成功創業的5個行動提案
成功創業的5個行動提案
2002.09.01 |

聯強國際自1988年成立以來,已經14個年頭。常有人問我,如何在神通集團裏內部創業,如何將聯強經營到目前這樣的局面。其實,整體來說,我只是「想把事情做好」而已。
1984年我負責集團在科學園區第一座工廠的建設,包括財務、人事、總務、資材等工作,我全都接觸到了。我一直很感謝這一年,因為那是我生命的最大轉折。正因為我想把事情做好,所以我不挑工作,只要能解決問題,我什麼都做。涉獵的廣度因而不斷擴大。
「把事情做好」,很簡單的五個字,但怎麼做才會好?以下5種方式,是我創業至今的若干領悟。

**公車理論

**
機會和實力,就像人在坐公車一樣。機會是公車,它是不等人的。公車到站時,如果你已經在那兒等,也就是實力足夠,它就把你載走;如果你還沒到站,也就是你實力不足,那你是搭不上的。
如果你還沒到站,但猛地衝上車,你可能會吊車尾,也可能會一個沒抓穩摔下來。換句話說,只要你能「準備實力、等待機會」,一旦公車來了,你的成功率會比實力還不夠就硬上要來得高。

**「讓錢追人」理論

**
二十多年來,我從未和老闆談過薪水,也從來不去想我會有多少錢、多少權,只是想把事情做好。事情做好了,錢就自己來追我。一旦收入不錯了,自然就不用再去想錢。
台灣話說:人兩隻腳,錢四隻腳,人要追錢是很難的。反之,你有能力,老闆怕你跑掉,會主動加你薪,讓錢來追你,不是很舒服嗎?與其千方百計只想讓老闆加薪,倒不如把心思放在工作上。只要有成果,錢自然就會過來。
這樣的良性循環所得到的效應,會使你在職涯裏不但擁有財富,也擁有地位與智慧。人不會不喜歡財富,財富要有;若有地位,人家會尊重你;但也要有智慧,人家才會尊敬你。

**「立志做小事」理論

**
我們指揮電腦做一件事情時,軟體其實要寫得很細。比方說,要從A點走到B點再轉彎,可能得分解成一百個小動作。我是工程師出身,因而在不知不覺中,培養出一種思維:把一個很簡單的動作,看成一百個步驟。
把一個東西解體到很細微,你就很容易看到它的真正本質,看到它哪一個環節,最可能是成敗的關鍵。這樣的工作習慣,可以增加你對事物的透析度與解讀深度。在設計流程與作業體系時,也可以做得更細膩。 這幾年我最大的感受之一是,凡事都有其當下的情況,使它為了符合當時需要而做。隨時空演變,老方法會變得不合理。這不合理有它的歷史包袱和背景存在。所以我們常說要突破、要創新,要做得比別人更好更成功。
雖然供你選擇的新作法並不少,但你必須有能力把事情做非常細膩的解構,才能看到真正的答案。
我非常重視小事,就是因為它才是關鍵。「中事」大家都會做,很表面的;大事就是方向、願景、策略。如何把大家都會的事做得很出色?關鍵就在許許多多的小地方,你是不是都一一注意到了?你有沒有真正掌握與發揮它的精髓?如果有,你會與眾不同。

**「深度學習」理論

**
現在,我們手邊的資訊非常充足,取得資訊也非常容易,但我總覺得學習很容易陷入因吃太多、吃太快而沒消化的困境。
我認為學習應該以你現有工作或專精領域為核心,再往相關的周圍領域去吸收、學習。不但你的學習範圍獲得控制,學習和你現有工作的直接關聯性也會變大。這樣你才能真正對每一樣東西,花足夠的時間去了解和體悟它的內涵。這叫消化。
我看東西都很慢,因為我是一面看一面想,一方面是真正去了解它的意思,另一方面是聯結「了解到的東西」和「已存在你腦中的知識庫」。有人讀了很多,卻不顧關聯性,只直接往倉庫裏丟,到要用時就會找不到、拿不出來,等於沒有用。
簡單說,我讀書會先抓key,只看幾個重要章節,但是細讀,效果就很大。
每樣事情你都應該多花一點時間研究,不是摸一下就放開,說「OK,我會了」,也不是聽到什麼只說「好,我知道了」,就結束了。如果你多停個幾秒,再多想一下,你就不只是接觸到第一層的意涵,而會體悟到第二層。花更多時間,就推進到第三層。
說起來,人的成長過程本來就是從基礎到進階,從不會到慢慢學會。當我認為事情不該是這樣,我會去問為什麼是這樣,而不會直接說「應該是那樣才對」。別用你有限的知識去判斷,要多問別人「它為何是這樣?」你就可以吸收很多。
這種習性會使你對事物不致於囫圇吞棗而不消化,也等於是一種解構的動作,你對事物的滲透能力就養成了。我常說要深度思考,大家會不會呼吸?但大家記得要深呼吸嗎?平常我們都吸到一點就吐出來,深呼吸是要在肺裏停留一段時間,到更下層,整個肺的氧氣才會循環,深度思考也是同樣的道理。

**「漏斗」理論

**
對於未來,我們心中或許都會有看法,但我從來不把它當成固定看法。
平常我們說誰有遠見,其實那只是看到朦朧中好像「燈光在那裏」,不過是霧裏看花。如果我們的眼力能看10公尺,你再往前多走2公尺,就能看到更遠的2公尺,和原本看的又不同了。 我的哲學是,那只是大方向,它可能會偏,所以要做好準備。你得佈好你的局,讓結果不管怎麼偏移,都還是能落在你的漏斗裏,才不會因為賭錯邊而成為大輸家。經營企業不該是賭博,我們不能仰賴豪賭求取大贏。

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