2022數位時代實習計畫開跑！走在趨勢最前端，實作更能增加經驗值|數位時代 BusinessNext

數位時代正在找和我們團隊一樣充滿好奇性、喜歡思考，對接收新知識、新趨勢充滿熱忱的你！

在這裡，你可以掌握第一手產業消息，學習以深入淺出的文章闡述你的觀點，挖掘企業的know-how，聆聽背後的故事和策略思考，學習更寬廣的視野。

【數位時代】實習採訪編輯（名額2位）

數位時代聚焦科技財經領域的「新趨勢、新觀念、新人物和新商業模式」的報導。現今已成為橫跨平面與數位載體、結合內容與社群聚集、並且提供知識學習服務的科技媒體品牌；繼續為讀者尋找新經濟的下一個關鍵，為下一步發展預作準備。如果您想培養多元的網站新聞內容能力，或是渴望成為一名新聞現場採訪尖兵，希望練就一身新聞敏銳度。歡迎您加入數位時代的團隊！

實習任務 每日追蹤新聞時事重點新聞採訪撰稿國際新聞大事編譯網站SEO優化

期待您具備的條件 具備良好中英文語言能力中文書寫文筆流暢細心、耐得住繁瑣事務，擅於溝通協調與團隊合作會使用圖片編修軟體、影片剪輯軟體、基礎程式語言尤佳

【數位時代】實習影音編輯（名額1位）

數位時代聚焦科技財經領域的「新趨勢、新觀念、新人物和新商業模式」的報導。現今已成為橫跨平面與數位載體、結合內容與社群聚集、並且提供知識學習服務的科技媒體品牌；繼續為讀者尋找新經濟的下一個關鍵，為下一步發展預作準備。我們為提供讀者不同形式的知識內容服務而努力，因此成為數位影音編輯的您，將與我們的團隊一起打造數位時代的頻道。

實習任務 協助影片錄製、剪輯與上架主題資料的蒐集與彙整

期待您具備的條件 熟悉影片網站的上架想法靈活有彈性，對新事物好奇，保有想法上的開放性平時習慣大量接收資訊、固定並廣泛的透過不同類型媒體（大眾媒體或者是垂直媒體）接收時事、吸收新知者尤佳

【新商業學校】實習企劃（名額1位）

新商業學校是巨思媒體集團旗下的學習事業，涵蓋三大品牌學院，數位行銷管理學院、經理人商學院與風格經濟學院。我們結合媒體豐沛的能量，站在趨勢最前方，與時俱進定義學習主題。變動時代下，用最專業的實務課程，陪伴企業與工作者持續成長。如果您覺得自己是個喜歡分享知識的傳遞者，歡迎加入新商業學校的行列！

實習任務 協助實體與線上課程活動支援，如：課前物資準備、名單/問卷整理、學員服務協助數位專案、內容行銷相關專案，如：內容行銷文案及設計發想、數位行銷上稿與成效追蹤....等等

期待您具備的條件 細心、耐煩、以解決問題為導向、熱心助人、團隊合作執行力強，高協調溝通能力主動積極，抗壓性強，數字邏輯佳

【數據部】實習數據分析師（名額1位）

巨思旗下三大媒體品牌，除了紙本雜誌，我們也透過網路串連各項服務。讀者們在網站上每一次的瀏覽、點選，都像留下暗號，我們洞察數據背後的意涵，協助各部門為讀者提供更好的體驗，讓所有服務持續進化。在數據部實習，您可以累積數據應用的實戰經驗，也可以磨練跨部門溝通與合作的軟實力。

實習任務 以統計模型，找出數據洞察，協助各部門提升工作績效，或以 data-driven 做出決策透過實際的數據與問題，提升自己數據分析經驗與能力有機會接觸到 Amazon 或 Google 所提供的進階數據分析服務

期待您具備的條件 認真負責，有學習熱忱與獨立學習的能力對數據具有敏感度，能定義問題、尋找分析方法、解釋分析結果熟MySQL 語法，或有自信可快速學習上手必須至少懂一項統計分析軟體/語言，Python 或 R 尤佳熟悉統計分析、機器學習中的常用方法，具備建模的能力熟悉資料視覺化工具，如 Data Studio 、 Power BI 或 Tableau(加分項目) 熟悉使用 tensorflow 或是 pytorch 等框架建立模型(加分項目) 熟悉自然語言處理 (NLP) 相關機器學習或是深度學習方法(加分項目)

加入後，實習生享有什麼保障和福利呢？

實習津貼：每小時168元。
實習保障：團體保險。
我們喜歡看書、從閱讀中提升自我，更樂於與您分享：進入辦公室，可以看到排排站的好書，看得到的都歡迎您借閱。
鼓勵您一同掌握橫跨科技、管理、設計三大領域的最新趨勢：每月可以第一手獲得巨思三刊雜誌（數位時代／經理人月刊／Shopping Design三擇一）。
我們期待不斷強化自己的能力，邀請您一起培養更遼闊的視野：公司定期舉辦的內部教育訓練，包含知識學習、技能提升、經驗交流各個面向，都會邀請您參與。
巨思豐沛資源，歡迎您運用，提升專業能力：巨思齊下經理人管理知識庫企業會員專屬付費服務，讓您免費使用；新商業學校開辦業界專業人士進修首選的課程，供您免費兌換。

實習地點與時間

地點：台北市大安區光復南路，近捷運國父紀念館站。
時間：7月開始，每週至少2天(16小時)。如能配合一年將優先考量。
實習期間可能會因應疫情管制或部門工作需求，調整為遠距實習。

【申請方式】

請點選「線上申請表單」，完成基本資料、相關問題填答並上傳履歷。謝謝！

申請時間：即日起至 2022/5/31（二）中午12:00。
申請資格：大學、研究所在學學生，大三以上佳。履歷先到先審，適合者優先錄取。我們會仔細閱讀每一位申請者的履歷，將通知通過初步審核者進行面談，恕不一一回覆，還請見諒，謝謝。

詳細實習計畫請點此查看如有任何問題，歡迎來信至 hr@bnext.com.tw，謝謝您！

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。

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。

「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