「你對著風咆哮也沒用,AI不會消失!」一筆2,000億美元投資,揭亞馬遜新戰略
「你對著風咆哮也沒用,AI不會消失!」一筆2,000億美元投資,揭亞馬遜新戰略

Google、微軟早已在AI領域布局、結盟AI新創推出一系列模型、工具的此刻,電商與雲端巨頭亞馬遜看似落後了,就連亞馬遜AI基礎設施負責人彼得.德桑提斯(Peter DeSantis)都在近日坦承,亞馬遜自研的旗艦模型從未處於領先地位。但亞馬遜執行長安迪.賈西(Andy Jassy)事實上正帶領亞馬遜展開反擊,大刀闊斧修整組織,並豪擲千金建立資料中心、結盟AI巨頭。

兩千億美元的豪賭,亞馬遜拼算力、拉盟友

「我們不打算保守應對這場戰局。為了成為實至名歸的領導者,我們正在進行投資。」2026年2月的財報會議上,賈西拋出震撼彈,宣布高達2,000億美元的AI投資計畫,將集中火力用於資料中心、AI晶片、網路設備等基礎設施上。

0527-andy_jassy_by_aws.png
賈西認為,他生平從未見過成長如AI之快的技術,他相信這是不可錯過的機會。
圖/ AWS

儘管這筆投資普遍受到投資者質疑,認為永遠不可能回本。賈西聲稱,在他有生之年,從未見過成長得如AI般迅速,並且廣泛獲得採用的技術,接受《彭博商業周刊》專訪時,更強硬對外界宣示,「你可以選擇對著風咆哮,但AI是不會消失的。」

事實上,亞馬遜對資料中心的布局多年前就已緊鑼密鼓展開。《彭博商業周刊》指出,在美國密西西比州傑克森市以北,五棟巨大的矩形建築拔地而起。這片幾年前還是松樹林的土地,如今已蛻變為亞馬遜斥資250億美元的資料中心叢集。這些資料中心存放著大量機櫃,滿載AI晶片與記憶體,全天候為Anthropic提供運算能力。

同時,他們在今年擲出大量資金結盟AI巨頭,先是在2026年2月宣布向OpenAI投資高達500億美元,使其承諾部分使用亞馬遜的數據中心與客製化晶片;隨後在4月,賈西進一步擴大與Anthropic的合作,追加50億美元投資,使累計總投資達130億美元,並保留未來追加200億美元投資權利。

打造「AI的亞馬遜」,推動Alexa+進化

為了鞏固在雲端領域與AI合作夥伴的關係,賈西試圖將AWS定位為「AI的亞馬遜」平台,在企業級生成式AI雲端服務AWS Bedrock中,提供多元的模型選擇,讓客戶可以視使用場景自由挑選OpenAI、Anthropic或是亞馬遜自家的Nova模型,利用亞馬遜原先在雲端領域的優勢抵禦Google、微軟的進攻。

但賈西並不打算讓亞馬遜只是在AI競賽背後默默提供支持,而是要參與第一線競爭,將AI技術完全融入龐大的生態系當中,其中對語音助理Alexa的改造最為受到外界矚目。賈西也親自參與這項任務,負責撰寫釐清產品價值與挑戰的PRFAQ報告,以及整理初期的錯誤報告。

Amazon Alexa
Alexa深入了亞馬遜的智慧家居產品,因此這個智慧助理的進化被視為亞馬遜AI戰略極為重要的一部分。
圖/ The Independent 官網

面對ChatGPT、Claude、Gemini等聊天機器人的威脅,亞馬遜在波士頓與西雅圖的工程師團隊經歷了兩年、每週工作80小時的高強度開發,在2025年2月正式推出了全新升級的Alexa+。

這款結合Anthropic Claude與亞馬遜自研Nova模型驅動的全新助理,具備強大的對話能力與複雜指令執行力,除了能流暢地與用戶對話之外,還能處理叫Uber、預訂餐廳等複雜指令。賈西透露,用戶與新版Alexa+的互動頻率已經是舊版的兩倍。

另外,亞馬遜也規劃在芝加哥郊區建立融合AI與機器人技術的複合式商場,這被稱為Project Kobe的計畫要將超市與倉庫融為一體,同時具備實體購物、線上下單到店取貨,以及快速配送等三種功能,並著手為此開發一套AI選品系統,輔助店經理配置架上擺放的商品。

延伸閱讀:
台灣小電商3個困境,讓亞馬遜首度敞開大門!只要一本護照就能殺進北美3億用戶

鐵腕治理的內部陣痛

但在重金押注AI的同時,為了處理疫情期間的過度擴張,賈西這些年鐵腕裁撤多達6萬名員工,強迫員工重返辦公室工作,並且收掉了包括無人商店Amazon Go、生鮮商店Amazon Fresh在內的眾多實驗性專案。

賈西還大動作調整了亞馬遜的組織運作,要求將員工與主管的比例提高15%,規定每位主管至少要管理6人以上,還設立「官僚主義信箱」開放員工投訴僵硬的流程制度。

他自己則對公司業務管理到鉅細靡遺,安排了自稱為「學習課程」的業務研究會議,每天都會帶一疊厚厚的文件回家閱讀,並在隔天清晨運動時瘋狂交待任務。賈西還親自走訪亞馬遜全美國的倉庫與物流中心視察。

賈西的作法贏得了董事會的讚賞。自2012年擔任亞馬遜董事的傑米.戈雷里克(Jamie Gorelick)指出,賈西接手時亞馬遜是個燙手山芋,但他一絲不苟地解決了人力過剩及投資項目過多的問題,把公司拉回正軌。

但賈西的作法卻在亞馬遜內部引發不小的反彈、導致士氣低迷。員工抱怨,賈西凡事都要管的模式影響了決策速度,以及頻繁的跨部門重組、非必要的會議,加上人力緊縮的政策導致升遷機會減少,已經讓內部產生嚴重倦怠,甚至讓部份頂尖AI人才流失到競爭對手。賈西上任第一年,有至少6位高階主管先後離開亞馬遜。

但賈西不願為此妥協,他強調,「在亞馬遜這樣的公司,如果你沒有真正了解業務細節,根本無法對相關團隊提供多少幫助。」雖然亞馬遜目前在部分領域落後競爭對手、甚至屢屢失敗,但賈西表示,亞馬遜會不斷嘗試、投入創新,這就是亞馬遜的DNA。

延伸閱讀:
「用AI的人會取代你」說對一半!專家揭真正威脅:不是同事搶走你的工作,而是整個職位消失

Google入股《媽的多重宇宙》片商A24!24億買一張好萊塢AI入場券,背後意義是什麼

資料來源:BloombergThe Next Web

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