虛實整合再進化~迎接O2O大商務時代|數位時代 BusinessNext

行動裝置讓消費者隨時Online，
資訊串聯Offline購物更輕鬆。
台灣已經可以看見分眾平台的O2O發展，
從線上到線下，全方位滿足客戶需求。
未來新商務，全面啟動！

網路發展初期的1999年，英特爾（Intel）總裁葛洛夫（Andy Grove）曾說出大膽的預言：「五年內將沒有網路公司，因為所有的公司都是網路公司。」當年的預言指的是企業終究需要建構官方網站，而今透過更多O2O（Online to Offline，網路到實體）的虛實整合模式，從行銷、客戶經營到實際營收，所有的公司將能參與網路產業更深，成為新一代的「網路公司」。

O2O一詞自美國折價券網站Groupon崛起之後，開始廣泛受到討論，狹義定義是消費者在網路上購買實體商店的商品、服務，再實際進店享受服務，其中包括三個要素：實體商店的推薦、線上付費、效果監測。

經過許多網站與企業的實驗，O2O也出現許多變形，廣義來說聚焦在「將消費者從網路上帶到實體商店」。過去實體商店對網路產業常採觀望態度，現在逐漸開始經營，包括與網路平台合作商品，或是自營網路服務。變形也包括O2O的反向：實體到網路Offline to Online，網路商城開始往實體移動，包括販售更多線下的服務類商品，或是加入更多線下服務。

各方實驗中介「載具」
因此，O2O潛力無限的原因，在於越來越多的實體企業加入網路產業，從折價團購券網站這兩年帶進新成員可見一斑，包括餐廳、美容診所、按摩Spa、酒吧、運動休閒課程等，各式各樣的服務相關產業。商研院副研究員周文卿表示，「企業從網路找到新客群，它們越來越了解網路，也越來越願意投注資源。」

關注網路趨勢的創新工場創辦人李開復表示，「線上、線下一旦連起來，這是巨大的爆發式力量。」台灣實際成果可從網路經濟數值看出來，根據麥肯錫（McKinsey）2012年網路產業報告《Online and upcoming:The Internet’s impact on aspiring countries-Taiwan》，估算2010年台灣網路經濟占GDP比率5.4％，與歐美等已開發國家相當，比2005年的4.09％成長許多，整體網路生態體系成熟度高，是網路經濟活動貢獻不斷提升的主要原因。

O2O概念是將消費者從網路上帶到實體商店，但仔細回想，這類經驗大多數的人都有，例如上網買機票、訂飯店住宿，實際人到了就能使用，從十年前就有模式，為何又成為熱門話題？經營電子商務超過十年的網勁科技執行長游士逸指出，「觀念真的不新，但有辦法實現真的是因為『行動網路』，它讓所有產業進入網路的成本變低，也讓消費者always online（永遠在網路上）。」

中國阿里巴巴集團在2011年於杭州實行O2O模式的淘寶口碑卡，商家內容來自消費點評網站口碑網，口碑卡付款綁定支付寶，消費者到店後可刷卡確認到店消費，並且回到網站給予評價，完全符合O2O的要素：實體商店的推薦、線上付費、商家也能知道消費者面貌，並進行效果監測，環環相扣的模式，對消費者和店家來說皆具吸引力。但該計畫仍舊在2012年中結束，因為推廣不易，消費者端需要多帶一張卡，而商家也需要一台POS機核銷。

游士逸分析，線上到線下之間的「載具」很重要，「現在所有人都在試驗什麼樣的載具才對，實體卡片、QR Code、App、NFC，全部都在找尋中間的載具該是什麼，可以讓所有企業很習慣、很輕鬆地進入O2O領域。」

大企業將帶動發展
除了載具之外，O2O還有兩項挑戰：尋找線上到線下的串聯模式、吸引實體商店加入。訂位網站EZTABLE易訂網創辦人陳翰林表示，「O2O的挑戰絕對不會在Online，如何將線上的人帶到線下是最困難的。」他比喻，O2O平台就像先生一樣，媽媽、老婆兩邊都要顧，一直都介於其中做溝通，尋求兩方平衡。美食社群網站iPeen愛評網創辦人何吉弘同樣表示，模式最困難。

團購票券網站GOMAJI營運長涂孟郊則說：「實體店是很重要的環節。」兩年多前要把概念說給店家聽，相對比較辛苦，花很多時間在觀念溝通，但現在店家基本上都懂，討論比較多的是分潤比率與平台能夠提供哪些額外服務。

台灣O2O模式已經白熱化了嗎？目前雖然有許多分眾類型的平台穩定成長，但相較於實體世界，參與的企業數量仍舊不多，從中獲得大額營收的企業也不多，而且類型上多為中小型店家。因此未來蓬勃發展的關鍵，除了企業參與的數量之外，還包括大企業的布局。

Google台灣區董事總經理簡立峰觀察，以台灣的經濟規模來看，實體企業走向虛擬通路是比較值得的，因為資本相對於網路企業大，所以當它走到虛擬的時候，即使短時間之內沒有成功，長遠來看，資本越大的人機會越大，「大企業如果可以走到虛擬，台灣的軟體產業或網路產業才有發展動能，因為它們有資金、有人才。台灣的網路企業都是小企業，但也累積了一定的人才和經驗，應該要讓大企業把它帶動起來。」

對於O2O未來發展，在「實體商店推薦」這項元素之中，台灣活絡的網路產業可提供足夠的內容，「線上支付」憑藉著產業人士奔走，法規有機會在2013年一步步鬆綁。目前運用較少的「效果監測」，則有可能帶動新一波O2O成長。例如消費者在線上購買以後，實體店家就能得知消費者面貌、可能的喜好，提供更深入的服務，進一步提升實體店家「不可取代的體驗」的特色。

如何將智慧商務從名詞落實為動詞?

立即報名「未來商務3.0 -IBM企業智慧解決方案大展」

立即加入IBM粉絲團，和IBM一起實現未來商務3.0！

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。

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。

「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