迎接個人創業家時代
迎接個人創業家時代
2002.11.01 |

這可能是最糟的時代,壞消息沒有停過。
香港的單月破產人數,在9月份再創新高,突破2500人。在台灣,失業人口維持50萬以上,惡化的陰影持續存在,一項剛出爐的人力就業調查指出,中年白領將是下一波失業潮的祭品。10月份無預警的美西封港,造成亞太地區出貨大亂,台灣的經濟成長率很可能由3.5%再往下調;一旦布希政府下令攻打伊拉克,卻又無法速戰速決,勢必會為受創中的全球景氣投下更大變數。
這可能也是最好的時代,變化不斷追趕過計畫。新奇的工作機會,不斷從過去難以想像的領域冒出來。
一位在美系投資銀行工作5年、今年32歲的專業經理人,在公司新一波精簡人事中,帶著700萬工作獎金離職,並很快在國內銀行找到工作,因為金控公司急需他這種做過投資、購併以及擁有兩岸三地經驗的專才。
儘管全球個人電腦業今年僅成長5%,但多種需求強勁的軟體技術(比方J2EE,一種用來開發手機軟體的技術),由於市場上會的人太少,價碼幾乎有行無市。「一遇到這種人,再貴也先簽下來,他們太搶手了,」前進國際人力資源服務部經理陳昭霖指出。前進國際的主要業務是開發軟體系統,但也依客戶需要提供資訊人力派遣服務,到客戶那邊去上班。

**高學歷不再是知識工作者的保證

**
絕大多數人都不會成為投資銀行家或軟體工程師,但是這種具有高度市場價值能力的背後,標示了什麼樣的時代意義?有哪些原則可以被歸納,以致於學習?
趨勢專家大前研一觀察,知識工作者不再是一體適用的概念,最起碼可分為知識藍領(工作內容是完成例行事務)和知識白領(工作內容是創造新價值),兩者差距正愈拉愈大。管理大師彼得.杜拉克也指出,屬於例行處理資訊的白領工作者,工作內容將會逐漸被資訊科技取代,薪資及工作保障都面臨威脅,但是具有市場所需能力的知識工作者,「未來將會非常、非常昂貴。」
壞消息是,高學歷不再是知識工作者的保證。當台北市捷運局出現第一位碩士駕駛員(報載月薪2萬8),被媒體拿來大做文章,以及這一陣子許多大學生參加垃圾車司機招考,高學歷等同知識工作的迷思,已經打破。
「知識工作者看重的不再是學歷,而是能力,」思科科學院院士(Cisco Fellow)貝克(Fred Baker)接受《數位時代雙週》訪問時指出。思科是全球知名科技公司,貝克所擔任的院士角色,等於是公司的科技方向掌舵者,決定公司內許多碩、博士人才的研發領域。還不到50歲的貝克,只有高中學歷(大學中輟未念完),卻憑著自修和動手做,對技術有獨到見解,成為思科執行長錢伯斯(John Chambers)最倚重的幕僚。
擴大來看,微軟的蓋茲(Bill Gates)、甲骨文的艾利森(Larry Ellison)、蘋果的賈伯斯(Steve Jobs)和戴爾電腦的戴爾(Michael Dell)這4位科技業知名人物,也都沒有念完大學。
並非學歷無用,而是知識工作者必須找對方法,來變現自己的價值,而學歷和這件事的關係愈來愈低,關鍵在於工作內容。

**原有的組織被重新定義

**
以往,這件事大抵透過創業形成一個組織,滿足市場上的某種需求,而得以實現價值(如上述四位創業家)。你如果沒有勇氣創業,最好有運氣跟對創業家(蓋茲創辦微軟成功,造就全球最多千萬美金富豪)。而現在,拜資訊流通成本愈來愈低所賜,組織愈來愈無形,邊界愈來愈不明顯,知識工作者要能自成一個組織獨立工作,或與別人合作組成臨時團隊。
舉例而言,過去16年,半導體產業由垂直整合走向水平分工,從前端晶片設計、晶圓加工、到後端的封裝和測試等工作,各自獨立成一塊產業。借用杜拉克的概念,是因為產業內「交易成本」和「溝通成本」快速降低,透明的資訊流通在上下游客戶間,讓原本集中在同一家公司的工作,變成好幾家公司共同完成,原有組織被重新定義。
在這個趨勢之下,光是晶片設計業又繼續分解成好幾塊,有提供設計軟體的公司、發展矽智財權的公司以及設計晶片的公司,規模愈來愈小,互相合作,彼此成為對方的外包商。台灣的晶片設計公司將近300家,許多從業人員先前都待過晶圓廠或其他晶片設計公司,當產業分工日益細密,4、5個朋友出來成立一家新公司的故事,已是稀鬆平常。
同樣的變化,正發生在連線遊戲產業。這個不到5歲的年輕產業,已分工為設計軟體的公司、開發遊戲平台(讓新遊戲像積木一樣,可以一個一個放上來)的公司和管理連線流量的公司。今年7月剛成立的「遊戲工廠」(設計遊戲軟體)、位於矽谷的Zona(開發遊戲平台)和「遊戲橘子」(管理上線流量)這三家公司的關係就是如此。
再下一步,會有專門寫遊戲劇本的公司(或個人)、設計人物造型的公司(或個人)、測試新遊戲好不好玩和抓臭蟲(debug)的公司(或個人)。「台灣目前遊戲產業很熱,但各種人才還是很缺,」遊戲工廠總經理蔣孝柔指出。蔣孝柔原本在Zona服務,Zona與遊戲橘子決定共同投資成立設計遊戲工廠時,她負責籌劃新公司,角色也從雇員變成創業家。

**既是員工也是老闆

**
知識工作者不一定要是創業家,但是在心態和能力上必須做好準備。在保險業、房屋仲介業和汽車業的業務員,早就用這樣的方式工作,既是員工也是老闆,而清潔保養品業沿用多年的「專案經理」模式,也是一樣。「組織和工作者的關係,已愈來愈像客戶和外包商的關係,」杜拉克強調。
他觀察,數萬人的那種大組織已經式微,科層式組織的「命令-控制」(command control)指揮系統,將不敵由許多小單位藉由緊密資訊流通所形成的團隊,每個單位都能獨立作業(能定義問題、協調分工、蒐集資源),而不需依附某個大組織下聽候命令行動;組織必須具備更大的彈性,打破過去因為功能設置部門(比如會計、生產、行銷、行政)的僵化制度,所以組織的壽命會縮短(依任務編組,任務結束就解散),連帶企業的壽命也會縮短,以反應變化劇烈的現實。

**公司提供的空間不足

**
因此,員工對組織的忠誠度也會改變,因為一家企業存在的時間,很可能低於員工一生的工作時間,代表工作者平均得換好幾家公司。也就是說,企業不可能再保障終生雇用(想想當年做出此承諾的日本商社,如今的窘況),而知識工作者的價值變現,也不侷限在一家公司中,而是可以面對好幾個組織,擴大了價值變現的空間。
人力派遣業就是一個例子。台灣前500大企業中,多有使用外包人力的經驗,處理公關、行政或資訊系統。以當紅的資訊人力派遣業而言,它能吸引許多優秀軟體人才加入,是因為這些人待在一般企業,大抵做的是例行的軟體開發和系統維護,公司裡頭偶爾才有一、兩個大案子進行。因此,他們能拿的待遇也有限,這並非他們能力不足,而是公司提供的空間不足。
加入人力派遣公司後,公司為了求取最大利益,會極力去爭取難度高、利潤高的案子,一個結束再換一個,這些人才等於不斷在做大案子,雖然壓力大,但成長和所得也跟著增加。「我常說服他們,做這一行就像做業務,收入可以成長很快,就看你的本事,」陳昭霖說。
累積足夠經驗後,甚至有可能從個別的軟體工程師,成為一個專案經理,去規劃整個案子的架構和經費,收入更是三級跳。「一個好的專案經理帶,專案可以賺一億,差的專案經理讓你賠一億,差別太大,」陳昭霖拒絕透露薪資細節,僅表示賺原本工作的好幾倍是有機會的。

**更專注發展核心業務

**
對客戶來說,他們在需要幫忙時,得到專業人力協助,案子結束後,這些人力也依約離開,從聘雇到結束雇佣關係,公司都不需出面(只需告訴人力派遣公司需求和價格,其他都由派遣公司處理,自己不會有勞資糾紛)。
也由於人力派遣公司解決客戶的人力需求和聘雇這兩個問題,讓客戶可以更專心發展自己的核心業務,提升競爭力,也因此成為最近幾年成長最快的行業,光是美國就超過7萬家人力派遣公司,每天送出250萬名人力,愈是不景氣,短期人力需求的市場愈好。
人力派遣業的興盛,代表人力資源這個部門,以及原本組織自行培養專業工作者的任務,被水平分工出去成為新的產業,回過頭形成組織、人力派遣公司和外包人力的三贏。而留在組織內尚未外包的工作,執行這些工作的人,必須證明他們能做得比外面更好,否則這部份工作遲早會外包。
企業規模變小、生存時間變短、更多工作外包,是正在發展的潮流,造成許多企業無力維持原有聘雇名額,導致失業。我們習慣認為生涯就是一份(或幾份)工作,靠的是長期待在一個企業中實現,但新的潮流淹沒了行之有年的想法。資訊科技促成組織與知識工作者的新結構,當下的不景氣則催化了反應速度。每一次時代產生大轉折,都帶來痛苦與希望,端視你看到了那一面。

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