英文老師寫出破億年收!這位台灣女婿的「觀點文」為何能吸引祖克柏、貝佐斯訂閱?
英文老師寫出破億年收!這位台灣女婿的「觀點文」為何能吸引祖克柏、貝佐斯訂閱?

這個台灣女婿,靠寫作從英文老師寫出破億年收——長居台北,用一人公司姿態,寫出霸王級的內容帝國。

他叫 Ben Thompson。

Ben 本來在台灣當英文老師,因為自己的強烈興趣,他決定寫科技部落格當副業。沒想到,才開張第 1 年就原地退休。

他的文章每月定價 $10 美金,剛開放就有超過 1,000 會員訂閱,讓他直接達成目標:「只靠寫自己喜歡的文章,養活自己」。

經營第 2 年的收益已經讓他有底氣把工作辭了,正式全職寫作。這時候他的 1,000 鐵粉已經漲成 2 倍,讓長居台北的他衣食無缺。

他在台灣結婚,有 2 個小孩。這時 Ben 還不知道,現在只是邁向破億年收的起點。

異軍突起的一人事業

Ben 的網站完全沒廣告,靠免費文章吸流量。想看深度分析的人,可以每月付款,閱讀限定版長文。

他的寫作就像雷射光,100% 只聚焦矽谷科技。Ben 發現,雖然有媒體大量報導科技內容,但從個人觀點犀利切入的深度分析,卻幾乎沒有。

透過實踐,他摸索出在 10 年前極罕見的寫作生意:付費訂閱。

「到底,有誰會為了看文章花錢?」

Ben 用行動證明:還真的有,而且超多人。

  • 2015 年:會員遍佈全球 85 國家
  • 2017 年:Ben 被譽為內容訂閱的啟發人
  • 2020 年:估計年營收 300 萬美金(破 1 億台幣)

《Business Insider》報導估計,Ben 在 2020 年只靠自己寫文章,就衝破 1 億營收。

致勝關鍵:爆點

Ben 最經典的一篇文,主題是「教授的理論錯了。」

他思考分析後發現,哈佛商學院教授的理論不能套用科技業,但他自己沒發現。Ben 說:文字立場越強烈,讀者就越多;寫那種「兩邊討好」的論點,太無聊了。

「住台灣的英文老師,突然對哈佛教授開砲:你這理論有漏洞!這種文章如果真有料,肯定一堆人想看。」

吸引人的爆點(hook)是 Ben 寫作花大量時間鑽研的地方。

除了爆點,Ben Thompson 也日更。他每週寫作 4 天,每年產 200 篇文,200 篇幾乎都是長文,例如知名 YouTuber 的 MKBHD 專訪文章,就有 10,621 個字。

爆點,高產,深度,這些是 Ben Thompson 和其他人的最大區隔。

訂閱寫作之王:超細超精的領域

Ben 說:靠寫作獲利,你不該找池裡最大尾的魚,再去和它撕咬。

你該做的,是挖出自己的池塘,成為專屬池子裡最大尾的魚。

如果你現在也想進攻同樣領域,那 Ben 早已經領先 10 年、每天深耕,你太難贏了;但如果你改挑細分的新領域,從自己最有興趣的主題用心經營,你就能成為領域王者。

比如「SemiAnalysis」就是只寫半導體的網站。他用自己觀點切入、反覆打磨,於是成為領域的霸主。每年訂閱收 $500 美金,比 Ben 定價更高。

堅持獨到觀點、持續深耕,就是 Ben 累積上萬會員,甚至吸引首富訂閱的秘密武器。

傳說中的訂戶:祖克柏、貝佐斯

Ben 會故意忽略、忘掉那些大咖讀者。但他偶爾還是會在會員清單瞄到名人。比如帳務系統的 Email 名單,上面可能就有:

  • 路人甲
  • 路人乙
  • 傑夫 · 貝佐斯(世界首富、亞馬遜創辦人)

全球 500 大企業老闆們,幹嘛跑來訂這個住台北的作者?Ben 分析:「他們太渴望獨到的強烈觀點了。」

等你當上 CEO,身邊的人肯定都說你愛聽的話,畢竟有利害關係。如果有人敢堅持獨立觀點、每天寫出有料又犀利的內容,當然值得訂閱。

靠著這樣的堅持,Ben 訪到臉書創辦人祖克柏、微軟執行長納德拉、Netflix 共同執行長⋯⋯等超大咖。

知名創投家 Keith Rabois 說:「矽谷創業如果不讀 Ben Thompson,就等於徹底脫節。」

不賣文章,賣持續的高品質輸出

Ben 的長文大部分都能在他的部落格《Stratechery》免費閱讀。他說:「我不賣舊文,那不值錢。我賣『持續輸出』。」

所有讀者訂閱之後,都會持續收到 Ben 寄出的深度長文,而且讀者可以超級放心——因為 Ben 有 10 年連續日更的良好紀錄,不會「棄坑」。

訂閱制最怕的就是讀者付錢之後「秒退」,畢竟不管訂多久,只要繳錢就有權限了嘛。

Ben 分析數據,確實看見一堆人故意訂 1 個月就秒退,花最少的錢爽看付費內容。但最值錢的反而就是這些秒退人,因為到第 2 個月,有極高比例會回來買「年繳方案」。

反正又不貴,每月付費太麻煩了,不如直接包整年,這就讓 Ben 多了 12 個月的現金流。

別乞討。寫作變現是做生意,不是做慈善

針對文字變現,Ben 說:「你必須有值得購買的產品。」

「很多創作者在那邊討錢,這是錯的。」

賺錢是商業行為,商業行為就要有「商業覺悟」。你的產品必須好到值得買。很多創作者說:「拜託拜託,付費支持我。」這是不對的心態。

想做生意,你就要有獲取顧客的能耐。要把讀者當客戶。客戶是你給予價值的對象,不是你乞討的對象。

訂閱之王,其實也是拖稿之王

Ben Thompson 自爆:其實自己有嚴重拖延症。

「截稿日」是持續產出的原動力。

Ben 還說:「任何拖稿的原因都是我家的事,讀者不用知道。只要付錢,讀者就有權益享受穩定輸出的好內容。」

不管台美時差、演講行程、沒靈感寫不出來⋯⋯這些都不構成 Ben 斷更的理由。只要截止時間快到,Ben 就會進入「慌亂狀態」,趕忙排開一切事務,包含凌晨不睡覺、多付一筆錢另租辦公室、把自己關進沒人的寫作空間⋯⋯然後交稿。

「產量」是太過低估的寫作鍛鍊

「寫作的品質、產量,被低估得太嚴重了。」

有讀者說:我只在意品質,所以就算花更多時間才更新也沒關係。

但 Ben 說:「現在的好成績正是來自長時間日更、堅持輸出。或許有幾篇再編輯幾次會更好,但『高產』本身也是價值。」

持續的高頻寫作,對讀者來說也是高品質的一種;
持續的日更輸出,對 Ben 來說也是精進寫作品質的必要條件。

現在,Ben 每週發 1 篇免費文章、外加 3 篇付費日報,除了寫作之外,還追加經營 Podcast。

創作專家估計,在 2023 年 Ben 約有 4 萬會員、年賺 $500 萬美金,折合大約是 1.6 億台幣。

延伸閱讀:我用AI找資料,提升效率400%!拆解5大使用情境:怎麼問才能提升效率?
想靠寫作賺錢卻沒時間?他用親身經歷證明:日更、練習是寫作變現必經之路

本文授權轉載自:Jemmy Ko臉書

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