李奧納多 投身製片  推銷綠概念
李奧納多 投身製片 推銷綠概念
2007.12.01 |

李奧納多.狄卡皮歐」(Leonardo DiCaprio)這個名字會讓你聯想到什麼?是電影《鐵達尼號》中深情帥氣的「傑克」,還是好萊塢的一線金童?也許你很難將他有點吊而啷噹的外表與一本正經的「環保鬥士」形象 聯想在一起,不過,當你看到由他親身參與製作的環保紀錄片《第十一個小時》︵The 11th Hour︶,曾經加諸在他身上的一切想像,可能都將會改觀。

二○○七年,再一次回到螢光幕前的李奧納多,眼神堅定、自信滿滿宣傳著他的新片《第十一個小時》。這一次他要推銷的不是引人注目的外表,更不是他日漸純熟的演技,而是近來大家早已耳熟能詳的「環保」議題。

身體力行不只是喊口號
其實環保風潮在好萊塢早已盛行有年,不僅以年輕人為主要觀眾的CW電視網推出了融合溫室效應、全球暖化等「綠色題材」的影集,不少好萊塢名人也紛紛在公開場合表明支持環保的立場。然而,好萊塢的大成本、大規模製片,往往是環境污染的惡源,而好萊塢明星氣派昂貴的生活,更是常為人們所抨擊,認為名人們嚴重言行不一,「環保」只是一個奢侈的口號。

在這樣一個環境背景之下,於暑期大片充斥的八月推出的《第十一個小時》,無疑為好萊塢投下一枚震撼彈,讓人不得不去認真面對這個刻不容緩的嚴肅議題。

紀錄片蒐集了全球超過五十位科學家、思想家以及領導者的訪問,從人類的歷史,海洋、陸地與空氣的情況,講到現今社會急劇發展之下對環境的影響。這些專家分別代表著各自的領域,從不同角度來分析現今的環境狀況,強調做環保的緩急已到了「地球的最後一個小時」程度。片中還剪輯了近年來造成嚴重傷亡的天災畫面,讓人看了怵目驚心,簡直就是一個惡夢的真實串連。

為增加紀錄片的可信度,李奧納多與本片的兩位導演蕾拉康納斯彼得森(Leila Conners Petersen)、納蒂亞康納斯(Nadia Conners)親自造訪各領域專家,而他本人更在紀錄片中現身,擔任串場角色,「我並非專家,在紀錄片中我是以地球公民的角色向各位請命。」

成立基金會推動公共意識
其實李奧納多對於環保議題的關心並非一天、兩天的事,年幼時便大量地觀看有關環境變遷與生態消長的紀錄片,對他來說,拍攝這樣的紀錄片只是童年興趣的延伸。而十年前與前副總統高爾(Al Gore)的對談,更是讓他了解環保的重要,加深投身環保活動的決心。

一九九八年,他成立了李奧納多狄卡皮歐基金會,積極帶動環保公共意識。除此之外,他更以身作則,開低污染的油電混合動力汽車︵hybrid car︶出入公共場所,這些舉動無不證明投身環保活動的決心。而拍攝《第十一個小時》是起因於李奧納多與兩位女導演先前拍攝的兩部環保短片——《Global Warning》以及《Water Planet》,這兩部探討全球暖化以及水污染問題的短片,本來只是放在網路上供網友觀看,竟受到多家電視台的注意,爭相邀約放映這兩部短片。電視台的動作加深了李奧納多的信心,於是決定將題材加深加廣,集結專家看法製作成一部完整的環保紀錄片——《第十一個小時》。

《第十一個小時》成功以各種數據以及說法,全面講解環境保護的重要性,其中的訊息就像恐怖片的實現一般,具有相當程度的警告作用,讓人因為緊張而決定有所行動。可惜紀錄片畢竟較不受觀眾青睞,以《第十一個小時》的票房成績來看,確實無法普遍傳播環保訊息。

但這一切並不影響李奧納多推動環保的企圖心。雖然票房、評價皆不如高爾的《不願面對的真相》,他卻說:「我的出現,會讓年輕觀眾更願意花錢進戲院看這部電影,也會讓更多年輕世代的人,願意花時間來關心環保議題。」先不論影響層面有多深廣,李奧納多確實為好萊塢立下了一個優良典範。

好萊塢金童轉型環保鬥士
一頭有型亮眼的棕色短髮、銳利又意味深遠的憂鬱眼眸,愛惜羽毛的李奧納多在相同輩分的好萊塢年輕演員中,一直有著無法被超越的地位以及優異形象。以一個童星出身的演員來說,李奧納多的星途走得算是頗為順遂,5歲開始參與電視劇的演出,10歲左右便活躍於大量的電視廣告中,19歲時更因為《戀戀情深》(What's Eating Gilbert Grape)這部電影中不俗的表現,成功開啟他在好萊塢的機會之門。

1997年,一艘大船的沉沒,連帶牽動著一顆巨星的升起,李奧納多與凱特.溫斯蕾(Kate Winslet)攜手主演的話題性電影《鐵達尼號》爆紅,使得李奧納多深情、帥氣的形象在影迷心中牢牢生根。這部賣座程度足以在影史上留名的電影,雖然讓他在一夕之間迅速地竄升為好萊塢第一線的男星,卻也使得「傑克」這個專一、悲情的角色成為李奧納多的代名詞,讓他在接下來好幾年的時間內,始終擺脫不了奶油小生的花瓶形象。

「有這麼一段時間,我真的很想要退出這個圈子,因為對許多人來說,我只不過是一塊極具賣相的可口肥肉。」面對接踵而來的成名壓力以及長期被當作「花瓶」的抑鬱,李奧納多一度懷有隱退的念頭。然而,漸漸地他發現善用名氣的好處,開始替自己爭取一些如2002年《紐約黑幫》(Gangs of New York)、《神鬼交鋒》(Catch Me If You Can)等頗具深度、廣度的電影,這時候的李奧納多已經不再演出那些靠著優越外型、帥氣傻笑就能蒙混過關的奶油角色,而是嘗試演出一些人物性格較為複雜、層次性較廣的人物。

他急欲轉型的努力,終於在2004年與名導馬丁史科西斯(Martin Scorsese)合作的《神鬼玩家》(The Aviator)中被看見,此片不但讓他拿下了金球獎戲劇類最佳男主角的肯定,也讓所有人將目光焦點轉移到他的演技上。

好萊塢金童不只是賣帥,也頗具內涵,個人網站當然與一般明星大不相同。他的網站不純粹賣弄個人大大的、美美的照片,首頁上映入眼簾的是一行「為慶祝李奧納多11月11日生日,您可選擇捐錢至以下機關」的字樣;內容配置上,個人大頭照與自然生態照片的大小份量是相同的,由介紹李奧納多生平、過去電影作品的「Leonardo」,以及與環保議題相關的「Eco-Site」兩部分組成。「Eco-Site」中除了有電影《第11個小時》(The 11th Hour)的完整介紹,更可下載他先前拍攝的兩部環保短片、查詢環保相關知識,甚至可以深入討論各種環保問題,充分感受他對推動環保的決心。

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