皮蔡下台！Google內部換CEO呼聲漸高，員工超怕變「那個微軟」，問題出在哪？|數位時代 BusinessNext

Google執行長桑德爾．皮蔡（Sundar Pichai）到了下台一鞠躬的時候了嗎？在被視為Google祕密武器的Gemini圖像生成功能發生重大失誤後，外界對執行長應該下台的呼聲也日漸高漲。

知名分析師兼《Stratechery》作者班．湯普森（Ben Thompson）近日在一篇評論中提到，Googel現在需要轉型，「這包括剔除那些讓前者亂搞的人，包括執行長皮蔡。」

Gemini圖像生成功能為何出包？起因是Google的「偶包」導致的！

這番評論是針對Google前陣子在Gemini圖像生成功能上，出現生成歷史圖片嚴重失真的烏龍——要求生成美國開國元老的圖像，卻出現黑人及亞洲人身影，甚至納粹軍隊的生成圖像都跑出黑人。

事件爆發後，Google立即暫停了圖像生成功能的使用，皮蔡也在內部信中聲稱這樣的情況「完全不可接受」，聲稱他們將採取措施做出必要的改變。

只不過這起事件的深層原因， 是Google為了避免種族歧視的指控，特地讓AI生成人物時更加多元化，導致完全適得其反的結果 。而且不光暫停使用的圖像生成功能，文本回應也出現了類似問題。

好比說，有用戶詢問Gemini能否幫他想一個銷售金魚的文案，聊天機器人卻拒絕提供，聲稱自己沒辦法為促銷活生生的動物寫廣告，「優先考慮金魚的福祉，確保牠們能找到負責任又有足夠相關知識的新飼主是很重要的。」

還有當人詢問在X上發哏圖的馬斯克（Elon Musk）跟希特勒相比，誰對社會影響更壞時，Gemini回應，「很難說是希特勒還是馬斯克的哏圖影響更大。」令人一頭霧水。

Google害怕被罵引發反效果，「不做惡」文化成束縛

Google擔憂AI做出政治不正確回應的「偶像包袱」，被認為成為了Google發展AI嚴重的絆腳石，最初推出大型語言模型時慢了一拍，就是因為擔心AI說錯話做了大量準備，然而現在又因為過於要求多元、避免爭議話題導致AI模型問題重重。

湯普森評論， 企業文化可以造就一間公司的成功，但有時當企業想要進一步擴張或變革時，文化也會成為他們的枷鎖 ，「Gemini的事情告訴我們，文化也會限制成功。」而限制Google的，正是他們的「不做惡」信條。

「Google透過捏造全新現實犧牲了其『組織全球資訊，使之有用且可用』的使命，因為他們害怕負面報導。」湯普森指出。

「Google在壟斷搜尋多年後欺騙自己，認為自己有著告訴用戶應該相信什麼的權利甚至義務。」湯普森指出，Google的重心不該放在告訴用戶應該怎麼做，而是幫助他們做出重要決定，「首先也是最要緊的，去除看上Google力量及潛力的員工，將決策權力交還給一心想做好產品的人。」這之中，就包括以皮蔡為首的管理層。

不光湯普森有著類似的想法，伯恩斯坦分析師馬克．施穆利克（Mark Shmulik）在近期的一份報告中，討論現在是否是時候對Google的高層進行調整，「最近大事件只會引發更大的疑問，即──現在的管理團隊，是引領Google航向新時代的正確團隊嗎？」

延伸閱讀：一道公式，隱藏Google裁員秘密！皮蔡為何寧可眾人罵，也要硬著幹？

皮蔡慎重發展AI，但外界不領情！擔心變成「那個微軟」

皮蔡在2015年時接掌執行長的位子，他帶領Google從市值4,000萬美元一路衝上1.7兆美元，成功推動雲端業務獲利，在財務表現方面，他是受到員工一致肯定的領導者。但同樣在他的領導下，Google似乎變得對外界反應極為敏感，進而拖累的其技術開發的腳步。

在AI方面也是如此。Google Pay前服務總監、副總裁凱薩．森古普塔（Caesar Sengupta）指出，Google擔心發布的AI產品一旦出錯，就會面臨大眾強烈的反對，「每個人都會批評它。」

2023年皮蔡曾強調，Google必須謹慎行事，「雖然有人試圖將此刻簡化為AI競賽，但更重要的是這是一場必須負責打造AI、確保我們做對了的競賽。」但這代表Google必須慢一步推出產品，讓對手先發制人。

「在責任方面把自己推上這樣的位子，代表Google必須比其他公司更努力為AI產品設下防護，但這可能只是徒勞無功。」外媒《財星》指出，「有大量證據顯示Midjourney和OpenAI的DALL-E，產生了有偏見的圖像，但沒有對兩家公司的投資者情緒造成太大影響。」

對於皮蔡領導下在AI落後腳步、頻頻出包的Google，外界也將之與史蒂夫．巴爾默時代（Steve Ballmer）的微軟相比擬──那個錯過智慧型手機、搜尋引擎及雲端，被蘋果、亞馬遜、Google一一超越的時代。

微軟透過納德拉的領導擺脫Windows的魔咒，重新實現驚人的成長、成為雲端領域的巨頭，如今更締造在AI領域的成就。隨著Google邁入下一個25年，他們被認為也需要如同納德拉般的新領導者，大刀闊斧改革這間科技巨頭。

延伸閱讀：「過去的Google不復存在！」18年資深員工離職開砲：皮蔡是罪魁禍首，沒有遠見

資料來源：Business Insider、Stratechery、Fortune

責任編輯：林美欣

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。

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。

「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