Gartner~2013首季全球伺服器出貨量微減0.7%，IBM表現最佳|數位時代 BusinessNext

國際研究暨顧問機構Gartner發布最新統計，2013年第一季全球伺服器出貨量較去年同期微減0.7%，營收則下滑5%。

Gartner研究副總裁Jeffrey Hewitt表示：「對全球伺服器市場而言，2013年第一季絕非表現亮眼的一季。唯有亞太地區與美國能呈成長，其中以亞太地區的成長最為強勁，出貨量和營收分別上升7%與1.7%。儘管這兩個地區的出貨量和營收雙雙成長，但仍不足以抵銷其他地區的下滑力道，後者無論在出貨量或營收上皆呈現衰退。」

「第一季x86伺服器出貨量未見成長，營收則增加1.8%。同時期，RISC/Itanium Unix伺服器於全球市場皆呈現衰退，出貨量較去年同期大幅下滑38.8%，廠商營收則年減35.8%。而『其他』CPU部門（主要為大型主機）的全球整體營收成長了3.6%。」

就營收而言，IBM為全球伺服器市場的龍頭（參見表一），其伺服器營收逾30億美元，占2013年第一季全球總營收的25.5%。IBM的全球市占率較2012年同期下降2.5個百分點。2013年第一季，system x占IBM伺服器總營收的29.3%。

2013年第一季排名前五大的伺服器廠商，除戴爾逆勢成長14.4%外，其餘皆呈衰退。

表一、****2013****年第一季全球伺服器廠商營收初步統計****（單位：美元）

廠商	1Q13 營收	1Q13 市占率（%）	1Q12 營收	1Q12 市占率（%）	1Q13-1Q12 成長率(%)
IBM	3,016,060	25.5	3,490,477	28.0	-13.6
惠普	2,959,030	25.0	3,455,760	27.8	-14.4
戴爾	2,124,462	18.0	1,857,579	14.9	14.4
富士通	583,239	4.9	626,722	5.0	-6.9
甲骨文	538,542	4.6	739,826	5.9	-27.2
其他	2,604,390	22.0	2,273,724	18.3	14.5
總計	11,825,724	100.0	12,444,088	100.0	-5.0

資料來源：Gartner （2013年5月）

若按伺服器出貨量計算，惠普在2013年第一季穩居全球第一（參見表二），儘管其出貨量較去年同期下滑15.2%。前五大伺服器廠商中，僅戴爾與思科的出貨量呈現正成長，分別上升2.6%及33%。

就伺服器類型而言，2013年第一季刀鋒伺服器的出貨量下降5.9%，營收則減少5%。本季機架型伺服器的出貨量下滑5.2%，營收則減少2%。

表二、****2013****年第一季全球伺服器廠商出貨量初步統計（單位：台）

廠商	1Q13 出貨量	1Q13 市占率（%）	1Q12 出貨量	1Q12 市占率（%）	1Q13-1Q12 成長率（%）
惠普	580,563	24.9	685,015	29.2	-15.2
戴爾	516,355	22.2	503,450	21.5	2.6
IBM	230,446	9.9	267,556	11.4	-13.9
富士通	73,375	3.2	86,360	3.7	-15.0
思科	53,873	2.3	40,498	1.7	33.0
其它	874,396	37.5	763,205	32.5	14.6
總計	2,329,009	100.0	2,346,083	100.0	-0.7

資料來源：Gartner （2013年5月）

2013年第一季，歐洲、中東與非洲地區（EMEA）的伺服器總出貨量逾58萬台，較去年同期減少6.8%（參見表四）。而該地區的伺服器總營收為29.6億美元，較2012年第一季衰退9.6%（參見表三）。

Gartner研究總監Adrian O'Connell表示：「在歷經充滿挑戰的2012年之後，2013年初的情況未見起色。預算依然拮据，且伺服器基礎建設的支出對許多企業而言顯然並非優先要務。」

2013年第一季，EMEA三個地區的伺服器營收同呈萎縮：西歐下滑9.6%、東歐減少9.4%，而中東和非洲則衰退13.4%。

2013年第一季x86伺服器的營收略增1.8%。RISC/Itanium Unix伺服器的營收則劇降54.8%，主要係因使用者為降低成本並提高彈性而紛紛轉向其他平台。其他CPU的營收在歷經2012年第四季的成長之後，於本季下滑9.9%。

戴爾及富士通為EMEA地區唯一出現成長的兩家伺服器廠商。對所有廠商而言，市場環境依舊嚴峻，但那些極度依賴大型企業客戶的廠商所面臨的挑戰最為艱困。

EMEA地區並非第一季表現最差的地區，因為日本足足衰退了19%。然而這對EMEA地區的廠商而言亦無法提供些許安慰，因亞太地區和美國是唯一出現成長的地區。

O'Connell表示：「伺服器廠商所面對的現實是，企業的支出非常低迷，而且高階市場有其嚴重的弱點。商機依然存在，但廠商必須保持靈活並全力把握這些機會。展望2013年，未來依然充滿挑戰。」

表三、****2013****年第一季****EMEA****伺服器廠商營收初步統計（單位：美元）

廠商	1Q13 營收	1Q13 市占率（%）	1Q12 營收	1Q12 市占率（%）	1Q13-1Q12 成長率（%）
惠普	1,034,411,365	35.0	1,182,133,525	36.1	-12.5
IBM	617,383,854	20.9	820,816,620	25.1	-24.8
戴爾	517,483,000	17.5	435,061,700	13.3	18.9
富士通	228,659,643	7.7	226,239,681	6.9	1.1
甲骨文	161,562,750	5.5	221,974,780	6.8	-27.2
其它	397,854,330	13.5	385,808,665	11.8	3.1
總計	2,957,354,943	100.0	3,272,007,970	100.0	-9.6

資料來源：Gartner （2013年5月）

表四、****2013****年第一季****EMEA****伺服器廠商出貨量初步統計（單位：台）

廠商	1Q13 出貨量	1Q13 市占率（%）	1Q12 出貨量	1Q12 市占率（%）	1Q13-1Q12 成長率(%)
惠普	218,610	37.5	251,947	40.2	-13.2
戴爾	132,187	22.7	128,833	20.6	2.6
IBM	56,184	9.6	63,993	10.2	-12.2
富士通	36,463	6.2	40,127	6.4	-9.1
思科	14,691	2.5	9,441	1.5	55.6
其他	125,308	21.5	131,744	21.0	-4.9
總計	583,443	100.0	626,085	100.0	-6.8

資料來源：Gartner （2013年5月）

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。

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。」

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。

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。