【圖解】台灣大告NCC,林之晨吐不滿!「台台併」到底吵什麼,一文看懂超頻爭議
【圖解】台灣大告NCC,林之晨吐不滿!「台台併」到底吵什麼,一文看懂超頻爭議
2023.03.29 | 5G通訊

2023.3.29更新

先前台灣大與台灣之星宣布合併後,NCC祭出附加條款,指出台台併後,需在2024年6月30日之前繳回超出法定限制的頻寬。

台灣大哥大總經理林之晨在今日的活動中指出,頻譜附加條款違反了「行政程序法」而同樣是3GHz以下超頻的中華電信及遠傳電信,雖同意繳回部分後仍超標的頻譜准予保留,於法無據。台灣大亦在3月17日向台北高等行政法院對NCC提起行政訴訟。

林之晨指出,當初用高標金購得的頻譜要無償繳回,等於剝奪得標者的權利。但他也坦言,行政訴訟可能要3到5年才有結果,是否能如期於明年6月30日完成網路整併,還很難說。

國家通訊傳播委員會(NCC)18日以附加條款核准台灣大併台灣之星、遠傳併亞太兩案通過,後續將送公平會。2件合併案從提案到定案就花了1年時間,針對NCC回應終於點頭放行,最值得關注的,莫過於台灣大董事會討論、於19日回應NCC決議為「於法無據、窒礙難行、有損雙方用戶及股東權益」,這意味電信業從5家變3雄鼎立的局面,有可能又生變。

台灣大指出,過去1年已大動作與台灣之星進行頻網整合,但數位發展部與NCC要求合併後,必須交出超出法定限制的頻寬,認為「無助於頻譜資源使用最佳化,甚至有可能影響到台灣大與台灣之星之間的合併協議」,讓風向變得更加撲朔迷離。

台灣大與政府「頻寬繳回」缺乏共識,下一步怎麼走?

台灣大合併台灣之星之所以可能受到影響,仍跟「頻段」脫離不了關係。現階段最受爭議的,是台灣大若合併台灣之星, 在1GHz以下所持有的頻譜,將超過法定限制總頻寬1/3的規定 。數位發展部與NCC規範業者需在2024年6月30日之前,以 無償繳回、轉讓或交換 等方式進行調整。

1GHz以下頻譜有何魅力,甚至有可能讓台灣大合併台灣之星一案破局?

就像電信業者爭食5G頻段的「魚頭、魚肚、魚尾」,1GHz也有其特色, 因該頻段因為收訊死角較少,穿透力較佳,是電信業者眼中的黃金頻段,也是維持通訊品質的關鍵 。過去遠傳總經理井琪曾表示,不同頻段的功能與重要性不同,因此在討論電信業者超頻時不可一概而論,但即便舊法可能需要調整,仍將依照主管機關規定行事。

除此之外,台灣大哥大表示,若繳回原台灣之星10MHz的頻譜,再加入台灣之星共280萬用戶,將使得原台灣大700多萬用戶權益受到影響。

而除了頻譜寬繳回目前尚無共識之外,電信業的合併之路是條漫漫長路。NCC副主任委員翁柏宗表示,由於數位發展部執掌頻率與電信號碼的管理,在NCC同意合併案之後,電信業者需要向數發部取得無線電頻率供應與號碼核配的許可文件,NCC才會接著辦理部分電信業者已經送交的營運計畫與網路設置計畫。同時間,還需要經由公平會審議,並送交證交所、證期局審核,最終經濟部通過公司登記案。

林之晨_台灣大哥大總經理_2019_12_18_蔡仁譯攝-11-copy
台灣大表示,關於合併的最終定案,將由董事會決議。
圖/ 蔡仁譯攝影

日前遠傳總經理井琪在記者會上表示,遠傳期望在4個月內將上述流程完成。不過,在台灣大以「深表遺憾」回覆NCC決議後,提到合併案將再由董事會決議結果,在半年內恐怕看不到「台台併」的發生。但要注意的是,若電信業者沒有在2024年6月底前調整頻寬就擅自使用頻率,將受主管機關責罰。

延伸閱讀:台台併保留低資費,遠亞併承諾原有權益!電信大整併潮重點一次看

NCC列5大原則要求電信業者遵守

除了繳回超額的頻寬之外,NCC以《電信管理法》第26條規定為基準,對2案給予「附加條款」,也就是台灣大與遠傳分別需履行NCC提出之20條與19條規範,才具備合併的資格。當中NCC對台灣大多要求的一項,是 必須維持原有台灣之星用戶的之終身4G方案 ,直到2033年4G關台為止。

其他細項基本圍繞著NCC的5大規範,包含提高更廣泛的5G覆蓋率、5年內投入新台幣600億元於網路建設、維持原用戶合約、提供多元資費方案、維持市場競爭機制。

遠傳電信總經理_井琪.jpeg
遠傳總經理井琪日前曾表示,不同位置的頻譜不可一概而論。
圖/ 遠傳電信

在NCC確立立場後,就看電信業者如何接招。而國內電信業者自2013年4G競標頻段起,在2次頻段競標中投入大量的競標費用,後續更打了將近10年的價格戰。如同其他國家電信產業以合併做為結局,國內電信業者申請合併,其實代表了希望藉由規模化、降低營運成本的期望。

翁柏宗表示,行動通訊業者其實正面臨了3大難關,第一是用戶飽和、ARPU值(ARPU-Average Revenue Per User,指每個用戶平均貢獻的電信業務收入)下降所導致的營收瓶頸;第二點為5G需要佈建大量基地台,使得建設成本上升;三是大型數位平台不斷蠶食電信業者的營收,包括串流影音平台、通訊業者(如LINE),以及國際雲端服務供應商。

延伸閱讀:網路用量10年成長287倍!電信業者絕對划不來,未來沒有吃到飽了?

「在消費端無可避免會走向價格戰,電信業者應該在企業用戶服務尋找出口。」翁柏宗表示,企業場景的垂直應用也許正是電信服務的新出海口。而未來1年,國內電信業者不論成為「新三國局勢」,或是成為電信四雄,也成為日後關注的焦點。

台灣大哥大也於1月19日晚間發布聲明回應NCC決議: 全體董事一致認為,頻譜附款有悖行政程序法,此等影響股東及用戶權益之重大事宜,台灣大將於農曆年後召開正式董事會做出決議,更有三點聲明如下。

    1. 要求「新台灣大」無償自主繳回重金標得之頻譜,卻對同樣在3GHz以下超頻之中華電信,以及遠傳電信雖同意繳回部份後仍超標之頻譜准予保留,法源依據何在?
    1. 若依主管機關要求繳回頻譜,則在巿場三大業者新競爭態勢下,又受限於1/3限制,頻譜亦將無法再釋出,無疑是國家珍稀頻譜的一大浪費!更遑論,處分中提及,若不自主無償繳回,明年6月30日前應改以交換或移轉方式處理超頻之10MHz,但頻譜交換與否,也需視競業之意願,因此限期改正能否如期完成,實不可控於我方。
    1. 被迫繳回頻譜之「新台灣大」在缺少原台灣之星10MHz的頻譜後,再擠進台灣之星280萬用戶,亦將使得原台灣大700多萬用戶權益受到影響。

本篇不提供合作夥伴轉載使用

責任編輯:林美欣

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