花12年才能回本又怎樣？從《英雄聯盟》到《部落衝突》，騰訊打造的全球遊戲版圖|數位時代 BusinessNext

為改善資產負債表，軟銀出售全球最賺錢手遊

芬蘭遊戲開發商 Supercell 於 2010 年創立，旗下遊戲包含《部落衝突》、《卡通農場》、《海島奇兵》和《部落衝突：皇室戰爭》，為全球最賺錢的手遊公司。根據 App Annie 3 月發表的統計報告顯示， Supercell 的遊戲下載量和收入皆居全球之冠，旗下於 3 月新推出的《皇室戰爭》也攬下遊戲下載和收入雙冠。

自 2013 年收購美國電信公司 Sprint 以來，軟銀短短 4 年總負債即飆升 5.6 倍；截至 3 月底，負債高達 1,070 億美元，而其中約有 3 分之 1 的債務與 Sprint 有關，故軟銀出售賺錢資產套現，希望可優化資產負債表。

另一方面，軟銀在今年 3 月宣布公司將分拆為專注日本本土電信業務和海外科技投資的兩家公司，預計每年在海外投資 30 億美元，希望找到下一個如阿里巴巴帶來高獲利的投資標的。不過在宣布出售 Supercell 消息的同時，負責軟銀全球投資的總裁艾蘿拉也宣布將下台，外界認為和軟銀經營策略轉向有關，從投資全球市場變成優化資產負債表。

從 PC 到手遊，騰訊積極布局全球遊戲市場

對市值 2,110 億美元的騰訊而言，為什麼願意斥資 86 億美元買下 Supercell？

騰訊對全球遊戲市場的布局，可從過去幾次的收購看出端倪。在 2011 年，騰訊以 2.3 億美元買下線上遊戲《英雄聯盟（LoL）》開發商 Riot。《英雄聯盟》為2015年全球營收最高的 PC 遊戲，1 年便賺進 16.3 億美元。根據《華爾街日報》報導，騰訊去年營收達 150 億美元，其中超過一半來自線上遊戲。

儘管騰訊已是中國主要遊戲商，營收佔中國線上遊戲市場 32%，但根據統計機構《newzoo》，騰訊來自海外的遊戲營收僅有 15%，特別是在拓展手遊市場面臨挑戰。

不含主機和 PC 遊戲，手遊市場的全球營收在今年提升 21% 到 370 億美元，其中，中國手遊市場營收也成長 17% 到 91.1 億美元，約佔全球的 4 分之 1。為了不錯失手遊市場大餅，騰訊在 2015 年以 1.26 億美元買下開發《狩獵達人》和《明星效應》的手遊開發商 Glu Mobile 15% 股份，同時也希望此舉可從中國遊戲市場進軍國際。

而騰訊這次買下的 Supercell，旗下擁有全球手機遊戲營收最高的遊戲《部落衝突》，將更鞏固騰訊在手遊市場的地位，補足全球遊戲市場版圖。《newzoo》的數據顯示，在 2015 年的遊戲市場，騰訊加上 Supercell 的遊戲營收高達 111 億美元，佔整個遊戲市場的 12%。

（圖說：騰訊收購 Supercell 後將稱霸全球線上遊戲市場。圖片來源：newzoo。）

除了拓展市場，《路透社》指出，收購 Supercell 可提升騰訊過去較弱的遊戲研究和開發領域。此外，透過 Supercell 旗下熱門遊戲，也可吸引更多玩家加入騰訊生態圈，例如即時通訊 App 微信和社群平台 QQ。

斥資買下 Supercell 短期難回本

儘管全球手遊市場看似有利可圖，但斥資 86 億美元收購 Supercell，也意味著騰訊面臨成本能否回收的高風險。此筆交易金額打破遊戲產業收購金額的紀錄，上個紀錄為美國遊戲公司暴雪（Blizzard）在 2015 年以 59 億美元買下《Candy Crush Saga》開發商 King Digital Entertainment。

《華爾街日報》估計，以 Supercell 2015 年的營收來看，騰訊需花 12 年的時間才能回本，根據 Supercell 財報，該公司在 2015 年營收為 23.26 億美元、獲利為 9.64 億美元。儘管 Supercell 獲利不斷成長，12 年的時間對快速變動的手遊產業仍是太長。

此外，雖然 Supercell 過去推出的遊戲都有亮眼成績，但手遊進入門檻較低，不同於傳統 PC 或主機遊戲，需花費好幾年或大量資源來開發，這也表示，下一個席捲全球的遊戲不一定來自目前市場上的手遊商，過去賣座的手遊也難以抵擋迅速退燒的命運，《憤怒鳥》和《開心農場》就是血淋淋的例子。

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