【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
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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
一次搞懂工業AI
© 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