「企業冒險」趨勢成形!投資金額愈來愈大,企業看到什麼迫切性?
「企業冒險」趨勢成形!投資金額愈來愈大,企業看到什麼迫切性?
2021.04.28 | 商業經營

2020的一場疫情打亂了許多大型企業發展的腳步,卻也另外引起各行各業對於數位轉型及創新之重視,疫情對人類生活及商業行為的衝擊,加上科技的快速變動發展,對於企業的市場及未來發展,也增添許多的不確定性,除繼續維持傳統業務獲利外,企業於產品、商業模式或技術上之持續創新,也成為企業防止被彎道超車或邊緣化最好的手段。

新冠疫情及科技變化引發的轉型及投資浪潮

此外,依據CB insight於2020年最新關於公司創投(Corporate Venturing Capital, CVC)之報告The 2020 Global CVC Report所統計的數據,顯示去年與CVC相關的交易共有3,359筆交易,總投資金額為731億左右。雖然數據顯示與2019年相比2020年之交易數量有所下降,但於募資金額則是比以往更高且增長了24%,並顯示出CVC更專注於大型交易,主要投資於AI、資安及智慧醫療等部分,其中亞洲部分的募資交易數量雖下降,但募資金額也提升,我們觀察上認為當企業處在像疫情這樣不可預測的時代,他們會更慎重認真地看待透過CVC所做的轉型策略投資,因為這些才是讓他們能夠因應快速變動的產業發展的良方。

另外,根據Global Corporate Venturing媒體的觀察,2020年下半年開始,很多大型CVC的資金規模,無論是透過自家企業集團的加碼、或者是向外募資的順利,規模都比往年大幅的增加;這些都顯示了,不管是企業自己看好,甚至外部機構投資人也認為,在創新跟轉型策略對企業前所未有的迫切及驅動下,CVC投資可能會比純財務的創投投資,具有更好更穩健的中長期績效表現。

investment
圖/ shutterstock

雖然全球大環境仍存在不確定性,雖是危機也是台灣的轉機。在全球因為疫情擴大及各國防疫政策之社交活動限制,導致許多實體商業活動無法進行,台灣除了科技產業鏈完整的優勢外,因管制及控制良好,與他國相比企業和民眾生活仍能正常進行,因而有報導指出,近期許多矽谷的創業家及科技人才考慮回台創業,相關回台人數可能高達2,000多人,企業應把握此次機會與矽谷回台人才合作,透過投資及雙方互相合作理解的模式,共同找尋創新動能。

企業創新的兩種策略

一般而言,企業的創新可以分為延續性創新(sustaining innovation)及破壞式創新(disruptive innovation),前者所指之創新模式如透過「改良或提升」既有產品或服務之核心或附加功能,並致力於滿足既有客戶之需求,如手機廠商不斷改良手機之性能以提供消費者更好之使用體驗;後者則是指透過技術或服務模式之本質上的創新或改變,將不同價值帶入市場,並提供更為方便、簡單之產品或服務給客戶。

而破壞式創新對於大企業來說往往較難因應,如當初Netflix大戰Blockbuster之發展歷史來看,大型品牌Blockbuster為當時美國最大的租片公司,然在線上租片興起時,Blockbuster認為該市場規模仍過小,而不願意投入過多資源於這個看似過小的市場,然等到線上租片市場成熟後,Blockbuster既有的線下通路及滯納金制度,反而成為其發展新市場最大的阻礙,而輸給Netflix。

因此,傳統企業常受到原有市場、股東及客戶需求限制,或認為新市場難以支應企業本身成長,而忽略破壞式創新。故而企業追求營利的同時,也應關注各種不同的創新方式,找尋是否有方法既能維持原有產品創新,亦能抵禦破壞式創新於未來可能帶給企業主流市場的衝擊。而在目前各種革新式技術發展及數位轉型的浪潮驅動下,企業更應關注於各種不同內外部創新手段的思考。

1619489766837
圖/ 孫欣

企業可採用的創新方式

企業可用的創新手段如併購、與他人合作、研發、創新實驗室、孵化器或CVC創投(即上圖所示六種模式)。而在過去企業最常透過併購、與他人合作或自行研發等方式:

  • 併購新創:透過併購取得新事業的相關技術、人員或服務,並納入公司旗下以進入新市場,然而創新為一長期且持續的過程,更重要的部分在於其背後的思維,透過併購取得掌控新事業的人力、技術和資源後,企業本身亦須重新思考既有核心業務及企業文化如何與該新事業融合,是否能持續創新的動能,是一道考驗企業文化與成長管理的難題。

  • 與他人合作:與他人合作研發亦可能僅專注於特定項目之研究和發展,雙方於合作過程中亦可能產生爭議,如智慧財產權之歸屬、同一企業中不同部門不同的做事風格習慣等,而形成暫時性之合作,而未能達成持續的冒險創新。

  • 內部研發:透過內部研發較適合公司既有產品及服務之發展,專注於性能之提升,而對於前述來自低階市場或是外部市場之破壞式創新挑戰,卻可能受限於公司自身知識或市場,而難以發現或因應外部創新與變革。

1619489933422
圖/ 孫欣

CVC在後疫情環境下如何加速創新新動能

一般而言,企業對於本身產品及服務甚為了解,於既有的市場已經相當成熟且效率化,對於市場趨勢也能了解,透過併購、內部研發也能持續於延續性創新上居於領導地位,然對於破壞式創新之挑戰卻往往難以即時因應,因為新市場往往較小、投資評估存在之市場資訊較少或可能與原公司既有業務市場相衝突,導致難以從企業內部發展。故許多企業嘗試成立專責之投資部門或公司主體,即CVC專注於各類市場的新事業投資,以期能於投資過程中及早切入市場,並獲取相關人才、技術及發現市場趨勢,並深耕於創新生態圈,以因應來自破壞式創新的挑戰。

責任編輯:郭昱彣、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)

關鍵字: #投資 #創投
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