風速小子英特連
風速小子英特連
2000.04.01 | 科技

網路企業最大的對手與最好的朋友,都是「時間」

一九九九年七月,英特連辦公室還被迫分散在一棟大樓中六個樓層,「我剛來時,老覺得公司環境好像身處傳統貿易商,肥不起來但也餓不死似的」,英特連網路金融事業部協理張哲生,娓娓道出自己從知名電腦公司,來到當時許多人尚不知英特連其名時的心境。

「然而,我當時對 Patrick(英特連總經理林伯伋)說,我賭你對市場的觀察是對的」。而今,身處後現代美學的新辦公室,去年拿下公司 Top Sales 的張哲生,隱隱透露著英特連在這半年來的急速擴展。不但有喬遷之喜,身為台灣網路下單系統建置者先驅,研發網路下單軟體的英特連,也即將於今年登上股票市場。挑戰時間,卻不會失速,需要了解商業運作的深度邏輯,再加上夠聚焦的策略

掃描英特連歷史,從網路金融到跨足其他電子商務範疇、從面對企業客戶到直接面對消費者、從台灣到香港,不難看出它以金融為中心,不斷向其他電子商務乃至個人投資理財領域進軍的企圖。

#網路金融的主角是金融, 不是網路

雖然英特連以網路金融起家,但55年次的總經理林伯伋卻一直強調,英特連是金融機構網路化的幕後諮詢與設備提供者。因為

網路金融的主角是金融,不是網路」,

即使是英特連自行建置的 NetMoney 網站,網站訴求也是靠低價出售英特連開發的個人理財軟體,透過網際網路的跨公司、跨行業連線,讓使用者知道自己包含保險、存款、信用卡、股票乃至基金的完整個人資產狀況。簡單來說,可說是透過第三者機制,讓金融機構能為消費者提供整合服務。

目前英特連事業部門分為四大部分:網路金融部電子商務部網路事業部海外事業部

多角化的經營,使英特連的客戶,不僅止於過去企業對企業間(B2B)的電子商務,甚至透過網路事業部門的 NetMoney 網站,英特連在B2C領域也試圖著墨。也因為英特連在這四個領域都涉足,所以在市場上很難明確定位英特連的競爭對手有哪些,「針對不同部門,我們的競爭對手就不同」,行銷經理劉怡君說。

主掌網路金融部門、幽默健談的張哲生,是由基層一路攀升至協理的重要幹部。部門主要客戶對象是券商、投信投顧、銀行等金融機構。英特連從最早幫大信證券建置電子券商系統開始,到目前為止合作的金融機構家數幾近市場三分之一,先行者優勢展露無遺。

然而,雖以網路下單起家,但英特連也積極伸出觸角。之前曾是中國時報記者的電子商務部協理宋家元,以其媒體經驗與廣沛人脈,促成英特連與保險、醫療、CD廠商、旅遊業者甚至於文教基金會多方合作,「我們的客戶,寫起來是滿滿兩頁 A4 紙」,宋家元表示。

#從B2B到B2C的多角化經營

除了企業客戶,英特連對個人理財領域也同樣有興趣,這從對 NetMoney 網站大力投入可見一般;而源起,得力於美國直覺公司(Intuit)的個人記帳軟體 Quicken 所帶來的啟發。

對這項產品印象深刻、也有使用經驗的林伯伋,也想在中文個人理財軟體打下一片天。歷經半年,找到結合理工、企管、財務以及網路背景的周碩倫後,便交給他出任網路事業部協理的重任,希望透過網際網路,讓投資理財與網路應用,能有更貼近個人消費者的演出。這個理財網,可說是英特連今年的重頭戲之一,由去年至今,「人員從我 1 位增至 25 位」,周碩倫說,而未來朝海外發展後人數還會更多。

目前有 4 萬會員的 NetMoney,今年的目標除了結合個位數位助理(PDA)平台,讓使用者能隨時隨地完成金融交易的自動分析外,朝香港等海外發展並招募35萬使用者,更是他們自己設下的高成長目標。

#企業沒有長久的優勢

英特連的快速成長,許多人不禁好奇它的競爭優勢究竟在哪?

對於競爭優勢,總經理林伯伋剖析,「沒有一家企業的競爭優勢是長久的,在我看來,公司只有 Temporary Advantage(暫時性的優勢)」。

然而,從最早以網路金融建置技術進入市場,快速攻佔市場佔有率形成競爭障礙,再加上背後擁有中鋼轉投資的中盈創投資金,迄今眼光更朝向香港市場,英特連的競爭優勢或許時有所移,但與其他同業相較,英特連動作之迅速、步調之快捷,確實讓人印象深刻。

自去年6月在香港設立公司後,英特連透過與當地港商合作,推出「股壇追擊」財經網站,由英特連提供香港50餘家券商港股報價與交易服務。藉著複製台灣成功經驗、與當地人策略聯盟的方式,讓英特連在香港網路下單市場也開始擁有一席之地;「即使是大券商,為了怕自己系統當機的考量,也將英特連系統當成備援」,林宜璟說。

#Speed is God, Time is Devil

網路世界講究速度,而以快速度成長見長的英特連,成長與變動,常屬一體兩面。從去年中旬的80多位員工,到今年初的130位,今年底還預計擴增至200位,

林伯伋常引述「Speed is God, Time is Devil」這句話,提醒同仁他對切入市場速度的極端重視,以及在網際網路時間裡,很難有「try & error」(嘗試錯誤)的焦慮

而因應網路環境的高速變動,公司組織變動之快也是英特連特色之一。去年底才經過一次組織大變動,林伯伋不諱言在未來三五個月內還會再調整,「我們組織幾乎每半年就有調整,」英特連總經理林伯伋指出,組織變革目的在於「將技術與產品做一整合,甚至未來也會納入行銷」。

#創意辦公室下的想像力

鏡頭再回到英特連位於民權東路的新居。

首先驚艷的,是一幅於大門牆壁右側、足足有雙臂張開般寬的「Sunday Afternoon(星期天午後)」印象派畫像。畫中一群悠閒的人兒或走或坐,有的在草地上聊天,有的撐傘散步,剛從熙來攘往馬路上走進來的紛擾心境,似乎也頓時沉靜起來。
從搶眼的黃藍色公司大門走入辦公室,又有一個讓人會心一笑的巧思。十幾個會議室,竟然都是用世界知名的城市來命名,「在我們公司,聽到『哈囉!我現在在赫爾辛基,請到波士頓來找我』之類的對話時,一點都別驚訝,」行銷企劃經理劉怡君微笑著說。

企圖在亞洲市場中做一顆速度明星的英特連,在新辦公室裡,正試著練習沒有時差的企業文化與生猛鬥志。

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