9年級不會ZIP解壓縮!是手機把他們變笨了,還是仍用電腦的我們比較呆?
9年級不會ZIP解壓縮!是手機把他們變笨了,還是仍用電腦的我們比較呆?
2021.08.18 | 3C生活

最近有幾個網站都報導了「9年級不會ZIP解壓縮」的這則PTT新聞,主要是PTT上的網友分享,自己在網路上協助一名9年級生,對方想在遊戲新增內容,必須把新增的檔案覆蓋原本的,但一直無法成功,過程中耗了許多時間。最後作者發現對方原來是「不會解壓縮」,不知道怎麼解zip檔覆蓋原檔案。讓網友感嘆「現在小朋友都只會用手機了。」

仔細想想也對,這一代的小孩從小就由平板保姆帶大,到了學校用的是Chromebook,其實沒什麼機會接觸我們在傳統意義上,Windows環境底下所謂的「電腦」。

不過,這個新聞有意思的一點是,為什麼對較為年長的使用者來說,不會「解ZIP壓縮」很離譜,以及為什麼9年級不會ZIP解壓縮這件事對他們來說很正常。

解ZIP壓縮對「老人」來說為什麼會是一個象徵指標?

對於年紀略長的使用者(7-8年級以上),「解ZIP壓縮」可能是我們使用電腦的標準動作。幾乎不管是安裝遊戲,到下載軟體,「解ZIP」都是一開始的標準動作。

zip
圖/ pixabay

這是因為我們正好趕上的是電腦的全盛時期,使用電腦是我們必備的標準技能,而當時網路才剛剛起步,頻寬有限,因此為了節省頻寬,所有的檔案都要盡量壓縮。

對於那個年代的電腦用戶,初次在光華商場前面賣的MP3大補帖見識到可以把10張音樂專輯壓縮在一張CD光碟裡面,或是十多種遊戲藏在一個640MB光碟中,是非常新鮮的事情。光華商場周邊一攤一攤的這些大補帖商,就是那個年代窮學生的Steam、Spotify。

當然,並不是說現在網路速度快了,頻寬就不重要、就不用壓縮檔案了。壓縮當然還是要壓縮,甚至壓縮的比例依然還在不斷的提高,但是在現在的時代技術又更進步了,電腦只是接觸用戶的媒介之一,使用網路的裝置還有手機、平板,因此各種服務要強調使用上的簡單化。

在這個趨勢下,串流技術就成為主要的應用服務,要聽音樂、要看電影,下載遊戲,幾乎都用的是串流服務,所有的壓縮技術都在串流的過程中解決,用戶需要的只要一鍵點選,後面做什麼動作都不用管,因此,現在的用戶沒有用過「解ZIP」這個動作,也是很正常的。

而在這個背後隱藏著的一個意義,是一整個世代網路使用方式的改變。

從「數位原住民」到「去電腦化」

從2000年初開始電腦化、數位化,後來進一步網路化的時候,所謂「數位原住民」的這個議題漸漸浮出水面。指的是從生下來就在有電腦、有網路的時代的這一代。也就是我們所謂的7年級生、8年級生。

當對於「數位原住民」這個名詞的,是「數位移民」,指的是6年級生以上的,從原本沒有電腦、網路環境之下生活的這一代,突然踏入有電腦、網路環境的生活。

apple_new-imac-spring21_lifestyle03_04202021.jpg
圖/ Apple Newsroom

從數位移民到數位原住民,當然帶來很多觀念的改變以及衝擊,也有很多偏見。對數位移民來說,電腦只是工作上的工具,但是數位原住民來說,電腦是他們的工具、玩具,也是與朋友聯繫情感的管道。

然而,就算是數位原住民,也面臨了一波新的使用習慣的轉移。隨著手機、平板、Chromebook這些非傳統意義的電腦普及,新一代用戶習慣以觸控式螢幕為主的操控方式,慢慢地開始不用鍵盤。而這種使用習慣的改變,最大的意義就是, 網路使用者的年齡層又變低了。

不用鍵盤意味著你不用看懂英文字也能操控,觸控更直覺。如果說第一代數位原住民開始接觸網路的年紀,可能至少也要從小學才開始,那麼新一代的數位原住民,可能從出生六個月到一歲開始,從爸媽把手機或平板丟給他們開始,就已經可以接觸網路了。

接觸網路的年紀開始變早,對於平板、手機的使用就跟使用奶瓶一樣自然,當然對於這一代數位原住民有著直接的影響。他們可能對於一些電視上的大明星不感興趣,但是對於YouTuber則可以很快叫出名字;他們不需要懂得怎麼解壓縮,但是會自己在平板上安裝一個又一個的遊戲。

而在這個情況下,他們不需要會用鍵盤以及滑鼠,網路的標準使用工具似乎又迎來一次新的變化,也就是「去電腦化」。

他們在手機上打字飛快,而且會用手機畫出很精美的圖畫,知道怎麼在平板上面剪輯影片,甚至有些人已經有了自己的抖音。在這種情況下,他們為什麼需要用到電腦?

nicolesy-lr-ipad
圖/ 愛范兒

他們之所以還要學Windows電腦的唯一原因,主要是現在學校以及職場的工作環境,仍然被初代數位原住民以及數位移民所壟斷,所以依然少不了要用電腦。

或許「去電腦化」這個詞用得太極端,也可以說是「使用介面的多元化」:使用網路不是只有一種方式。因此,當他們「不得已」要用老古董的電腦的時候,遇到「解ZIP」被卡關,也是很正常的。

現階段來說,實現真正的「去電腦化」,至少在五年到十年之內不可能,但是使用電腦的比例有可能會逐漸降低。尤其是各種我們現在認為是不可或缺的服務,終究會被各種新的技術取代。電腦地位會越來越低。

數位移民成為老古董

在這個情況下,6年級以上的數位移民恐怕會覺得很不可思議。當年目睹了工作實現了電腦化,工作職場有了第一波革命,再來是網路化,又迎來一波革命,本來以為這些改變下來終於可以稍微喘息了,但沒想到可能又要看到下一波的改變。

怪就怪賈伯斯太早把iPhone拿出來,加速了一切的進化。如果當初Windows CE持續發展,Windows Phone真的成功,那麼現在應該每個人都會在手機上解ZIP。數位移民也不會這麼累。

但是,現在多元化的使用現象已經成形,數位移民、數位原住民,都得與這種現象共存。就像現在很多公司已經不再使用桌機,主力改為筆電一樣,未來,「使用Windows筆電」有可能會翻轉成工作職場中的少數,年紀夠大的才會用。

而最後,數位移民也會跟COBOL程式語言一樣,成為單位中一個尾大不掉,卻又不可缺少的礙眼的存在。

本文授權轉載自:T客邦

責任編輯:傅珮晴、蕭閔云

最新8月號雜誌《區塊鏈上的金融新世界》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #數位轉型
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