【未來對談】梁錦琳×江尻裕一(下)~活絡經濟,小點數大功勞
【未來對談】梁錦琳×江尻裕一(下)~活絡經濟,小點數大功勞
2013.03.12 | 科技

**Q:**市場上許多大小店家都會發送點數,從你們的經驗觀察,店家經營點數應該注意哪些事項?

**梁:**點數其實是一種行銷的工具,在購物過程中起了潤滑效果,所以商品的質量還是要好。我們現在有很多的合作夥伴,但我們還是會挑選,因為商家說:「我是快樂購的商家」,就表示某種程度消費者所受到的服務,得有一定的水準。所以我們每次都會去做很多的神秘訪客,前往新的合作店家。我們會去詢問卡友:店家有沒有主動提醒你使用卡片?店內裝潢怎麼樣?食物好不好?服務態度好不好?這是我們必須一直提醒合作店家,點數是行銷,商品才是品牌核心,不會因為有了紅利點數,它的品牌或商品的價值就可以不要管了。

**江尻:**品質很重要。因為點數就是點數,它不代表品質、商品,它是一個工具。所以是店家本身服務好,或是商品有價值,才會趨動消費。消費者心態是「這就是我想買的東西,而我剛好有點數」,而不是「我有點數,東西不怎麼樣也可以」,因為他可以另外去找好的商店。所以店家要注意的是,做一個好的店、好的品牌,這個時候再加上點數,就可以提高效用、提高回購率。譬如說無印良品、康是美,這一類已經很出名的品牌,產品有保證,消費者本身就是常常購買,有了點數更常買,回購率也高。

**Q:**沒有實物的點數,會不會是虛實整合的好工具?

**江尻:**點數確實比較容易串聯虛實之間的消費行為。其實消費行為就是線上跟線下都有,起點的面越廣越好。樂天經營的消費地點只有線上,不經營線下店家,所以也沒有需要把消費者拉到那邊去,我們主要是吸引線下消費者點進線上商店,所以信用卡是很好的驅動工具。另外一個是Edy(編按:樂天集團發行的電子錢)。未來若是要從線上到線下,得看手機發展得怎麼樣吧!譬如說未來那些實體店,也可能會成為樂天店家,但是沒有開網路店。

**梁:**就點數來看,線上、線下其實不會有太大的差別,只是購買地點的差異,可是消費還是消費,回饋點數是回饋消費這個行為。所以點數的虛實整合只是技術問題,就是說消費者在實體通路使用「過卡」或「過手機」的方式累點;在虛擬通路,就是採用批次上傳的方式。

消費透過點數的虛實整合,企業就可以做些有趣的案型。例如我們最近做了達美樂披薩及摩斯漢堡,消費者在網路上做了一些活動,可以拿序號到店內取得商品。主要目的是,消費者在網路上面取得點數、取得優惠、取得訊息比較容易,另一方面又解決企業需要另外回收實體折價券的困難,企業行銷可以從虛擬就開始,這就是O2O(online to offline,線上到線下)模式。

**Q:**兩位恰巧都有經營中國市場的經驗,你們覺得台灣市場的特別之處何在?

**梁:**我覺得台灣人還蠻好的,就是非常善良,對於集點,店家會覺得說:「唉,沒有給你們累積到點數,好可惜,那不是對你不好意思嗎?」所以他們願意友善地提醒。根據我們的經驗,只要有使用到點數的客人,基本上他們會更活躍。例如我們最近一直在做的「小點數大驚喜」,你可以用8點去換一個布丁、一碗牛肉麵,可以用99點換一個披薩。可是台灣人真的很善良,不會只用8點換了一個布丁,就什麼東西都不買,台灣人會覺得「唉,我好像有拿到一點便宜,就要再加倍地還你一些」,所以我覺得這個是蠻有趣的市場。

**江尻:**中國消費者的習慣就完全不一樣,譬如說加入會員送5點,有人就會用系統註冊1、2000個帳號,他們很快就了解到點數就是錢,並且透過網路快速散播出去。中國消費者觀念不一樣喔,台灣人會有點不好意思,他們倒是會覺得「我賺到那麼多錢,很厲害呀,沒有什麼不好意思」,社會觀感就是「很厲害,你很厲害」。

**梁:**在中國的市場,基本上需要花一點時間。所以對他們來講,「是你要給我的,我有本事去拿,我就拿,它沒有什麼不合法,我就是拿了這5點,去換了東西,我沒欠你什麼」。我覺得是這個市場成熟度的關係,台灣市場基本上就是整個社會有比較多的信任感。。

**Q:**台灣樂天市場已經有10%流量來自行動裝置,請問行動族會喜歡使用點數消費嗎?

**江尻:**其實手機是一個介面,點數是一個工具、一個資源。電腦上也可以用點數,而手機因為畫面那麼小,不好用嘛。所以我們要做的就是一個方便使用的介面,讓使用者真的方便用到點數。我們也希望來自行動網路的流量越來越多,所以特別會做獎勵,比如說用手機購買的話,多給一些點數。

**Q:**跳脫點數,行動網路看來正全面改變消費環境,兩位怎麼看?

**梁:**手機真的會帶給消費環境dramatic change(戲劇性的變化),你可以看到現在有些人走到實體通路,其實是會一邊比價的。所以為什麼現在賣場越開越大,因為它需要有娛樂功能,行動網路對實體通路來講,是非常嚴重的打擊。所以「人的服務」變得重要,這是沒有辦法取代的部分,實體賣場必須提出具有價值的部分,讓消費者覺得不差那一個錢,馬上就可以把這個貨物買回家了。實體賣場能夠用更多的數位行銷,鼓勵消費者到店裡享受店內樂趣的同時,也能夠讓消費者願意當下就買回這個東西。

**江尻:**樂天一向提倡的店長文化,也是類似概念,鼓勵店長不管是有新產品、新活動,或是店長自己今天做了什麼,使用email郵件與消費者溝通,建立人性化的商店。

人們的消費習慣,幾百年前到現在其實也改變很多,未來50年也一定會改變。現在有了手機、有了Facebook、LINE等社群,人們上網時間和行為就會越來越不一樣。以前在電腦上看的是入口網站,但使用手機是不會看入口網站的,因為畫面太小,行動族看的是LINE、Facebook,所以與消費者溝通也要到那裡去。可能以後驅動消費者購物動機的,將來自更有影響力的社群力量。

原文刊於數位時代雜誌2013年2月號

[未來對談]梁錦琳×江尻裕一(上):活絡經濟,小點數大功勞

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