如果微軟併雅虎，力抗Google勝算幾何？|數位時代 BusinessNext

今年消費性電子大展（ＣＥＳ）上，微軟（Microsoft）執行長包曼（Steve Ballmer）才信誓旦旦地說：「微軟要走自己的路，購併僅限於中小型公司。」言猶在耳，微軟居然在二月初對外宣示，要砸下四百四十六億美元購併雅虎（Yahoo）。

當大家聽到微軟向雅虎求親時，除了這項動作會衝擊產業外，微軟心裡算盤怎麼打？才是大家好奇的地方。微軟想買雅虎的風聲早已不是第一次聽到，而且這確實是微軟增加市占率的最快方法，如此一來，才能和它目前最頭痛的敵人Google競爭。

比爾．蓋茲（Bill Gates）的確是個老江湖，選在這時候出手。過去這兩年，雅虎其實表現不佳。它的市占率、營收，甚至連商譽都下滑，還記得執行長楊致遠因提供中國政府個人情資被法官斥責嗎？就連內部都出現極多的雜音，二○○六年底，一封由內部洩漏出去的「花生醬宣言」（The Peanut Butter Manifesto）文件中，資深副總裁高林浩斯（Brad Garlinghouse）直陳雅虎的資源過於分散，很像在麵包上塗花生醬一樣，業務內容很多，卻都只是薄薄的一片，缺少重點。雖然創辦人楊致遠在去年以救世主的形象，回鍋重掌兵符，事情顯然不像以往那麼簡單。

現在微軟把球丟給雅虎，雅虎不得不認真思考接下來何去何從？畢竟微軟是帶著四百四十六億美元提親，雅虎實在沒道理不考慮。擺在眼前有幾個選擇，除了主角外，還有大勁敵Google，以及由梅鐸率領的新聞集團（News Corp.）這個程咬金。

Google在傳出微軟意欲購併的消息後，立刻表態願意跟雅虎合作網路廣告。新聞集團則想用旗下的社群網站MySpace和雅虎換股。這兩家的出現，其實有點雷聲大雨點小，許多評論家都認為，與其說是阻撓購併，不如說是雅虎想提高自己身價放出的風聲。

回到問題的原點，微軟圖的是什麼？如果成功，這將是繼時代華納（Time Warner）以一千六百四十億美元天價購併美國線上（ＡＯＬ）以來，美國網路產業史上金額第二高的購併案。然而時代華納跟美國線上最後的結果，王子與公主並沒有過著幸福快樂的日子，整樁合併案並未見到兩邊宣稱的綜效，這也是外界對於微軟購併雅虎最大的質疑。

首先微軟要面臨部門裁併、人才流失，以及技術團隊難以整合的問題。因為微軟與雅虎本屬競爭對手，雙方重疊的業務部門如電子郵件、即時通訊、入口網站和網路廣告等，都不可能繼續駕著雙頭馬車跑，然而業務裁併又勢必造成人才出走。雅虎這幾年已經走掉不少高階主管，如果再由微軟當家，從過去企業合併的例子來看，因雙方文化及作風上的磨合而引發的離職潮，應該是無可避免。
蓋茲：文化磨合不成問題

不過，微軟對這件事似乎抱著樂觀的看法。比爾．蓋茲表示，比起產品、使用者資料庫或市占率來說，「人才才是雅虎價值所在，」他指出，要打造廣告主工具、改善搜尋演算法核心，還有建造雲端運算（cloud computing）基礎建設，需要非常多的人力。蓋茲強調，他並不擔心企業文化磨合或人才出走的問題：「微軟想做突破性的軟體，雅虎的工程師想跟Google競爭，所以我看不出很大的文化差異。」

先不論購併後的問題，這樁生意成功的跡象越來越高。雅虎執行長楊致遠端出了離職方案的牛肉，保證所有因故遭開除或自動離職的員工，皆可享有二十四個月薪資及健康保險福利。微軟儘管不再提高金額，卻一再表示有充分的信心完成交易，頗有不惜一切方法的味道。

兩個臭皮匠能不能勝過一個諸葛亮？微軟與雅虎聯手，雖然在不重複使用者上可贏過Google，但在搜尋市占率與網路廣告營收方面仍遠遜於它。這不單是市占率的問題，而且微軟想贏的，也不只是網路廣告而已。
Google的致勝關鍵，在於用免費的服務換取流量，再以精確的技術吸引廣告主，微軟光靠現有的規模仍無法動搖市場。比爾．蓋茲說對了一件事，那就是人才的價值。人才代表技術，技術則代表產品的價值。微軟現在知道，在網路上唯有直接競爭服務與技術才有勝算。不管是網路廣告系統或網路版辦公室軟體，市場會不斷地選擇最好的方案，因為轉換成本實在太低了。使用者可以輕易在不同介面間切換，用更好的服務留住他們，Google的好日子就不會走個沒完。

三雄爭霸，各有擅場

雅虎用戶最多

2008年1月美國網站排名

網站** Yahoo**
不重複使用者 1.38億人

網站Google

不重複使用者1.34億人

網站** Microsoft**

不重複使用者1.19億人

展示型廣告市場，雅虎美國稱霸

2007年11月美國展示型廣告市占率

網站 Yahoo

市占率 18.8％

每頁廣告數** 20.5**

網站 Microsoft

市占率**6.7％
**

每頁廣告數**9.8
**

網站Google

市占率** 1.0％
**

每頁廣告數**1.3 **

Google穩坐搜尋霸主

2007年12月美國搜尋市占率

網站 **Google
**

市占率 58.4％

網站** Yahoo
**

市占率**22.9％
**

網站Microsoft

市占率9.8％

Google廣告營收大幅領先

2007全球網路廣告營收

網站 Google
廣告營收 **164億美元 **

網站**Yahoo
**廣告營收 70億美元

網站**Microsoft
廣告營收 ** 28億美元

網站其他

廣告營收 ** 400億美元**

資料來源：comScore

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。

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。

「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