Gartner~預測2012年消費行動應用程式市場十大趨勢
Gartner~預測2012年消費行動應用程式市場十大趨勢

國際研究暨顧問機構Gartner在最新研究中預測2012年最重要的行動應用趨勢,分析師針對平均售價在300美元以上的高階行動裝置,點名十項行動應用技術與趨勢將在明年引領風潮。

Gartner認為,勝出的行動應用程式必須具備專為行動環境打造的特色,而非僅止於網路應用的行動裝置版。

Gartner研究總監沈哲怡表示:「行動應用將成為高度競爭市場,眾人都想分一杯羹。行動應用對使用者對高階裝置體驗的影響會愈來愈大,能從平台面結合創新應用與科技的業者,競爭力也比較高。」

行動應用不只本身能夠創造可觀營收(據估計2012年終端消費者相關支出將達159億美元),同時還可帶動硬體銷售、廣告支出與科技創新。Gartner認為,品牌業者的行銷預算將逐漸轉移至行動領域,以利用新型態應用程式進行實驗,進而抓住行銷與銷售良機。能夠抓住最新潮流的企業與技術和服務的供應商,才能突破重圍突顯自家產品、提升品牌形象並維繫消費者忠誠度。

以下為Gartner預測的2012年十大消費應用趨勢:

適地性服務(LBS) 方位是根據使用者情境提供服務的主要驅動元素之一,而Gartner預測到了2014年,適地性服務使用人數將達14億之多。適地性服務就是依照使用者情境提供各種特色服務與功能,參考的項目包括使用者方位、個人偏好、性別、年齡、職業與特定目的等,能提供比固定方位服務商更高智能的使用者體驗。Gartner分析師認為,情境感知服務(context-aware services)將成為行動應用主流趨勢,而方位就是其中的主要驅動元素。

社交網路 在Gartner追蹤的19項消費行動應用類別當中,行動社交網路是成長最快的項目。社交網路平台吸引的網路流量日益增大,逐漸轉型為入口網站、網路轉接樞紐,甚至成為大量訊息、電子郵件、影片、照片、遊戲與商業活動的雲端儲存所在。隨著使用人數增加,未來全球各大社交網站提供服務時,必須和使用開放使用者程式介面(API)的第三方業者合作,而且可能轉型為基礎架構提供者,扮演資料庫的角色,提供使用者資訊並服務直接面對消費者的品牌企業。

行動搜尋 視覺化搜尋(visual search)通常與產品搜尋有關,讓使用者能夠比價或查詢產品資訊。要讓行動搜尋更上層樓,應用程式必須能讓使用者根據搜尋結果進行下一個動作,例如打電話或預約、購買票券和下訂單等。由於行動裝置使用者通常時間較趕,Gartner建議搜尋業者打造能迅速獲知搜尋結果並採取行動的使用者體驗。行動裝置業者則應與具有潛力的搜尋服務商合作或進行購併,如此才能整合技術,最好從平台面就能統一,以提供差異化的使用者體驗。

行動商務 今日的行動商務即類似功能擴大但規模較小的電子商務,且能提供較精簡有效率的經驗。不過,Gartner預估未來兩年,某些特殊的行動功能會陸續推出,例如只要你一踏入某家商店,零售商就會收到通知,或是在實體商店內購物僅需拿著貨品圖片或條碼,便形同將貨品放入購物車中。雖然 HTML5 可開始被採用的時間仍需等上一段的時間,但 Gartner 預期一旦當HTML5被部署之後,未來會出現更多從本機程式延伸至行動瀏覽器上的行動商務功能。

行動付費 自2011年起,近距離無線通訊(near field communication,簡稱 NFC)付費技術會開始運用於高階手機上。但Gartner不認為此項技術會在2015年之前成為主流。為了吸引顧客上門,付費軟體供應商需推出方便用戶使用與方便顧客實施,且無需降低安全防護標準的解決方案。他們同時需要提高用戶意識、擴大服務範圍,且推出方便使用的應用程式來吸引終端消費者。

情境感知服務 情境感知應用程式能提供較佳的使用經驗,它利用有關個人興趣、意圖、歷史、環境、活動、行程、優先順序、社交關係與偏好等資訊,以預測個人需求,並主動提供最合適的內容、產品或服務。行動通訊系統業者與手機製造商應提供更廣泛的定位服務(location services),包括提供查號服務、地圖、廣告與隱私控制。

物件辨識(OR) 高階行動裝置有功能較強的感測器與處理能力,可利用設計精良的應用程式來辨認使用者的環境,包括感興趣的特定物件。由於OR介面易於使用,因此在2012年之前將有愈來愈多功能更強的應用程式相繼問世。當OR功能與較傳統的程式功能互相結合後,使用者會仰賴相機與其他裝置感測器做為通訊工具,因為它們提供使用者更高階的搜尋功能,與許多娛樂與生產力相關功能。

行動即時通訊(MIM) Gartner 預期, MIM 會吸引消費者使用應用加值(Over the top 或簡稱 OTT)服務業者(如Skype)所提供的新型整合通訊(UC)平台。這些服務供應商正威脅著傳統通訊服務業者的語音營收。打算將 MIM 納入新產品的公司,應考慮將 MIM 整合至其他通訊型態,如定位和線上狀態功能(location and presence),但也需謹慎地發展其他功能,如聯合社群網絡活動。

行動電子郵件 智慧型手機讓手機搭配行動電子郵件服務蔚為主流,它主要是透過一套技術將低價手機升級,讓手機能使用既有電子郵件服務。Gartner預估,2014年全球行動電子郵件用戶將自2009年的3億5千4百萬戶成長至7億1千3百萬戶,約占全球行動用戶的10.6%。電子郵件地址攸關個人隱私,處理起來或許相當棘手,卻能提供電信業者、電子郵件服務供應商與應用加值廠商鎖定消費者的機會。技術與服務供應商宜思考如何能讓消費者更方便使用所搭配的行動電子郵件服務,以期維持與顧客的長久合作。

行動視訊 搭配更大螢幕的行動電話與平板媒體,提供最佳的平台給視訊消費、謹慎行銷與消費者教育。Gartner認為,電信業者與內容供應商會在未來數年推動行動視訊的使用。行動業者因此需要與YouTube和其他熱門視訊供應商合作,讓用戶可複製其網路行為到行動電話上,而行動裝置廠商應整合HD高畫質與3D立體功能至高階裝置的使用,並在預載或是透過軟體商店免費下載時一起搭載內容。

關鍵字: #Gartner
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