除了創意，我們還要有邏輯！行銷資料分析競賽嘉義大學奪冠|數位時代 BusinessNext

在世界陷入無法探底的金融危機之下，企業唯一生存的本領，就是在有限的預算下，精準掌握目標客群並執行良好的行銷計畫。當今全世界最知名的行銷大師之一 -艾爾賴茲（Al Ries）曾經說到：「如何讓企業一開始就避免犯錯？最簡單的答案就是，確定自己的行銷計畫確實遵守行銷法則。」

爲了及早培養行銷實戰人才，加速台灣現今大專院校商學院同學進入企業行銷務實操作領域，隸屬於經濟部商業司的財團法人商業發展研究院於今年（2009年）承辦「98年全國大專院校行銷資料分析競賽」，特別邀集國內10家知名的服務業業者共襄盛舉，且採用國內知名專業生活型態暨消費市場研究-東方線上E-ICP資料庫，針對企業面臨的「行銷實務問題」，提供以消費者導向的「真實資料庫」進行商業競賽，報名出現熱烈盛況，共計報名隊伍總計282隊，學生人數超過破千人，來自於58間大專院校； 5/23經歷分組冠軍賽與總冠軍賽過關斬將後，冠軍隊伍終於脫穎而出，嘉義大學-NCYU隊奪得錦標並獲得五萬塊獎學金，亞軍為Cream隊由政治大學的企管系，季軍為Lean in Fun 隊由台大、交大及政大三所大學財金企管學生組成。冠軍隊伍NCYU表示，因學校有教導個案分析課程，搭配本競賽方式提供真實案例與真實消費者數據(E-ICP東方消費者行銷資料庫)進行分析，讓他們進一步有接觸企業實況，了解業界所需的人才應具備的條件。

運用真實行銷資料庫，數據分析+邏輯推演讓行銷價值加倍顯效

目前尚在就學中的學子們，在校吸取各方教授專家的行銷理論，但是卻缺乏實際處理企業問題的經驗，如何帶領這群未來社會的儲備菁英擁有「行銷即戰力」：將「行銷概念」→「數據分析」(E-ICP行銷資料庫）→「邏輯分析」→引發「合理行銷契機」，進一步使商業成功呢？有鑑於此，財團法人商業發展研究院集合了國內包括王品集團、可樂旅遊、巨匠電腦、阿瘦皮鞋、皇家可口、統一超商、麥當勞、晶華酒店、萊爾富、麗嬰房等10家服務業龍頭，並在東方線上E-ICP資料庫的協辦下，此最佳的行銷訓練平台 - 「98年全國大專院校行銷資料分析競賽」於是誕生。

東方線上E-ICP資料庫開放線上資料庫提供各組參賽同學使用，將針對上述企業，完成如：「平價型餐廳路線的選擇」、「自由行網路購買平台市場初探」、「目標市場的選擇及推廣訴求」、「複合店發展品項規劃」、「異業結盟聯合促銷活動」、「早餐組合推廣重點」、「尋找深夜消費者」、「蘭城晶英酒店形象定位」、「現場調理鮮食的選擇」、「迪士尼授權產品進入平價通路之可行性」等企業本身切身問題，讓同學從生活型態與消費實況等各消費者行為面向，進行周延合理的探討與分析。

點亮商業決勝點，培育行銷即戰力

政治大學企業管理學系別蓮蒂老師表示，在此次競賽中能夠獲得評審青睞的隊伍，多半具「邏輯清晰」的特點，因為業界所想要的行銷決策，不是天馬行空的創意，而是能夠真實可行，並且在比賽過程中能夠清楚陳述推論理由，讓經理人能夠接受這樣的說法，當然，此次的冠軍隊伍就是具備這樣的條件。

在歷經一個多月的初選、決選後，此次冠軍隊伍終於脫穎而出，是由嘉義大學奪得錦標，此隊伍是由管研所與行銷所學生所組成。

亞軍~~Cream 由政治大學的企管系學生所組成，其中王韋程同學還獲得最佳台風獎，其穩健的台風與具創意的報告方式獲得評審一致好評，因此獨得了由可樂旅遊所提供的「台北-香港來回機票」。

季軍~~Lean in Fun 由台灣大學、交通大學及政治大學三所大學的學生所組成，科系涵蓋財金、企管等科系。

冠軍隊伍同學表示，因為學校有個案分析課程，讓他們學習到如何分析並有條理的解讀個案，而這樣的競賽活動讓他們有接觸企業的機會，更了解業界所需的人才應具備的條件。

透過這次比賽可以了解，台灣企業需要的行銷人才，必須具數據分析與邏輯思考的能力，而讓出自校園的年輕朋友們，培養並打造具有數據基礎的行銷方案，能在未來的工作職場發光發熱，正是這項全國性競賽活動舉辦的目標與宗旨。

財團法人商業發展研究院董事長司徒達賢
財團法人商業發展研究院院長張光正
個案廠商：王品集團、可樂旅遊、巨匠電腦、阿瘦皮鞋、皇家可口、統一超商、麥當勞、晶華酒店、萊爾富、麗嬰房
資料庫廠商：東方線上股份有限公司
協辦單位：國立政治大學公共行政及企業管理教育中心
國立政治大學商學院品牌研究中心(Brand Research Center)
專案執行指導老師政大企管系別蓮蒂

新聞聯絡人
財團法人商業發展研究院研究員        楊少夫 02-7713-1010 #309
財團法人商業發展研究院研究助理    王詠菲 02-7713-1010 #319
東方線上股份有限公司                        李釧如 02-2706-4865 #808

更多文章請至東方線上

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