沒有計畫、沒有層級!黃仁勳如何管理1兆美元Nvidia?三個瘋狂方法大公開
沒有計畫、沒有層級!黃仁勳如何管理1兆美元Nvidia?三個瘋狂方法大公開

今年最出風頭的半導體公司,無疑是市值已超過1兆的輝達。讓人沒想到的是,執行長黃仁勳居然有著特別、甚至說是近乎瘋狂的管理方式:沒有計畫、沒有匯報、沒有明確層級。

根據曝光的消息,黃仁勳直接管理40名下屬,信奉扁平化就是力量;等人匯報就晚了,要對公司這個系統做「隨機採樣」;訊息全透明,上至副總裁下至基層員工都可以參加任何會議;不按周期制定計劃,沒有五年計畫,也沒有一年計畫。聽起來實在有點難以想像。

而輝達深度學習研究副總裁(Bryan Catanzaro)已直接現身證明。網友則評論黃仁勳的管理方法「就像一台GPU」。

管理密技一:組織扁平化,有權參與任一會議

黃仁勳下屬多達40名,但他避免1對1溝通,他首要的管理哲學就是扁平化、避免等級溝通。此外也避免進行1對1會議,取而代之的是小組討論,這樣的好處是確保從高層開始,每個人對訊息的掌握都在同條線上。而且他非常重視學習、了解行業最新趨勢,要做到這一點的辦法之一,就是讓自己周圍都是知識淵博且願意分享的人。

扁平化還體現在輝達的會議不受職位或級別限制。黃仁勳透露,從副總裁到基層員工,每個人都能問到公司的所有訊息並有權參加任何一場會議。

他的想法就是:

如果我們制定了一個戰略方向,為什麽只限於少數人知道?
告訴所有員工,我們就能集思廣益(swimming in the soup of strategizing and how to formulate the path to the future)。
我們就是一有想法就把它發給所有人,然後等大家給我們回饋,我們根據這些回饋再去完善。

管理密技二:只分享戰略方向,不制定明確計畫

與公司的每一位員工分享戰略方向的做法,就是在利用整個公司的智慧和專業知識,來制定更加完善和更為深思熟慮的戰略。這也讓黃仁勳承認,他打開了一扇從不同角度獲取回饋的大門。不過,需要注意用的措辭「戰略方向」。是的,只是方向,黃仁勳黃從不給公司制定明確的計劃,不管是長期還是短期。理由就是:計劃是死板的,容易帶來限制。

所以,輝達的做法就是不斷根據變化的業務和市場狀況隨時重新評估現有戰略。鑒於如今AI領域的快速發展,這確實是一個非常明智的舉措。

而除了不喜歡制定五年計畫、一年計畫,黃仁勳也不喜歡員工撰寫報告,因為他認為,這樣的報告到他手裡時,往往已經脫離基本事實。但他還是得了解公司的最新情況,所以,他就鼓勵所有員工寫郵件給他,主題就是當前他們腦海中「最重要的五件事」。每天早上,黃仁勳大概會閱讀100封這樣的郵件。

管理密技三:打破常規思考,敢放棄已有業務

前面這些,其實都是跟如何更好地收集訊息獲取策略有關。那麽,黃仁勳是如何具體制定策略的呢?答案是:Think Outside the Box(打破常規思考)。

幾年前,輝達退出了已經商業化的智慧手機和平板電腦SoC市場。如今看來,這個看似後退的舉動反而推動了公司前進,並讓輝達從競爭對手中脫穎而出。背後反映的其實就是黃仁勳的策略哲學:不遵循既定做法,一切都是以將問題拆解為基本事實為前提,從事實中構建解決方法。

黃仁勳表示,這種方法能夠鼓勵創新思維的誕生,並且往往會帶來傳統方法可能忽視的突破性解決方案。值得一提的是,黃仁勳也喜歡相信自己的直覺——這是他「Think Outside the Box」的另一種方式。

延伸閱讀:【圖解】17年前的關鍵決策,造就市值逼近兆元的Nvidia!黃仁勳做對什麼?

輝達組織架構的三個核心目標

最後,黃仁勳將輝達的組織架構總結為以下三個核心目標:吸引業內最優秀的人才,組織最精幹高效的團隊進行營運,在這個過程中,確保訊息在整個公司快速有效流動。

總體來看,這些管理方式確實有些獨特和瘋狂。不過不難看出,其核心特點就是透過保留新創企業才有的靈活性,來規避大型企業普遍都有的官僚主義和僵化。

一個問題是:輝達現在仍在快速增長,隨著公司規模的進一步擴大,這種精簡的管理風格是否還能撐住,以及繼任者能不能延續?黃仁勳說:「我還能再戰20-30年。」

員工怎麼看?

黃仁勳的瘋狂管理方式曝光後,引起網友們熱議。有來自輝達的網友證實:「我在公司才工作了幾個月,就開始和黃仁勳面對面討論手上的項目了。在他的『顯微鏡』下工作確實有壓力,但極大地減少了向主管展示漂亮的PPT、說些什麽『一切都好』的廢話的行為。」

同時他還回憶:「我之前在在一家只有規模只有輝達1/100的新創公司,相比起來,CEO與普通工程師之間的聯繫少很多。所以這是一個非常好的改變。」

不過也有員工透露:「像是不做1對1這種匯報只是黃仁勳本人,我們這種Org3級員工還是會定期和我的Org2級主管一對一交流的。」

所以,輝達就是因此而成功的嗎?Dan Hockenmaie認為,現在還很難知道。不過如果輝達沒有以這種速度和靈活性發展,可能早期就已死過好幾回了。

下載
圖/ 網易科技

值得一提的是,有網友也擔憂:黃仁勳退休以後,輝達還能不能照此生存下去?對此,Dan Hockenmaie透露:大家擔心太早。黃仁勳的計劃是再戰20-30年。

下載 (1)
圖/ 網易科技

延伸閱讀:你不知道的黃仁勳!靠擦地賺錢比賽、合作夥伴愛他又恨他,3個小故事揭秘AI霸主

本文授權轉載自:網易科技
責任編輯:蘇祐萱

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