只要夠臥虎藏龍,不必害怕英雄
只要夠臥虎藏龍,不必害怕英雄
2003.02.01 |

1992年美國商務部正式宣布把Internet民用化,算是數位時代的開端,那時剛好也是電腦由大型主機正式向PC過渡的轉捩點,Intel在x86架構下開啟CPU運算速度的衝刺。有了強力的「位元」計算機器,做生意的人紛紛把自己的工作數位化,變成0和1的位元,讓電腦來提高效率;有了無遠弗屆的Internet「封包傳輸」(packet switch)技術,每一部電腦、每一家公司都可以連在一起。
電腦的位元運算+Internet的IP封包,後來成為IT(資訊科技)的技術核心。「你IT了嗎?」,是矽谷灑向全世界的一句令人緊張無比的問候語。

**忙著「數位化」卻忽略了「時代化」

**
到去年,數位時代過了第一個10週歲生日,你可以說:這段日子過得和台灣的8年教改差不多,曾經有煥然一新的興奮,但也有更深的「白老鼠」式痛苦。
仔細回想,這也難怪,這十年來我們都忙著做「數位化」,而太少時間去想怎麼樣「時代化」。
數位化是急著把我們的資訊變成位元,把位元連向別的電腦;而時代化則是思考這些位元要做什麼事?彼此連在一起,是只為了開香檳而已,還是真的要來結婚?
把過去十年拆解來看,那些我們恆常不太留意的「時代化」milestone是什麼?先摸熟了數位化後了的時代地圖,我們才有可能抓住當下的方向。慶幸的是,由十年到去年,發展還可真十分精采。
第一個,可說是「金融市場大一統」。原本分散在各國和各區域的貨幣市場、資本市場、期貨市場,都變成了一個市場;沒錯,也許你會說它們都還在本國當地運作,但你其實很清楚:這全世界近35兆的資金全部依據美國市場來波動。而且正因為IT科技太聰明,金融家可以用它來設計「買賣未來」的產品,把未來的價值變成現在的現金,這使得市場變成了比實際交易金額還大的超級機器,輕易就可以把霸菱銀行搞垮、讓亞洲吹起風暴、還整倒3位諾貝爾經濟學獎得主。這個大市場去年直接驅動了台灣的金融改革,金控成立,銀行開始用力打消呆帳,許多銀行老闆謙虛的說要洗心革面;而不管是現金卡還是白金卡,你都知道:銀行的服務奇蹟似地變好了。
第二個則是「中國的出現」,成為世界的製造工廠。這點我們台灣很清楚,不必多說。第三個是「無盡通貨緊縮」,價格循環殺戮,除了中東的石油、哥倫比亞的古柯鹼和台灣立法委員的薪水,沒有一樣東西有資格漲價。
第四個是「世代的汰舊換新加速」,必須用雲霄飛車來追趕。世界連在一起,老年人是難以跟世界共鳴的,不是他們不願意,而是他們天生少了世界一家的寰宇感,柯林頓、布萊爾、陳水扁能當選總統,年輕人的選票是大關鍵。而年輕人在網路社會中形成的那種「想像的共同體」,無疑是驅動青年集結、轉向、叛變的有力平台。這樣的淘汰賽,在企業界也屢見不鮮,大家不妨回憶一下兩位五年級CEO辜仲諒和嚴凱泰去年的表現,就可知這個時代是如何用「壓縮式的啟蒙」(compressed enlightenment ),讓年輕人在5個華爾茲舞步內,就變作成熟領導人。
第五個地景,是數位硬體企業退位,時代感的企業登場,成為推動經濟成長的動力。舉例來說,去年中華汽車一年賺65億,但全台灣半導體工業加起來只賺40億出頭,而就在3年前,這些明星球員還曾經賺了1500億呢。有人說這是景氣的因素,其實錯了,是時代的因素。當全球有工業的地方都已經裝上電腦和網路,數位企業要成長就不能再靠撐飽的市場,頂多只能如郭台銘的鴻海,用掠奪弱者來驅動自己的茁壯,但遺憾的是,像郭台銘的老闆,畢竟只有他自己。

**對努力做好生意的人是公平的

**
但是有時代感的企業,是可以用多端變化、彈性適中的數位化,來達到時代化的目的。中華汽車嵌入到中國,美國Wal-Mart扳倒第二名的K-Mart,靠的可不是路由器和IT重裝甲,而是再深邃得不得了的市場心理學。我們上期雜誌報導的聯強國際,則是「用全力以赴的聰明,做好平凡的事」,這些平凡事無一不架構在由客戶、市場、價格每天的動態平衡上。
看完去年,數位退色、時代登場,其實對努力做好生意的人是公平的。但今年會怎樣?
我們敢說,時代感的企業還是會如日中天,而「數位的企業」則得趕快學著變成「時代的企業」。這中間所有的關鍵,都是人才,企業裡面還在做製造的工程師,遲早都得到大陸,而不願去大陸的,得人人是史蒂芬史匹柏才行。1月底《Newsweek》日文版就以10頁的篇幅報導Sony的世紀計畫,老闆出井伸之著急的企圖,是趕快把陶醉在Walkman餘暉裡的新力,變成數位內容(digital content)的公司。這可是大工程,因為這也就意味未來10年內,我們所熟悉的那些古板的日本人,全都得換成小室哲哉那類人。除了Sony的轉變,我們還看到Samsung急著去頂替Sony的位子,而台灣的BenQ,則想挑戰Samsung目前的角色——雖然距離仍不免遙遠。這種角色的替代更新,都是企業體察時代後,對自己命運的深刻體認和行動。
有了這個時代的背景,台灣工作者是不必怎麼害怕中國挑戰的。中國雖然經濟起飛,人才輩出,來勢也洶洶,但正如數位化和時代化的不同,做生意起初靠的是邏輯、中段得靠管理、高段得靠那種「澎湃人心的創意」。由這個標準看,中國有很強的IT人才,但短期內不會有傑出的商人,在中期內更不會有小室哲哉型的製作人(producer),有何可怕?
電影《英雄》和《臥虎藏龍》的比較,就是好例子,台灣出身的李安,是一個用影像說故事的文化商人,而張藝謀則是一個用影像作畫的浮世畫家,《英雄》看起來是一連串得獎廣告影片的大剪輯,美則美矣,可就是不像個故事。這不是中國的錯,因為他們沒有足夠的自由空氣和時間,來孕育活潑、善體人意而又能運籌生意的人才。台灣不只李安,看看寫〈黑色柳丁〉的那個陶吉吉,最近以上億的價碼轉換東家,這可不因為他是偶像歌手,而是個製作人哦。
結論是:我們將看到各種各樣的producer,出現在接下來的時代裡。這就是數位時代的處境。

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