國泰內控爭議一表看懂!從郭明鑑兼職、認賠9.5億到李長庚致歉,9大關鍵時間全整理
國泰內控爭議一表看懂!從郭明鑑兼職、認賠9.5億到李長庚致歉,9大關鍵時間全整理

前國泰世華銀行董座郭明鑑因兼職世芯獨董引發爭議,致國泰投信認賠 9.5 億元。然而兼職爭議並未隨郭明鑑辭職而平息,反而衍生出更多輿論。郭明鑑 6 月 30 日委請恆業法律事務所發出 6 點聲明,強調皆依規申報、無不當利益,將對外界不實報導提告。

國泰金 7 月 1 日舉辦第十屆「國泰永續金融暨氣候變遷高峰論壇」,針對國泰金爆發內控問題,會中總經理李長庚率領一線高管向社會鞠躬致歉,包涵國泰投信發言人鄭立誠、國泰產險總經理陳萬祥、國泰人壽總經理林昭廷、國泰世華銀行總經理鄧崇儀、國泰證券總經理周冠成等人。

李長庚表示,接下來將引進外部顧問進駐,全面檢視集團內控制度,並強調將嚴管高管兼職,承諾未來國泰金控旗下所有子公司的高階主管兼任外部職務,將採取「原則禁止、例外核准」。

兼任世芯-KY 獨董引發爭議,國泰投信認賠 9.5 億元

這起爭議,最早可追溯至一年前的一項兼職決定。

2025 年 5 月,郭明鑑受聘兼任世芯-KY 獨立董事,但同時仍為國泰投信董事,使世芯-KY 成為國泰投信的利害關係人公司,且國泰投信旗下全權委託帳戶與 8 檔基金涉及買賣世芯-KY 股票。

6 月 15 日,國泰投信發布「基金淨值重新核算暨投資人權益保障」公告,公布 8 檔受影響基金名單,郭明鑑則於 6 月 22 日請辭國泰投信董事一職。

根據國泰投信公告,8 檔基金補償款在 6 月 29 日入帳,總計約新台幣 4.9 億元,受益人約 5 萬 500 人,由 47 家銷售機構協助辦理;加計此前公告的全權委託帳戶損失約 4.54 億元,合計損失共約 9.5 億元。

國泰投信同時說明,已就郭明鑑任職期間兼任董事或獨立董事的國內外公司逐一清查旗下主動式基金及全權委託帳戶,除此次事件外,其餘均符合公司規範。

蔡鎮宇與郭明鑑爆肢體衝突

據《聯合新聞網》報導,爭議延燒之際,曾任國泰金控副董事長的霖園集團創辦人蔡萬霖三子蔡鎮宇,6 月 23 日上午前往台北市信義區的公司大樓辦公室尋找郭明鑑。

雙方因公司政策及兼職爭議爆發口角,進而演變成肢體拉扯,警方獲報後派員到場了解,最終因郭明鑑未提告而未進一步處理。

國泰世華銀行 6 月 24 日發布聲明,指出郭明鑑在外兼任職務均已依法申報,不影響其執行銀行董事長職務,也沒有任何不當個人利益;銀行在聲明中直指「蔡先生毆打郭董事長一事」,為蔡鎮宇應是對郭明鑑的兼職有所誤會,若有不同意見,應循理性溝通及合法程序處理,不宜逕以肢體衝突方式表達訴求。

郭明鑑辭去婉拒資深顧問一職,並發聲明反駁不實報導

6 月 26 日,國泰金控發布聲明稿,指出董事長蔡宏圖與郭明鑑懇談後,郭明鑑考量避免造成社會不良觀感與影響公司聲譽,主動表達即日起請辭國泰金控董事、國泰世華銀行董事暨董事長,以及國泰私募股權公司董事等職務。國泰金控對郭明鑑過往任職期間的表現及以最高標準自律請辭表達感謝,並擬聘請他辭任後擔任公司資深顧問,繼續提供專業諮詢服務。

然而兼職爭議並未平息,部分媒體指涉他擔任董事的 2 家香港公司有中資背景。郭明鑑 6月 30 日委請恆業法律事務所發出 6 點聲明,揚言對違反查證義務、涉嫌誹謗的報導追究刑事及民事責任,並正式回絕資深顧問邀約。國泰金控對此回應,尊重郭明鑑婉謝資深顧問一職的決定。

郭明鑑聲明全文

(一)民國 115 年 6 月 24 日媒體披露本人兼職世芯-KY 公司獨立董事一事,先衍生出對國泰金融集團內部管理機制之質疑。近兩天甚至有媒體誣指本人擔任董事之兩家香港公司有中資背景公司云云,已嚴重誤導社會大眾並製造輿論政治風向。本人本想低調依循主管機關調查程序配合辦理,但發展迄今,不得不將上述諸多不實或引人錯誤之報導,澄清並聲明如后。

(二)本人兼職世芯-KY 公司獨立董事一事,本人自始即依國泰金控公司之內部規範,於就任前提出兼任資訊並經國泰金控公司核准,並於就任當日依國泰金融集團既有制度完成利害關係人申報及建檔,並無未申報、遲延申報或故意隱匿等情形。此等情形亦經國泰世華銀行對外聲明證實無誤。且本人並未參與國泰投信公司任何投資決策或交易執行,更未藉此取得任何不當利益。

(三)就本人擔任董事之遠東宏信公司及順誠控股公司,前者為在香港聯合交易所上市之公司,後者已在 2024 年間下市,為臺商夫妻全資持有之公司,均為正派經營之企業,且係於本人擔任國泰世華銀行董事長前即已受聘擔任董事。於進入國泰金融集團服務後,本人亦已依法向國泰金控公司申報在案。而本人則為該兩家公司之非執行董事,根本不可能有任何涉及不法之情形。對於此種未經合理查證而為惡意報導之媒體,本人保留對該等機構或個人之追訴權。

(四)本人從事投資銀行與私募股權領域等金融業各種職務超過 30 年,向來愛惜羽毛、恪遵法令、自律甚嚴,不論是在花旗集團、摩根大通銀行、黑石集團,乃至任職國泰金融集團期間,均秉持遵法、專業、理性、尊重及溝通的態度處理各項事務,對各界的批評指教,本人亦是虛心檢討。

(五)本人捫心自問,於過去十年任職國泰世華銀行董事長期間,無不以國泰金控全體股東及公司之最大利益為念,兢兢業業做好職務份內工作。近日因本人兼職世芯-KY 公司獨立董事一事衍生並引發市場上爭議,實為本人始料未及之事。為貫徹本人之自律原則,本人除先請辭國泰投信公司之董事外,隨後亦辭去國泰金控公司董事及國泰世華銀行董事長等所有職務,另本人亦已向蔡董事長婉謝邀請本人擔任國泰金控資深顧問之好意。期能早日平息爭議,使相關事件能回歸事實判斷,尚請各界勿再繪聲繪影、傷及無辜。

(六)但對於違反查證義務或衡平報導之惡意行為,本人已委請律師蒐證,就涉及誹謗、加重誹謗等妨害名譽以及妨害信用等情形,必將依法追究刑事及民事責任,絕不寬貸。」

本文授權轉載自經理人月刊,作者為支琬清

關鍵字: #國泰金控
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