新冠肺炎的衝擊遍及全球!人類該如何預做準備防範未然?
新冠肺炎的衝擊遍及全球!人類該如何預做準備防範未然?

黝黑瘦小的體型,靦腆的眼神,面前的他是我在柬埔寨吳哥窟的嚮導。

那是我在疫情之後的第一趟旅行。然而,作為聯合國教科文組織世界遺產、年均遊客人數500多萬的吳哥窟竟空蕩蕩,一個遊客也沒有。在新冠肺炎的衝擊之下,完全靠著觀光業維生的暹粒受大幅衝擊,大多數的當地居民頓時失去主要經濟支柱。6,000多名的嚮導一夕之間失去工作,我的嚮導Socheat先生,也是其中一位。

Socheat先生是位受柬埔寨政府認證的嚮導,英文很溜,一天大約台幣1,500的交通加導覽,鉅細靡遺的解說吳哥每座廟宇的歷史與故事。越是聊天越發現他的奧妙,原來他在暹粒偏鄉蓋了一座課後小學,讓當地貧窮的孩童能在中午放學之後有地方繼續學習。

疫情之下的小學如今搖搖欲墜,也因為嚮導工作的收入減少,他只能做點小生意賺錢,維持家庭生活開銷,咬牙堅持學校的經營。而他只是柬埔寨那30多萬因為疫情失去工作的人們的縮影。

Xbox旅行指南.jpg
疫情衝擊下,許多熱門旅遊景點都變成空城,遊客數大幅減少。
圖/ Xbox

在過去近一年半的時間,全球各地慘受新冠肺炎的衝擊。印度醫療資源與氧氣系統不堪負荷,Delta 甚至 Delta+ 等變種在疫情爆炸的狀況下接連爆發。南美洲的巴西、墨西哥各國,縱使已有完善的全民醫療系統,疫情在政府採取非科學政策之下不受控制。非洲各國面臨第三波的疫情攻擊,至今小於2%的疫苗接種率加上變種病毒的肆虐,不僅造成案例數與死亡數增加快速,更讓其他原本就遍行的傳染疾病 (例如:瘧疾、愛滋疾病) 更加難以控制。

經濟衝擊導致的貧窮更是新冠肺炎帶來的重大影響,且對不同族群有不一樣程度的影響。大多數的白領階級或許仍可以work from home,但對於缺乏保障、低技術及低工資的工作則不然。

根據國際勞工組織的報告指出,相比2019年,全球增加1億8百萬的勞工被歸納為「貧窮」或「極端貧窮」的類別,家戶收入少於每日3.2美金。收入不足連帶影響的是糧食與健康問題,世界銀行在今年7月份的報告估測2020年全球30%的人口 (23 億 7 千萬人) 沒有充足、營養食物的來源。

疫苗發展成為控制疫情的解方之一,卻產生疫苗分配不均的問題。當大多數的歐美國家達成50%的人口已接種兩劑時,許多低收入及中低收入國家甚至連1%都不到。除此之外,疫苗的研發與接種速度還要追上病毒變種的速度,從英國的Alpha、南非的Beta、巴西的Gamma到印度的Delta,新的變種接踵出現導致新冠肺炎更迅速的傳染力,及人們對現有疫苗有效性的未知,需要透過更多的研究和時間一一解答。

於此同時,我們能做的事就是預防傳染及持續接種更多的人,讓病毒不再有快速變異的機會。新冠肺炎將在什麼時候以什麼樣的形式被控制,我們的生活將於何時完全恢復正常,難以得知。

疫苗shutterstock_1913234896拷貝.jpg
疫苗成為控制病毒的管道,但除了供不應求的問題外,國家經濟狀況也嚴重影響疫苗覆概率。
圖/ Shutterstock

1520年天花大流行,造成3.5億人喪生,然而因為有疫苗在18世紀末成功的研發,天花病毒在兩個世紀的努力之下已於1979年被根除,至此再也沒有任何人感染天花。1918年的西班牙流感大爆發,縱使當時有疫苗的技術,卻沒有任何有效的藥物或疫苗能針對流感病毒,導致5千萬至1億人感染死亡。

現今的我們每年也在與流感對抗,因應流感病毒不斷在變化,季節性流感疫苗會在世界衛生組織的建議之下製造,預防人們感染及降低感染之後出現嚴重併發症及死亡的機會。

在我們無法消滅疾病的時候,能做的也只能學習如何與病毒和平共處。2003年在中國、香港、台灣、越南、新加坡、加拿大等爆發的SARS,更是台灣歷史上的傷痛,造成近800例死亡,然而透過嚴謹的隔離及預防,疫情於一年之間獲得控制。從歷史的軌跡也告訴我們,縱使人類在一次又一次的傳染疾病肆虐之下,世界總能透過新技術的研發、有效的隔離控制、預防傳播的方針,製造契機,結束疫情。

新冠病毒也是一樣的嗎?在這個世代的我們,擁有更強固的技術、更多樣的創新。過去,一支疫苗的研發在世界衛生組織審核通過之前,平均需要10至15年的時間,新冠肺炎疫苗在各國政府、藥廠、研究機構,於預算、技術、研究、臨床等支持之下,1年內便完成研發,甚至打破傳統的疫苗技術,以mRNA原理的創新突破,相比以往的疫苗技術限制有更多可能。

在疫情期間艱難的情況下,各式新興產業冒出,包括數位化學習與會議、科技新創的爆發、生醫與製藥開發的突破等。在今年6月,世界銀行更發布一份全球經濟展望報告,預測2021全球經濟將上升5.6%,將會是近80年來全球經濟反彈、成長最急遽上升的一年。疾病帶給世界很多不幸與挑戰,同時也讓我們看見人類的韌性。

除了疫情來時的應對之外,防患未然更是重要。人們總是健忘,在災難當下感受到真實的痛苦煎熬,事過境遷之後又回到原本的生活模樣。若無在可能的疾病來臨前做好準備,下個肆虐的病毒不知又會導致多少人被傳染甚至喪生。

doctor
各領域的專業學者,都期望能預測未來病毒,為其做好準備。
圖/ shutterstock

生物學家前往世界各地的蝙蝠洞穴採樣,期望能預測未來的傳染疾病,為其做好準備。科學家運用生物學及機器學習,建立出能預測潛在病毒宿主的演算系統,針對可能產生的新疾病提早監測與預防其發生。

除了研究與技術方面,跨國政府間與其他學術領域、私人企業、非營利組織等的合作,將有助於對新興疾病的監測,採取迅速的行動。各國醫療衛生系統的建立與進步更需不斷進行,在疾病來臨時,能有好的監測系統、醫療資料收集、充足且受良好訓練的醫療人員、完善的醫療體制等,讓政策能透過資料分析對症下藥,讓民眾能獲得足夠與有品質的醫療資源。

身為在非政府公衛組織工作的我,更想透過微薄之力,在疫情來臨時尋找創新與迅速的解方和應對,讓其他疾病的根除進度不會因新冠肺炎產生劇烈影響。在過去一年,我們與柬埔寨政府、世界衛生組織及其他單位合作,協助量化第一線醫療人員的防護用品、舉辦線上會議與跨組織跨省分的專家討論防疫策略、訓練鄉村瘧疾志工提供偏遠地區對新冠肺炎的預防教育、運用既有社區公衛志工的資源進行疫苗施打計畫等。

每次去田野參訪,看見地方政府、醫療人員與鄉村志工對於自己工作的使命感,不畏懼傳染風險的提供資源給社區民眾,在原本的工作職務之外新增緊急應變小組的任務而忙到三更半夜,更讓我確定自己的選擇,因為有一群夥伴扛著風險、與我們並肩前進、犧牲自己支持社會大眾。

當下個傳染疾病大爆發之前,期許人類能記取過去的學習、做好準備,讓社會與生活的影響降到最低,展望更健康美好的未來。

本文由蔡雨澄授權轉載自其Medium

《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)

【熱門焦點】
1.從陸學森戰友到對簿公堂!馬達大師自白出走始末:Gogoro成了不健康的天花板
2.Dyson打了一個史上最貴的水漂?花超過200億元,造了輛自己都嫌貴的電動車

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:吳佩臻

關鍵字: #新冠肺炎
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