頂新要用食品+通路笑傲統一
頂新要用食品+通路笑傲統一
2002.10.01 | 科技

從台灣發跡,在大陸發達。頂新集團的「康師傅」方便麵走紅全中國,最近也正式宣佈邁入第十年。
但對創造出食品王國的魏家四兄弟來說,在中國打拼14年的成果只是一個逗號,在失敗後重新爬起來,頂新集團開枝散葉,下一個10年,要成為全中國最大的包裝食品集團,還要跨足兩岸,面對國際級對手的競爭,立足大陸,成為一個國際性的集團。

**分割次集團,橫向水平發展

**
就在外界還在將頂新集團與「康師傅」畫上等號時,頂新整合兩岸事業資源,已依經營性質規劃成3個次集團:食品次集團、流通次集團及加盟連鎖次集團。魏家老大魏應州接掌食品製造次集團、老二魏應交負責流通次集團、老四魏應行經營加盟連鎖次集團,老三魏應充,則為台灣味全公司董事長。4個兄弟各司其職,各自發展新事業,展開橫向水平的發展。
對頂新集團來說,穩居龍頭的食品事業是老本業,通路事業則是下一階段最看好的潛力爆發事業。
即使中國加入世界貿易組織,還沒解除對流通業的限制,但上海地區已有近3000家便利店;大陸第一大連鎖店業者聯華超市,年底將一口氣在北京開設10家便利店,並在5年內擴點到1000家;還有來自西班牙和德國等國的連鎖便利店組織,包括法國歐尚、西班牙迪亞公司、德國麥德龍公司都在北京、上海等地選擇設店地點。美國第一大連鎖超市Wal-Mart北京店將在11月開幕,年底前會搶開兩家。
廣大的中國10億人口中,有錢的兩成人都住在大都市中,都會區的便利店、購物中心和連鎖店,是業者眼中著重的商機所在。

**全力拼通路

**
為了建立在中國的通路系統,頂新旗下的樂購量販店在大陸展店速度加快,今年年底,就要滿20家。
中秋節前夕,樂購天津塘沽店裡擠滿了來店購物的人潮,人人大包小包地買得滿手都是提袋。「沒有理由不看好通路這一塊,中國市場太大了。」在頂新工作超過10年,天津頂益公司副董事長滕鴻年望著滿賣場的人潮,興奮地數著:大潤發、Wal-Mart、家樂福、聯華,都打算在天津設點,但是天津太大了,「養活4家豈止沒有問題,再來10家都可以。」賣場還不到近身肉搏的階段,但誰先開店,誰就等於搶先掌握了未來的消費群眾。每天,每張在樂購的消費發票,平均金額是40元,大賣場改變了中國人對購物的習慣,往往可以用一週薪水來一次大消費。
1998年底,頂新集團入主味全公司成功,但對資本市場遊戲的不熟練,讓頂新栽在台灣股市,也引發了前所未有的財務危機。就在這3年期間,頂新一面找到金援,迅速爬起來;一面精耕通路,由「大董」魏應州和所有主管,拜訪旗下所有經銷商,重新建立品牌信心,也整頓全中國各地所有通路系統。
3年下來,不但鞏固了品牌知名度,全國55萬個銷售點,龐大的物流配送系統也成為經營的優勢。如今的頂新已非當初財務危機時,拜託台灣統一提供金援的中小企業,魏應州很有信心地告訴所有競爭者:「10年前沒有進來,現在也不用進來了。」

**取得大陸全家便利商店經營權

**
頂新建立的銅牆鐵壁,加上外商如可口可樂、麥當勞、肯德基等大型業者建立的屏障,讓台灣的食品業者望塵莫及,也是頂新一統江山的本錢。影響所及,日商伊藤忠商社想在大陸設立全家便利商店,台灣全家渴求而不可得的經營權,在魏應州飛往日本打了幾次高爾夫球後,輕鬆地由頂新集團取得。
以頂新集團的現有資源,很有資格發展自有品牌的便利商店,為何還要和伊藤忠合作?魏應州評估分析,以頂新的能力,經營便利店的know-how,還是不如外商來得完整,頂新想要具備經營權,又要花最少的學費,最快的方法就是直接與外商合作。過去,為了規模大,康師傅方便麵從麵身、塑膠湯匙、塑膠叉子、免洗碗,都自己開工廠生產,但下一個10年,頂新也開始學新課程,將資源投注在必要的地方,而不是什麼都親力親為。
一面和外商競爭,一面向外商取經,跨進下一個10年,頂新集團最想做的,就是國際化。不是跨出中國市場,而是如何在中國市場,卻具備國際觀的經營理念。
剛成軍的康師傅,成員來自四面八方,魏應州花了不少心力,才讓過去在泰山、愛之味、味全、統一等台灣企業的好手不再各吹各的調。不過10年下來,魏應州也深切了解,頂新的競爭對手不是外商,而是內部缺乏人才。「我們總共不過三十來個總經理。」為此,魏應州特地請人設計課程,邀請各外商公司、教育訓練業者到頂新進行「總經理培訓」計畫,「一年好不容易生產個3、5個總經理,但還是不夠。」培養人才如此不易,魏應州也相信這是競爭對手進軍中國的障礙。

**認證資格比學歷重要

**
要面對長期戰爭,卻沒有戰將,頂新企業將積極培養人力視為下一個10年的當務之急。現在,在頂新集團中,除了一級、二級主管必須定時上課,進修行銷學、管理學之外,頂新集團還有一整套的教育訓練課程,針對國際行銷、品牌管理、流程控制等方面設計學分,從職員、組長、經理或中、高階主管,統統都得「修學分」。在頂新天津總部的教育訓練中心裡,一天時常有4、5個班級在進行不同的課程,包括人力資源訓練、進階管理等等項目。修滿學分,可以取得認證資格,想要升官,靠這一張張的認證證書,在頂新裡面比學歷證書還有用,連語言都開始被要求。「過去大家都不懂英文,現在只有我不懂英文,」魏應州笑著,卻很嚴格地說:「現在,不懂英文的人,不能當主管。」
曾經幫頂新集團總經理們上過課的智得溝通事業董事長沈呂百觀察這些總經理,「他們學習力很強,而且積極地想要學新的東西。」主管們會盡快將自己的所學消化、吸收,馬上用在工作上,整個商業環境的快速變化,逼使他們必須成長,必須帶著頂新一起成長。
現在,魏應州每天的生活都是會議。每天每週都有排不完的行程,每兩個月要和分布全中國各地的所有一、二級主管進行電話業績會報,不斷調整經營策略。每天,魏應州帶兩個便當,中午一個,下午6點再吃一個,以便能夠晚上繼續開會。他的弟弟們也是不斷地開會、開會、開會,但所有的人都不以為苦。
對曾承受過公司差點倒閉的痛苦的魏家兄弟來說,能工作是最愉快的事,康師傅的成功也許可說是一個傳奇,但絕對來自實行,而非來自空想。

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