【MMDays】台灣的「雲端困境」
【MMDays】台灣的「雲端困境」
2012.07.18 | 科技

大凡一個好構想、一個好創新,進到了台灣總會經歷三大階段:「歪掉、臭掉、與爛掉」。「歪掉」是說這個好構想一進到台灣,就被大部分人錯誤地解讀,原本的想法被扭曲;「臭掉」是說這個已經歪掉的構想開始被污名化,大家開始對這個構想打上一個大大的問號,充滿疑慮;最後一個「爛掉」的階段,大家開始唾棄這個構想,最後覺得這個構想只是一個浪費社會資源的錯誤決策,或者只是一個漂亮的口號。

「雲端運算」現在在台灣的情勢,在我看來,已經開始進入「臭掉」的階段。

國外是「軟體廠商」發展雲端運算;台灣卻是「硬體廠商」喊雲端喊得聲嘶力竭!?

稍微聊解過雲端運算歷史的人,都會很容易發現到,雲端運算是從軟體公司發展出來的,兩家最具代表性的公司就是Google和Amazon。Google因為發展搜尋的核心業務,大量建置資料中心,一步一步擴充自己的運算資源,輔以強大的軟體,最後變成雲端運算的代表。Amazon一開始以電子商務起家,也是一步一步慢慢做大,開始有了自己的資料中心,接著為了讓運算資源的利用率 (utilization) 更高,開始建置自己的雲端服務,把運算資源用「租用」的方式釋出,發展出新的營利模式。兩家公司都是從SaaS (Software as a Service) 起家,先把自己核心的網路和軟體服務做好,之後才往PaaS (Platform as a Service) 和 IaaS (Infrastructure as a Service) 發展,提供真正的雲端服務。

回頭來看,台灣雲端運算發展軌跡就顯得非常詭異,居然都是從硬體廠商開始喊雲端運算,結果現在「雲端運算」一詞和「資料中心」被劃上等號,完全就是扭曲了原本雲端運算的意義,這就是文章一開頭提到的「歪掉」:雲端運算雖然從資料中心發展出來,但是不代表蓋了一大堆資料中心,就等於是發展了雲端運算。觀察Google和Amazon 兩家公司的發展軌跡,兩家公司都是先有大受歡迎的網路服務,然後逐漸擴充自己的運算資源,最後再把運算資源用公開的方式釋出,一方面讓自己的運算資源利用率更高,一方面嘉惠其他小型的網路業者,可以用便宜的費用租用運算資源,馬上開始打造自己的新創服務。

各位發現重點在哪裡了嗎?是的,重點在於「規模經濟」,Google和Amazon都是從自己各自的核心服務出發,等到自己的基礎設施發展到夠龐大的規模之後,才開始把自己的運算資源釋出,所以兩家都可以用很低的價錢提供雲端租賃的服務。因此,在跨入雲端運算之前,兩家公司已經有很好的軟體和獲利基礎,自然而然就會更進一步,發展出下一個世代的網路business model:雲端運算。

至於台灣則變成邯鄲學步,因為我們軟體業較弱、又沒有強大的網路產業鏈,沒人玩得起雲端運算。結果只好國內有錢的硬體廠商強出頭,想要跟上國外的潮流,開始蓋機房,想盡辦法把所有服務都跟雲端扯上關係。完全忘了雲端運算是應該由軟體廠商發展出來、要充分發揮規模經濟的一個東西。

一朵一朵小雲,成不了氣候

前面既然提到,Google和Amazon都是因為規模經濟的效應,才有辦法提供真正實用且收費低廉、具有價格競爭力的雲端服務。反觀現在台灣許多廠商各自為陣,各家業者都想要搞自己的雲端,甚至於政治人物,也到處亂喊什麼每個縣市都要一朵雲。這不僅僅反應出這些人對於雲端運算的瞭解不夠,最後留下來的成果,也無法與那些擁有規模經濟的國際大廠競爭,搬出來的服務也會因為費用高昂而沒什麼人要用,機房最後變成「數位蚊子館」。

重點就是在於「規模經濟」,台灣的電信業者和硬體廠看到雲端運算的典範轉移,就想要用「複製」的方式打造出「雲」,結果在根本上忽略了這些「雲」是國外網路產業持續演進、自然發展出來的「雲」,而不是複製出來的「人造雲」,兩者落差極大。大家都在搞自己的雲端,台灣規模經濟就出不來。

會架網站、寫寫網頁,就是雲端!?

國內現在濫用「雲端」一詞已經到了荒腔走板的地步,只要有網站的餐廳、有網站的補習班、有網站的房仲業者,全部都跟雲端有關,連走在街上不時都會看到「雲端」出現在商家的招牌上面,變成全民拼雲端的詭異現象,大家都想要從「雲端」裡面揩點油。這就是為什麼我覺得台灣的雲端運算已經進入「臭掉」的第二階段:因為一開始就「歪掉」的關係,台灣很多人至今不知道雲端運算是什麼鬼東西,人云亦云:「反正只要上網就是雲端啦!」。結果「雲端」一詞,已經完全失去原本的意義,大家也已經都聽到麻木了。一些本質上的東西,大家反而再也沒有著墨。

真正的問題在哪裡?

網路產業既然是發展雲端的前提,那麼為什麼台灣網路產業始終作不起來?為什麼沒有創造出一個強大的網路產業鏈,形成一個良性的產業循環?說到最後,還是「頻寬」的問題,台灣的頻寬環境非常畸形,各大電信業者對中小企業收取高昂的頻寬費用,造成台灣的網路軟體產業無法做大、無法創新:只要你的網站流量稍微大一點,你的頻寬費用就立刻準備讓你關門大吉了。在你獲利之前,電信業者對你收取的頻寬費用,就把你的資金給搾乾了。

那麼「無名小站」為什麼做得起來?最後被Yahoo!買走?因為無名小站從一開始就在交大使用免費的學術網路頻寬,一毛頻寬費都不用出,如果無名小站一開始就是放在某電信業者的機房裡面,那無名小站早就倒掉了。但是這麼多年過去了,中小企業頻寬費用的問題在台灣還是存在,這就是一直以來台灣網路產業最悲慘的事實,但是我們始終沒有看到任何產官學界的人嘗試去解決這個問題。

筆者為了解決公司的頻寬問題,曾經四處拜訪電信業者,洽談頻寬事宜,結果發現各家電信業者不僅報價落差極大,而且平均起來的費用,竟然是美國頻寬租賃費用的12倍以上!在洽談過程中,有一位電信業者竟然還反問筆者:「你為什麼不用我們雲端的虛擬主機,而要繼續用co-location?」人微言輕的我沒有回答他的是:「Amazon提供的雲端虛擬主機,費用是你們的十分之一。用你們的雲端主機,我真的用不下去。」

筆者認識的許多網路新創公司,一開始就選擇把自己的服務放到Amazon提供的EC2雲端服務上面,而且這個趨勢已經非常明顯,大家現在都不想把服務擺在台灣的機房裡面。原因無他,就是因為台灣的頻寬和雲端服務費用高昂,中小型的網路公司根本負擔不起,導致大家拼命把自己的網路服務架設在國外,也許服務的速度會因此慢了一點點,但是至少可以避免一開始就被台灣的電信業者吸乾。

最近NCC和張善政委員拼了命要逼中華電信把民眾上網費用降價,這些政策對於一般民眾雖然是利多,但是已經有點淪為民粹的操作,因為民眾上網費用現在已經跟先進國家接近,差距逐漸縮小。現在最嚴重的問題「中小企業的頻寬租用費用」,才是真正阻礙台灣網路產業發展的毒瘤。

依照現在的趨勢發展下去,民眾的上網速度增加了、費用也很便宜了,但是用的卻永遠都是國外的網路服務!國內的網路業者還是因為租用頻寬費用高昂的關係、沒辦法發展台灣自己好用的網路服務,民眾自然只能使用國外的服務,把錢雙手奉上給國外的公司;另一方面,台灣網路業者也因為負擔不起國內的頻寬費用,選擇把自己的服務架設在國外大廠提供的雲,結果還是把錢送給國外的雲端業者。如此一來,無論是台灣的網路業者或是台灣的使用者,大家都把錢拿給國外的廠商,那台灣政府這麼辛苦地建設頻寬基礎設施,到底是為了什麼?為國外廠商造橋鋪路,結果國內的業者連一點好處都沒有享受到,錢全部流到國外的廠商手裡。台灣人難道不會覺得心酸嗎?

解決的方法是什麼?

既然所謂的雲端產業,根基乃是台灣的網路產業,那麼網路產業一日沒有蓬勃發展,台灣所有的機房都只是拿來養蚊子,變成本末倒置的悲慘狀況,也就是文章一開始提到的「爛掉」階段,政府應該趕快思考如何打造一個獎勵網路新創事業的環境,讓台灣的網路創新應用不僅可以在台灣本島蓬勃發展,也有邁向國際市場的規模和能力。這一切一切的前提,就在於政府提供網路新創業者,一個友善的頻寬環境。

政府最近拼了命在發展所謂的「App園區」,但是最重要的問題還是在於不合理的頻寬費用、讓中小企業根本沒有辦法做大,政府想要發展軟體產業、想要發展App產業都好,這個根本的「中小企業頻寬費用問題」沒有解決,台灣永遠不會出現大型的網路軟體公司可以進一步帶動雲端運算的發展。當政府在打造這些軟體園區、App園區的時候,請提供一個頻寬費用低廉、甚至免費的創業環境,不要讓新創業者才剛剛起步,就立刻要面臨頻寬費用高昂的問題。政府應該立刻開始正視這個問題。不要再隨著雲端的口號起舞,跟著硬體廠商去做一些捨本逐末拼命蓋機房的事情。

台灣要趕快跳脫這樣的「雲端困境」,不然雲端運算又會成為一波我們始終跟不上的科技趨勢。再這樣子搞下去,台灣的網路業者和產業真的都要一起升天、名符其實地上雲端了。台灣雲端運算進入徹底「爛掉」的階段,更是指日可待。

轉自 Mr./Ms. Days (MMDays)

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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