PChome詹宏志:今年起不領公司薪水!發不出績效獎金,PChome如何重整體質?
PChome詹宏志:今年起不領公司薪水!發不出績效獎金,PChome如何重整體質?
2023.02.08 | 新零售

2023.2.8更新

PChome網路家庭董事曾在去(2022)年6月時,在股東會上提出大膽承諾:「如果今年獲利仍無法改善,我會把我的薪資變成零,把執行長薪資變成1/2。」

然而到了今年, PChome的成績依然沒有起色,營收不如預期。根據媒體報導,詹宏志在昨日發出的內部信中指出,與執行長張瑜珊「做了痛苦的決定」,確定不發去年的績效獎金。同時,他本人自一月份起「不再領取公司的薪水」。

過去一年,PChome經歷了哪些風波、哪些挫折,《數位時代》專訪帶你一次看懂。以下為2022年6月原報導:

「這兩年我們沒有繳出很好的成績,外界評論當然也有一些批評,」PChome網路家庭董事長詹宏志在今年的股東會上,第一句話就是向股東道歉。

緊接著詹宏志用3小時的時間,說明該如何挽回如今的頹勢。

在股東會隔天,詹宏志向集團內部發出的信件中,開頭第一段同樣是道歉,並且用上千字篇幅說明未來公司的發展方向。無論是對內、對外,詹宏志都親自出馬、穩定軍心。

過去幾年PChome經歷了幾場大戰。

在2017年的蝦皮補貼戰讓PChome燒了30億元,又在2018年營收被momo購物網超車,而且差距越拉越大;到了2021年,momo富邦媒合併營收(包含momo購物網、摩天商城、電視購物及型錄,但網路營收佔9成以上)達到884億元,幾乎是網路家庭485.79億元的雙倍。

這當然也影響到網路家庭的股價表現,在2015年時曾達到484元的股價,到了今年股東會當天收盤只有67.3元。

詹宏志曾在2020年透露將準備啟動退休計畫,但是在今年股東會前,他接受《數位時代》專訪時則改口,「我有責任,公司的市值、股價沒有回到一個地步,我不會退休的。」 他說,如今自己依然每天工作12~14小時,「我們是無論如何都要打,打不贏就會轉,轉了就要找出新的空間。」

PChome1.jpg
今年的網路家庭股東會,詹宏志用3小時向股東說明未來策略。
圖/ PChome提供

從電子報到入口網站,詹宏志:不排斥重新定義PChome

為了找出可以發展的「新空間」,在過去2年可以看到PChome動作頻頻。

像是在去年9月引進中華電信、中華開發資金,同時收購經營先買後付(BNPL)服務的的數位科技服務商廿一世紀數位,詹宏志也在當時宣布未來集團3大方向:加強電商服務、開拓新型態網路金融服務,以及結合電商與金流為基礎所推出的賦能服務。

簡單來說,PChome就是要串起手上業務與服務,讓中小型企業使用、壯大生態圈,為PChome孵化出不同於電子商務的新商業模式。

商發院國際數位商業研究所所長戴凡真也肯定這樣的模式,「PChome要突圍就必須回到初心,它是一個科技服務公司,這個方向是對的。」

回顧PChome的一路發展,創立初期是《PChome電腦報》的電子服務,而後又經營PChome Online入口網站,到了2000年才正式跨足電商業務。因此,詹宏志認為,「我沒有排斥公司一段時間就得要重新定義自己。」

PChome這艘大船,究竟會往什麼方向轉舵?詹宏志說,「如果市場會有一種力量,帶我們到某一個新的宇宙,我願意跟團隊去想各種可能性。」

在今年第一季,儘管電商本業虧損,但是旗下金融科技部門營收達3.2億元並且已經獲利。在經過2年調整之後,詹宏志期許電商本業、3大方向的綜效能在今年顯現出來。

5.31誠品敦南店閉幕日從凌晨零時起多位名家連續18小時不間斷講座馬拉松, PChome 網路家庭集
詹宏志說,PChome股價、市值沒有回穩之前不會退休。
圖/ 圖片提供/誠品

從失敗中找到新策略,詹宏志:現在我們通通改變了

「目前為止電商是我們的核心,我們也認為電商累積的東西是很有價值的」。在專訪過程中,詹宏志這麼強調。

整個PChome集團下,經營了PChome 24h、露天拍賣、商店街等等不同形式的電商平台,橫跨B2C、C2C、B2B2C模式。「我們可能是累積最多消費者資料的地方,我們有不一樣的經驗、對不同行為的理解,這些要合起來讓它有新的作用。」詹宏志提出說明。

過去幾年面對同業競爭,詹宏志也承認PChome的反應、彈性都不夠快,但是也確實做出相對應的調整。

他說,像是在2007年,PChome開始自建倉庫推出24小時到貨服務,就是因為面對雅虎的競爭時,認為外商企業的劣勢在於無法迅速決定在地的物流投資,「這個服務的差異化,讓PChome後來有10年安逸的生活。」

然而水能載舟,亦能覆舟。大型倉儲集中式、一次性出貨方式成為在2021年三級警戒時輸給momo的重要原因,隨後PChome為出貨、站上商品調控功能重新設計介面,使得往後出貨流程的調整可以更加即時,避免突如其來的大筆訂單湧入而造成出貨塞車。

「這2年的發展,不一定是因為我們原本想的是錯的,但是我們沒有把另一種可能性放進來,」以往,PChome不願意與外部分享內部數據,但如今也開始積極與MarTech服務合作,「現在我們通通改變了」,詹宏志說。

今年全家便利商店推出的電支服務「全盈+PAY」中,PChome旗下的Pi錢包也持股15%,「我最大的意圖,是希望能參與一個在實體接觸很多人的服務,」詹宏志說。在了解累積足夠多的電商平台經營經驗之後,他開始希望能了解消費者的線下購物行為,為未來的業務累積更多可能性。

然而,找到PChome的新方向,不是一蹴可及或者一時半刻可以完成的任務,唯有持續創造市場差異化才能突破困境。以跨境電商為例,旗下的Bibian比比昂跨境電商服務就與日本物流業者合作,祭出超低運費,「現在所有代購行業,沒有人運費比我們低」。過去2年,比比昂的營收持續成長、獲利也穩定。

詹宏志清楚現在要佈局的方向,也知道要看到成效就是必須等待,「現在我們盡可能在創造各種門檻,就是要變成尋找新定義的人」。

責任編輯:錢玉紘

關鍵字: #PChome網路家庭
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