【有物報告】 從大型機台到「英雄聯盟」,下一代遊戲付費模式的討論
【有物報告】 從大型機台到「英雄聯盟」,下一代遊戲付費模式的討論
2013.03.06 | 創業

一般遊戲公司跟 Blizzard EntertainmentRiot Games 等由熱愛遊戲的玩家成立的公司不同。例如 Blizzard 可以為了遊戲平衡,無限期延後發行日期;一般遊戲公司為了生存,卻必須將遊戲的變現價值最大化。所以怎麼樣讓玩家付錢即非常重要,遊戲的付費制度也隨市場而持續演化。

如果你很熟悉遊戲產業,可以直接跳到下方我個人的建議,因為接下來我會先介紹遊戲付費制度的發展脈絡。
 

大型機台 – 最享受遊戲的玩家付最少錢 

一開始,遊戲裝置並不普及的時候,想玩遊戲得到遊樂場玩大型機台。一次投幣玩一次。

這模式是:嘗試遊戲要付錢

那時機台非常稀少,選擇不多,所以玩家嘗試就要錢。雖然縮限了接觸玩家的數目,但因為選擇少,玩家還是買單。

這種模式是玩家越想玩就付越多錢,收費金額沒有上限。但厲害的玩家只投五元就可以破關,不會玩的人卻要花更多錢。最喜歡玩的人付的錢最少,不會玩的人要付更多,反而像是種懲罰。因此此時遊戲只是少數人的娛樂。


**電影「無敵破壞王」懷舊大型機台時代。**圖片來源:jontintinjordan

這樣的付費模式鼓勵遊戲開發商做難的遊戲,破關太簡單就沒人要玩了。另一種可能性是一開始簡單,但隨著關卡增加就越來越難,讓玩家不斷地接關,錢就不停地賺進來。像 CAPCOM 的經典遊戲《魔界村》(Ghouls ‘N Ghosts)就難到不行,動不動就要裸奔被怪物打死。
 

任天堂 – 高入手成本導致更多大眾遊戲 

接下來,任天堂出現了。家用遊戲機普及,大家都可以買一台機器回家玩。

這模式是:擁有遊戲要付錢

這模式大家都很容易接受,你喜歡這遊戲就買回家嘛!越好玩的遊戲越多人要買,這樣直覺的收費模式到現在還是電視遊戲與手機單機遊戲的主流。不過這種模式從每個人收到的錢有上限,天花板就是遊戲售價。

這模式對想嘗試的新玩家有很高的門檻:我只有一點點興趣,卻必須花跟死忠玩家付一樣的費用才能玩。因此廠商也推出試玩版、輕度版拉攏新人。

在這種模式下,遊戲開發商必須創造「大多數人覺得容易好玩」的遊戲,例如台灣玩家熟悉的 KOEI《三國志》系列。總是有人質疑《三國志》AI 怎麼這麼笨;這其實不是遊戲設計問題,而是商業問題。

這模式衍生出次級市場,因為「太貴了,我興趣沒那麼高,那就買二手的吧!」或是更省,租就好。不論購買、二手、租用,遊戲公司還是只能收到第一次定價以下的價格。
 

照連線時間收費 – 歹戲拖棚的線上遊戲 

現在,線上遊戲崛起,要玩就要連線。遊戲廠商必須支付服務與連線頻寬成本,所以很自然的玩遊戲要收連線費。當連線費越收越多,超過遊戲售價時,那就只收連線費就好,讓玩家不會覺得被扒兩次皮。

連線費怎麼收?按照時間收最公平,玩多久付多久。

這模式是:以時間付錢

這模式玩家投入越多時間,廠商就收到越多錢,因此收費的天花板就是時間。乾脆,遊戲也不收錢了,一開始免費玩吧;先讓玩家上鉤,反正遊戲商可以從後面連線費賺回來,這樣招攬新玩家進來機會多了。

但每個人都只有24小時,很喜歡遊戲的玩家最多就是包月;只有一點點喜歡玩的,以分鐘或小時買點數玩,兩者花的錢其實差不多。就像電信費率,包月跟以流量計價肯定很接近,這樣大家都會想去包月,電信公司利益就可極大化。

當遊戲開發商每個月從「個別」玩家收的錢差不多,廠商就要不斷的更新、或是降低掉寶率,拉長玩家取得遊戲成就的時間。玩家反制遊戲商的方式就是呼叫機器人(外掛),睡覺也在玩,取得遊戲成就時間也會縮短。
 

銷售軍火 – 沒有天花板,卻充滿不平衡 

連線遊戲都是互動競爭的,大家玩下去都是為了取得武器、虛寶,彰顯自己在社群中的價值。玩家玩遊戲的目的性越來越高,遊戲故事便被忽略(反正不重要)。那廠商就順應玩家需求乾脆賣武器、虛寶吧。

這模式是:玩遊戲不用錢,在遊戲社群中取得競爭優勢要錢

這樣模式對遊戲商更好了。玩家只要愛玩,想取得優勢,付錢沒有天花板,遊戲也不用收連線費了。但這拉大的遊戲平衡,造成有錢的跟會玩的站一邊,不會玩的跟不想付錢的站一邊。兩邊差距越來越大,根本不用競爭,這遊戲模式就玩不下去。

所以遊戲開發商就要搞「有限度的不平衡」:若遊戲完全平衡,大家沒有優勢可搶。完全不平衡,一些人永遠贏,也不用玩了。所以每次改版就要弄點不平衡,不平衡才有人要花錢取得優勢,這樣廠商才能長期收到錢。
 

互動收費買聲音 

玩家在這無限輪迴中,覺得越來越無趣,就像永遠跑輪框的老鼠,總有膩的一天。於是遊戲開發商就想,連線遊戲既然是社群遊戲,社群就要互動,那就收互動費用吧。互動越多代表玩家越愛玩。

像《暗黑破壞神III》、《征途2 online》從道具交易收錢,或很多休閒遊戲收最多錢的居然是大聲公(可以跨頻道發佈訊息)。

這模式是:**玩遊戲不用錢,互動要錢
** 

個性化收費買外表 

其它像《勁舞團》、《英雄聯盟》(League of Legends),裝飾性的道具皆為重要營收。

這模式是:玩遊戲不用錢,在遊戲社群中個性化要錢

這模式的好處是不用老是搞不平衡來賺錢,付錢也沒有天花板。但玩家不是為了競爭,只是為了美觀,這樣付費的強度變小了(於《遊戲「英雄聯盟」的堅持:犧牲付費轉化率,維持遊戲平衡》一文中已討論)。
 

下一代遊戲收費機制,往雙贏邁進 

到這裡為止,幾乎主流的模式都分析了。廣告、周邊授權與販售,尚未成為遊戲開發公司的營收主流,這裡就不分析了。那還有更好的模式嗎?

以下是我個人的預測與判斷。在遊戲多到爆炸的時代,什麼是下一代的遊戲收費模式?玩家對遊戲的喜愛一定深淺有別,如果可以讓愛玩的多付,多付到沒有天花板,少玩或接近不玩的只付一點點或是免費,同時這模式又引導遊戲開發商做好玩的新內容、增加遊戲樂趣,而不是破壞遊戲平衡,這肯定是最理想的收費方式。
 

運用生物科技記錄樂趣,還不成熟 

能不能計算樂趣多寡來付費?玩的很高興付很多,不喜歡的付很少?這不是捐贈,所以首先要衡量玩家喜不喜歡玩遊戲,有沒有從遊戲得到樂趣。

這個不是天方夜譚,我在中研院資訊所的好朋友陳昇瑋副研究員,就在做類似的研究。他用玩家臉部肌肉的微量電波來測知受試者喜不喜歡玩這遊戲。

但我估計這模式就算可行,也沒有廠商願意採用。因為想像一下你的智慧手機變成感測裝置,每個人接著一個感測器;當玩家玩得正高興的時,突然手機說要收錢,用戶的帳單馬上多了一筆帳單。越高興收越多,這實在太煞風景了。
 

折衷作法 – 關卡體驗免費,成就保留付費 

折衷的作法是體驗付錢。但如果體驗完了,玩家滿意卻不願意付錢怎麼辦?

玩家玩遊戲都有動機,兩個動機是成就(虛寶)跟體驗(遊戲樂趣)。所以只要把玩家在闖迷宮的時候,把這次闖迷宮所有打怪物掉落的寶物扣下來,玩家付錢才可領取。這樣玩家玩了不高興可以不付錢,遊戲開發商可以觀察洞窟的付費率判斷哪個洞窟最受歡迎,就像遊樂場看人潮判斷雲霄飛車最受歡迎,還是大怒神。

而且體驗完才決定要不要付錢,聽起來不錯吧?

但不可否認,玩家正開心破關卡時,就收到帳單,不付帳單拿不到之前努力的成果,肯定還是覺得煞風景。那就再折衷一點,闖迷宮會掉各種鑰匙,有了特定鑰匙才可以花錢開寶箱,拿到好武器、好虛寶。這樣沒闖過洞窟的人買不到武器,買到的玩家雖然付了錢,玩家的體驗感也不會那麼差了。姑且稱這模式為「體驗商城制」吧!

方法是人想的,這裡只是拋磚引玉。讀者肯定有更好的想法,那就提出來大家討論吧。讓真正創造樂趣的廠商賺到錢,才能讓台灣遊戲產業重新走向正循環。

轉自有物報告

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