貿易戰下台灣的下一波成長引擎,選擇區塊鏈的機會與隱憂
貿易戰下台灣的下一波成長引擎,選擇區塊鏈的機會與隱憂

未來十年,將是台灣最好的時代。

很多人不會同意這句,首先投資人都會反對。投資不怕價格跌,怕的是不確定性。在中美貿易戰下,光美國總統川普的下一步就無從預測,今日川普又來了:3000億美元商品、10%關稅無預警在Twitter開徵,為貿易戰新一回合拉開序幕。官方理由是中國打算重談協議,沒有依承諾買「大量」的美國農產品,也沒有禁止成癮蘗物出口到美國。

這場貿易戰,就像一對失去互信基礎的情侶,雙方都不願把分手說出口。中國是無心的女友,川普帶領的美國像恐怖男友:女方想以拖待變,男友則令人完全猜不透。

我認為,期待新人來,中美貿易問題就會解決,是過度樂觀,當自由貿易的精神招牌已被這一輪貿易戰正式砸掉,日韓也決定用拳頭來決定新的兩國貿易秩序。

貿易新秩序已發生,幻想下一屆換美國總統就能結束這一切,是不切實際的。

我在《現在開始,是台灣最好的時代 — 年輕人,把握機會》一文已強調,台灣有能力在大國博弈中獲利,靠的是過去長久累積的工業、貿易實力;現在我更認為,除了延續既有的優勢,更重要的是:

開始尋找下一世代的成長引擎。

有許多新的機會正在成形,區塊鏈(Blockchain)就是其中之ㄧ。

台灣可成為全球區塊鏈試點場域

區塊鏈的現況是處於技術發展早期階段,大規模殺手級商業應用尚未出現(Facebook的Libra Coin仍持續在與美國政府溝通,短期內不樂觀),大型商業應用除了交易所外,也未見落地,可說正處在應用爆發與沈寂的十字路口上,這就是台灣的新機會。

為什麼台灣適合?台灣有的是多元,可並存的文化價值、蓬勃公民運動及長期運作的民主制度,而民主可本身就是一場試誤的過程。相較於AI科技,發展AI需要大量的產業資料,台灣屬淺碟型經濟,先天內需市場小、產業規模與其他大國無法相比,這是先天上的不足。

這些台灣擁有的特質,很適合提供成區塊鏈的小型試驗場,因為區塊鏈本身也是不同價值觀衝突下的產物,如果台灣能夠成為一個好的示範場域,試驗區塊鏈的「去中心化」價值能帶來什麼,立下典範並且輸出世界。

目前,許多區塊鏈潛在應用已經在台灣發生、落地。

台灣區塊鏈產業地圖

首先,台灣的區塊鏈產業已經有相當完整的生態,超過10家加密貨幣交易平台、6個區塊鏈基礎建設團隊、2家代表性錢包業者、超過7家區塊鏈技術服務公司,還有無數對沖基金、加速器、區塊鏈媒體等挹注心力,台灣的區塊鏈產業在亞洲已經有不小的影響力。

政府態度

政府的態度也是關鍵之一,不誇張的說,台灣公部門是區塊鏈技術應用的世界前段班。舉例來說,台灣公部門正在運用區塊鏈技術於調查局蒐集證據、特殊執業證書管理(例如律師證書),甚至國民數位身分證,也很可能運用到區塊鏈的身份認證技術。

未來,STO(Security Token Offering)的募資法令(3,000萬元以下)也即將施行,雖然我認為目前的募資草案略顯保守、限制過多,如果未來能夠滾動式調整,仍可為台灣金融資本市場注入一股活水。

隱憂1:詐欺套路多

傳銷、不肖業者,目光早就看上了區塊鏈這個新興詞彙,用複雜的商業模式、華而不實的辭藻來包裝,骨子裡到處吸金,讓不熟悉此道的投資人受騙投錢,如前些日子跑路的資金盤Plus Token。

台灣法院審理的判決也顯示了這點,涉及虛擬貨幣的刑事判決,有68%以上是詐欺案件。

1_HkcYjO4sAch_q9mqsmjO5g@2x
圖/ 蘇文杰《論新興洗錢犯罪手段之實證研究-以比特幣之虛擬貨幣為研究中心》

隱憂2:投資糾紛無適當解決機制

這兩年,ICO(Initial Coin Offering)項目失敗、交易所資產被駭層出不窮,但因為缺乏適當的糾紛解決機制,讓問題在台灣衍生出更多爭議,例如數位資產平台業(交易所)並非金融消費者保護法所稱的「金融服務業」,有關金保法的規定 — 評議機制投資人無從適用。結果是,讓不少ICO項目投資人、交易所用戶求償無門,只能四處投訴,也大大打擊市場信心。

結語

這兩大隱憂,會讓有關政府機關,對於此類區塊鏈發展有所疑慮,對實際投入區塊鏈產業的業者來說,是劣幣除良幣。如何解決這兩個問題,讓這顆引擎能順暢發動,成為下一個關鍵。

最壞的時刻,也可能是最好的時代。對台灣的青年人材來說,有中美貿易戰帶來台灣在全球貿易體系的新定位,又有台美同盟這個保護傘,這可說是千載難逢的機會,現在開始,是時候一同創造台灣的新時代。

不過更重要的,就像我前面所說,是尋找台灣下一世代的成長引擎,我相信區塊鏈可以為台灣帶來不同的機會。

接下來,就看我們怎麼選擇、如何把握了。

(本文由果殼 Mr.Shell授權轉載自Medium

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

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