所付的廣告費。
到了2000年代,邱復生投資5億台幣布建網路電視(network),費用比傳統電視少很多,但收費模式的可能增加許多,觀眾可以下載音樂、電影、做視訊會議、遠距教學和電視購物等,對媒體經營者不僅是難逢的挑戰,更是機會。
防毒軟體的演進也類似。9年前,我第一次採訪張明正,當時趨勢還很小,位於愛國東路的一棟公寓裡。那正是Windows 95上市前夕,年輕的張明正興奮地指手劃腳,認定這套系統將一統PC江湖,他不用分心開發中文PE2和MAC版防毐軟體,只要鎖定微軟就好。當時趨勢的模式是賣防毒磁片,安裝到PC中,做的是client的生意。
1999年,internet最熱時,病毒型態早已從文件改為郵件,從磁片中毒改為郵件中毒,張明正也把客戶從PC使用者改為提供網路連線服務的ISP業者,從發郵件的源頭防堵病毒,走進server的生意。
當病毒進化日新月益,不僅會癱瘓個別電腦,更會自行複製並傳播,進而癱瘓掉整個網路時,要解毒從ISP處已不夠,而必須從各個網路傳播的紅綠燈口(也就是路由器)站崗攔截,這也使得趨勢的生意走入network模式,並且從PC network跨進手機network。
邱復生和張明正的例子,印証我們的確已進入網路經濟時代,但這件事早已不用再証明。重要的是,這兩人都是台灣典型的創業家,不受限於過去的成功而能與時俱進,不斷以今是定昨非,讓他們超脫年齡束縛而持續有新意。
邱復生經常看漫畫和小說,從中找靈感(F4團體就是從日本漫畫而來),還託人從國外帶回最新款遊戲機試玩,隨時update自己對世界的嗅覺;張明正則是一天到晚想,為何公司搶人搶不過台積電和新力,要做什麼才可以讓自己更被市場需要,將毛利率從現有的95%再提升到98%。
創新沒有終點。台灣沒有奇異電器和威爾許那種百年企業的殷實基礎和卓絕企業家,但有的是在每一個5年重新思考生存和出路的大膽創業家。

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