【Inside】台灣買家有福了!挾帶國際運送服務,Amazon MYHABIT 大舉進軍奢華品折扣戰!
【Inside】台灣買家有福了!挾帶國際運送服務,Amazon MYHABIT 大舉進軍奢華品折扣戰!

世界上有一種不死的策略,叫做Me too策略。網路的世界裡,找到藍海是軟實力,留在裡面當老大是硬實力。Inside Sting 的「打造一個台灣的專業clone team的異想」一文中,說明了要當一個稱職的COPY也是不簡單。其實這就是 Startup 的難作之處,好不容易找到了一塊新的土壤,但是一旦有大型的公司決定咪兔的時候,除非你有厲害到不行的智財或是技術門檻,逼的大公司非買下你不可(如 IntoNow,請參考「電視打卡APP IntoNow,上線僅12週被Yahoo!火速高價收購」一文),不然常常有睡一覺醒來就發現被輾過去了的狀況。

今天,一個輾人事件可能正在展開,就從筆者今早的信箱裡開始:「Mona Hu,來看看亞馬遜的新網站 MYHABIT 吧!」

什麼?每天無腦刪掉所有電子報的筆者(但又不知道為什麼持續訂閱),在沒有外力狹持的狀況下,主動點進去這封EDM。看到了下面這個情報:

OK,亞馬遜要踏足像是 Gilt Group 的奢侈品 Flash Sale 網站啦(也該是時候了)!說到Gilt,其實大家應該都挺熟悉了,但是為了仔細起見簡單說明一下。Flash Sale 是指限時的折扣活動,關於 Gilt 還有一些它的同類網站,他們共同的關鍵字是:至少4折,設計師精品,名牌,限時限量,私人賣場與名單。

台灣華奢網的 Kevin 曾經投稿 Inside,說明「複製Gilt有難度 華奢網Luxjoy.com遇到的七個難題」,Kevin對 Gilt 的形容是:

Gilt活躍會員人數超過100萬,市場估值超過10億美元,去年的營業額超乎預期一倍!…限時限量的操作方法,更是點石成金!讓過季商品搖身一變成為稀有資源無需搶標或揪團就可以撿到好康!

回到Amazon MYHABIT,在看到電子報後,第一個想知道的就是:亞馬遜憑什麼?它哪裡不一樣?

首先這個問題有點阿Q,亞馬遜現在處於一個很尖峰的狀態,除了努力地四處收購公司讓它枝葉更加茁壯之外(9.28億美金買下Zappos全美最大線上鞋店,3億美金買下 Audible 線上有聲書下載網站,大家熟知的Alexa則遠在1999年就被以2.5億美金併購),2010年亞馬遜的總營業額高達美金350億。這樣的超級線上購物網站,現在要用它龐大的資源,開始作奢侈品限時折扣,小一點的網站不得不挫著等呀。

雖然龐大不代表一定成功,但是先淺談一下幾項 Amazon MYHABIT 的超作弊絕對優勢:

會員:

亞馬遜在幾年前就停止公布會員數,這個數字連內部員工據說都無從得知,只知道「a lot」!但是根據一家專業的調查公司 Piper Jaffray 指出,亞馬遜在2011年大約擁有1.21億的消費者。Gilt的創辦人 Maybank 則在去年 Fortune 雜誌的專訪中,表示 Gilt 目前擁有 300萬會員即使 Maybank 的公關數字是真的,亞馬遜還是擁有約40倍多的消費會員,大軍壓境。

貨源:

海量的供貨商,是亞馬遜的一大優勢,當然包括幾近所有的奢侈品牌。亞馬遜的自創服飾網站 Endless.com 擁有許多名牌服飾線,所以估計可以擁有不錯的貨源跟品牌數,因為握有網路通路的重要地位,在談判上面也會有一般小網站得不到的優勢。

遞送:

回到台灣後,基本上跟 Gilt ,Hautelook 或是 Rue La La 無緣了,因為國際運送花錢花時間花心力,就懶得去買。但是…(登登登)沒錯,承襲Amazon通路優勢,MYHABIT除了美國境內寄送跟退貨都是運費全免之外,還自動加入了國際運送的服務(抱頭)這不就是說我可以在台灣買了嗎?不需要託人帶回來,也不需要搞個美國地址!遞送到台灣只需要短短的3-6個工作天,國際運送服務一律收取15元美金,MYHABIT 目標是賺全世界的錢。

習慣:

這個是一個看不見摸不到,但是真實存在的力量。使用 Amazon 購物的確是美國人的習慣。它的存在如此的廣大跟自然,幾乎是網購的代名詞。加上美國的法令跟台灣不一樣,網站可以存取消費者的信用卡資訊,購物的時候完全不需要重新 key in 任何資訊,點兩下就買好了,這個迅速 check out 的功能加上習慣,是EC網站最大的資產。所以 MYHABIT 的取名也是一語雙關,正中要害,習慣在 Amazon 購物的人,應該更容易轉換到 MYHABIT選購。

360度商品預覽:

update:幾乎每一件服飾商品都有模特兒穿著轉一圈給你看的影片,這個真的挺酷的!(請看比基尼美女服裝秀)

小結:

這篇的結論就是,錢包要哭哭了網路的商機不是只靠創新創意,軟實力不一定抵擋的住大風大浪。如果 Startup 要保持領先,就要不斷的累積不可被替代性。說是容易說,做起來一點都不簡單。當僥倖獲得一點點成功的時候,更需要努力的去突破,突破可以是技術性的,也可以是商業性的。亞馬遜的MYHABIT如果能夠成功一躍而起,靠的是不斷累積的物流,金流還有供貨能力,這就是他的硬實力。當年 Amazon 還是幼兒的時候,也是靠著審慎的商業判斷還有適時的延展,得以存活(當時的CEO還一直被股東罵太保守,但就是這樣才活過了網路泡沫)。

不得不佩服亞馬遜,一個舊時代的名詞,成功地傳承下來變成新時代的名詞。這個時候,不禁讓人想到遙想當年的 ICQ,MySpace…還有原來市佔率高達80%意氣風發的 IE,如果一個亂搞的研究丟出來說用IE的人智商比較低,竟然還被普遍誤信以為真,IE 如何挽回?網路史上如是的感嘆調多不勝數, 有多少老網站,像是 Amazon 一般在成立17年時,還仍舊硬朗甚至越來越年輕,實在是智慧的考驗。

扯遠了,重點還是今日壽星 MYHABIT 會不會把 Gilt 輾過去呢?我們拭目以待吧。Meanwhile,I have some shopping to do。

紙箱娃娃圖片出自於新加坡藝術家 Anton Tang 的作品

出自Inside部落格

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