亞洲靜脈經濟圈成形
亞洲靜脈經濟圈成形
2007.12.01 |

有人靠著回收資源以維持生計,有NPO(Non-Profit Organization,非營利組織)推動資源回收,將款項移做公益。但有一個亞洲國家,想建立資源回收的自由貿易協定,以出口回收資源、進口再生資源,主導「亞洲靜脈經濟圈」,樹立其在亞洲的地位—這個國家就是回收資源與中古家電金額占出口總額一○%的日本。

在原物料與貴金屬價格飆漲的現在,日本希望運用其處理資源回收的技術,以及鄰近世界排放廢棄物最大國—中國大陸的地利之便,能夠掌握亞洲靜脈經濟圈的主導權。

目前以正當管道從日本出口到海外的回收資源,已經超過五千億日圓。源於垃圾的資源回收相關產業,可能成為未來日本經濟產業政策中的主角之一。

日本掌握九條回收路線

《日經商業周刊》於今年九月製作了一個關於「亞洲靜脈經濟圈」的專題,文中指出,從日本的觀點來看,從日本到亞洲有九條出口廢棄物的路線,這些從日本出口到亞洲各地的資源回收產業,稱之為「靜脈產業」。相對於新商品製造與配送的「表面」產業,將廢棄物的處理與資源回收稱之為「靜脈」產業。

各國之間資源回收的進出口,必須遵守巴塞爾公約(Basel Convention)的規定。巴塞爾公約是在一九八九年三月由聯合國環境署(UNEP)召集一百○五個國家與歐盟共同簽署,在一九九二年正式生效,目的在於避免有害物質跨國轉移,減少有害廢棄物的產生,同時防止非法跨國運送行為。

巴塞爾公約之外,中國大陸則規定不可進口附有髒污或是與生活垃圾混合的廢棄塑膠。因此,運往中國大陸的廢塑膠必須符合中國大陸的規定,靠著人海戰術將垃圾做好清潔與分類,才能出口到中國大陸。

亞洲靜脈經濟圈的起點源於日本,主要是因為日本商品推陳出新速度很快,每年被淘汰的真空管電視機、冷氣機、洗衣機、冰箱等家電或手機等3C電子商品不計其數。因此,從二○○一年四月起,日本開始實行《家電回收法》,規定回收程序,對於特定廢棄家電(冷氣機、真空映像管電視機、冰箱與洗衣機)的回收,消費者必須付給製造廠商一筆回收費用,然後將廢棄家電拿到製造商的零售店,零售店再將消費者的廢棄家電交到廠商指定的回收工廠。

事實上,廢棄家電當中有許多仍是可使用的家電,但因《家電回收法》沒有將仍可使用的中古家電考慮進去,只是將所有廢棄家電都當成「不能使用的廢棄物」。因此,根據日本經濟產業省(經濟部)與環境省(環保署)的統計,二○○五年回收的四種家電有二千二百八十七萬台,其中遵守法律按部就班回收的僅有一千一百六十二萬台,其餘有五百九十四萬台被當作中古商品出口到國外銷售,有二百五十一萬台在日本境內資源回收,有一百七十七萬台出口到海外進行資源回收,有一百○三萬台在日本境內被當作中古商品銷售。換言之,有三成的廢棄家電都已出口到海外。

由於法令規範不夠完整,反而給許多中古商品業者鑽漏洞的機會。例如將日本當成廢棄物的家電,當作中古家電出口到海外大撈一筆,也因此廢棄家電無法在日本境內就能完成資源回收。但這樣的法令漏洞反而形成「亞洲靜脈經濟圈」興盛的原因之一,回收資源出口海外,經過回收與再製之後,成為家電商品的零件組,再進口到日本。

亞洲國家提供人力資源

根據《日經商業周刊》的估計,去年從日本出口到南韓的回收鐵屑達三百三十七萬噸,出口到香港的回收塑膠有一百萬噸,就連台灣,也有來自於日本的回收鐵屑與回收紙。另外,日本輸往中國大陸的回收鐵屑達二百七十五萬噸,相當於一千四百二十三億日圓,其他還有三十七萬噸的回收銅屑、八萬噸的回收鋁屑、三百一十九萬噸的回收紙。

日本將資源經過簡易分類之後,出口到中國大陸等勞力密集的市場,善用海外勞力密集的優點,以人海戰術進行後續處理。

以塑膠為例,輸往中國大陸之後,再以人力分為PE、PP、ABS樹脂等類別,進行加工後成為再生原料。這些塑膠再生原料出口到其他國家,以作為洗衣機底盤、吸塵器的框體原料。

日本也有獨門的資源回收技術,例如分解電子基板當中的稀有金屬(金、銀、白金、鈀)。這項技術吸引國外將電子基板出口到日本進行處理。例如今年八月,新加坡出口廢棄的電子基板到日本,就是希望以日本的獨家技術分解稀有金屬。事實上,根據巴塞爾公約,兩國之間要進出口廢棄的電子基板非常不容易,不過日本與新加坡之間斡旋了七個月,最後兩國之間取得協議,讓新加坡可以將電子基板出口到日本,進行貴金屬的提煉。

以資源回收為名的帝國主義?

由垃圾展開的巨大產業,日本漸漸成為亞洲靜脈經濟圈的主導者。不過,在進行回收資源的自由貿易協定時,環保團體一直不斷提出疑問,認為在資源回收及毒物出口之間,其實只有一線之隔。

對於環保團體而言,日本所謂的「亞洲靜脈經濟圈」,其實只是將出口有毒垃圾的行為加以「美名化」,環保團體批評此舉違反禁止將有毒垃圾境外轉移的《巴塞爾公約》,有全球150個環保團體指責日本將有毒垃圾貿易自由化,因而發起「亞洲不是日本的廢棄物殖民地,停止有毒物質貿易!」(Asia is Not Japan's Waste Colony! Stop Toxic Trade!)的抗議。

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