從流浪到Uniqlo帝國的起點!一句「再這樣下去會完蛋」,如何點燃柳井正的商業野心?
從流浪到Uniqlo帝國的起點!一句「再這樣下去會完蛋」,如何點燃柳井正的商業野心?

從煤礦小城的男士西服家族小店發跡,一開始,是掙扎蟄伏的十年。儘管全新的概念店帶來可觀的營收,製造零售業模式使得貨源不再受制於人,年輕人才的加入有助於公司改革,刷毛外套更成為打響名號的大功臣,但UNIQLO的發展並未因此一帆風順。海外展店屢遭挫折、品牌定位不清、「黑心企業」的指控,都讓「世界第一」的目標變得更加遙遠。

包括柳井正在內,許多人賭上自己的能力、人生、驕傲,即使飽嘗失敗、挫折、衝突、不甘,仍不斷朝目標前進。如此周而復始地層層累積,才讓UNIQLO一路挺過日本30年低迷經濟,成為全球性品牌,並持續邁向「世界第一」。

結果,柳井正只在佳世客待了九個月就辭職,但他並沒有回老家宇部,而是來到東京。即使經歷了九個月的上班族生活,他骨子裡還是原來的那個學生。

沒找到工作意義,也沒什麼特別想做的事。

他心想:既然如此,不如去美國留學吧。於是在東京一所英語會話補習班上課。

再怎麼說,總不好意思要家裡繼續幫他出房子的租金,因此柳井正跑去投靠山本善久,也就是當初跟他一樣,從宇部來到早稻田大學就讀的好朋友。山本善久因為大學重考,所以比柳井正晚一年畢業;不過當柳井正在1972年2月辭去佳世客工作時,山本善久已決定進入日本可口可樂公司了。

山本善久在東京的雪谷大塚租房子,位置就在日本可口可樂總公司附近一條名叫吞川的小河邊。

「在佳世客做些跑腿打雜之類的工作也沒什麼搞頭。」

面對如此大言不慚地說著、並回到東京的柳井正,山本善久默默接受了他,讓他住進家裡。位於河岸邊的木造公寓裡,六張榻榻米大(約三坪)的房間就這樣住了兩個男人。由於房東抱怨:「兩個人一起住的話,房子很快就會壞了。」於是額外加收了一千圓房租,這筆錢就由柳井正支付。

山本善久一大早就出門上班;過了一會兒,柳井正才動身去補習班上英語會話課。上完課,就到圖書館打發時間,再回到住處。

山本善久被分發到日本可口可樂公司的電腦部門,雖然是菜鳥,卻負責計算該在全國哪些地方設置裝瓶工廠與營業據點的工作,每天都很晚才回家。偶爾聊起工作上的事:「關於電腦,日本可是比美國還先進喔。說起來,可口可樂的品牌力量是很強大沒錯,不過在資訊系統方面還早得很呢。」山本善久興致高昂地對柳井正說著。

好友的話深深刺入懶散青年柳井正的心。早上起床後,就去上英語會話課,傍晚再回到空無一人的房裡。耳邊只聽見窗外下方那條吞川的流水聲。雖然努力讀英文,卻怎麼也讀不進去。開始像個幹練上班族般工作的身影,讓過去的損友看起來似乎有些不太一樣了。

這樣的生活持續了半年左右,柳井正的內心好像開始有了變化。

(一直過著這種生活好嗎?再這樣下去,我是不是真的會完蛋……。)

uniqlo 柳井正 Tadashi Yanai 2
uniqlo創辦人柳井正。
圖/ Uniqlo

也是在這段期間,柳井正開始考慮結婚的事。他仍持續寫信給在西班牙認識的長岡照代,也經常去大阪找她。不久後,當雙方談起結婚這件事情時,柳井正寫了一封信回老家,隨信附上結婚對象照代的介紹文和照片,簡直就像在寫履歷似的。

「全家看到那封信時,真的好驚訝。我一直以為哥哥會是那種相親結婚的類型,而不是透過戀愛。我心想:『咦?騙人的吧?』」

妹妹幸子如此回憶道。據她表示,別說是高中時期了,即使是去了東京之後,也完全感覺不到哥哥在跟誰談戀愛的蛛絲馬跡。至於那封信,一本正經讀得格外認真的,是父親柳井等。讀完後,他在家人面前果斷表示:

「如果是阿正找的對象,絕對不會有問題。我馬上去找她談妥這件事。」

柳井正還在宇部時,一直躲著父親。主要是對父親那種拉攏地方權貴、私下協商串通以推動建築事業的做法反感。後來即使隱約察覺到父親「做什麼都好,就是要拿第一」的嘮叨其實是對自己的期許,依然無法坦率地面對他。

總之,雖然是一對很少溝通的父子,但父親終究還是相信這個總是躲著自己的兒子。

柳井等在沒告知兒子的情況下就前往大阪,打算見見這個未來的媳婦。他在大阪梅田和照代碰面後,一起去看了當時非常熱門的電影《教父》。

看完電影,他們換了個地方聊。「兒子也跟我說想結婚,可以讓我訂下這門親事嗎?」柳井等開門見山地說。據說結婚這件事原本一直是單方面一頭熱的情況,但在照代見過柳井等之後,心境上有了一些變化:要嫁到宇部這個人生地不熟的地方,讓她十分不安;而在見過柳井等後,心中的焦慮似乎少了一點。

「老實說,那時候阿正看起來並不可靠。但如果是在這樣的父親身邊長大成人,那麼我想他總有一天會振作起來吧。因為他父親是一位很有威嚴的人。」

初次見到的柳井等簡直就像電影《教父》裡的黑手黨老大──由知名演員馬龍.白蘭度飾演的維托.柯里昂。身為義大利黑手黨老大,固然有著強勢凶狠的一面,卻也比任何人都強調對「家庭」的愛,簡直就是維托.柯里昂的化身。

於是照代就這樣拿定主意,要嫁到宇部了。

「我同意你結婚,你回來宇部。」

接到父親彷彿最後通牒般的通知,柳井正終於決定結束無所事事的寄居生活,返回故鄉。

「我暫時回老家一陣子。」

柳井正只對供他住宿的山本善久這麼說,連行李也沒拿就回宇部去了,而且也沒再回到東京來。過了一段時間,山本善久接到柳井正的電話。

「我要在我老爸的公司工作了。」

柳井正來到吞川邊的公寓取回行李,又匆匆離開東京。在此刻的山本善久眼中,仍絲毫看不出任何足以預見柳井正日後成就的跡象。不過,搭上火車、一路搖搖晃晃準備回宇部的柳井正心中卻有所期盼。

「繼續再這樣下去是不行的。遲早會完蛋。」

從這裡往上爬

地方都市的商店街上,由家族經營的典型小企業。繼續原地踏步的話,永遠不會進步──不,繼續這樣下去的話,八成總有一天會遭遇困境。

1970年代前半,一直是當地經濟支柱的煤炭產業已日落西山。礦區接連被迫關閉,以石油代替煤炭以進行能源轉型的呼籲也開始普及。要是真的這樣,目前繁華依舊的銀天街,勢必會在不久的將來步上衰敗之路。

留在原地是對的嗎?

話說回來,這種帳目不清、籠統草率的家族經營模式,還會有未來嗎?

如果要從這裡往上爬,該怎麼做才對?

結束逍遙自在的尼特族生活後,柳井正心中似乎漸漸起了變化,開始燃起火苗。

他並沒有立刻找到答案。柳井正接手商店街的男裝店後,即將面臨一次重大的挫敗。曾支持父親的那些元老,在對這個從東京回來的少東家失去耐性後,一個接著一個離開。

(為什麼大家都不明白?我的方法錯了嗎?)

柳井正回到家裡,不斷捫心自問。然後每一次都這樣告訴自己:

(不,不可能。我的做法沒錯。可是,就算繼續這樣經營下去,也不會有什麼成果吧?)

看不到該前進的道路。

(難道我真的不適合經商嗎?)

這樣的念頭不斷在腦中打轉,完全找不到頭緒。在失去自信的過程中,年輕的柳井正開始自問自答的每一天。

延伸閱讀:不只賣油跟咖啡豆!三井商社為何砸重金,買下一家能包辦奧運團膳的「員工餐廳」公司?

書封_世界的UNIQLO.jpg
圖/ 究竟出版

本文授權轉載自 《世界的UNIQLO:優衣庫的崛起、挫折與成功》,杉本貴司著,究竟出版

責任編輯:蘇柔瑋

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