你一定要認識的物聯網商業模式:羊毛出在狗身上,豬來買單
你一定要認識的物聯網商業模式:羊毛出在狗身上,豬來買單
2014.12.01 | 科技

物聯網時代下的商業模式大致上有三種類型:資料分享與串流、產品共享、產品即服務

IBM軟體事業處高級資訊工程師蘇友信進一步分析,第一種模式是「資料」分享與串流,企業不再依賴硬體販售獲取利潤,轉而依靠的是資料交換,這種模式被形容是「羊毛出在狗身上,豬來買單」模式,意指使用者購買產品不用付錢,相關成本將由第三方廠商吸收。由於「資料為王」的特性,硬體價格變得低廉甚至免費,對台灣的硬體廠商來說,因為缺乏Google、Facebook與阿里巴巴等大型雲端平台,商業模式又以硬體銷售為主,這種商業模式的殺傷力最大,也是物聯網浪潮下最需警惕的一種商業模式。

Google旗下的智慧家庭公司Nest就是一個最好的例子。

Nest與愛爾蘭最大電力公司Electric Ireland達成協議,只要民眾和愛爾蘭電廠簽署兩年合約,就可以獲得免費的Nest溫控器,讓原本售價為250美元的Nest溫控器變成0元,而且Nest還會派人免費到府安裝。

也就是說,本來由民眾買單的Nest溫控器硬體,改由電力公司買單,而電力公司則享有Nest使用者的用電大數據,Nest溫控器的價值從硬體轉移到資料上。Google本就不依賴硬體賺錢,若廣泛採用這種模式,對同類型產品將帶來很大的殺傷力。另一方面,接下Nest訂單的台廠英華達,代工利潤也可能被壓縮。

台廠往往過於重視硬體價值,而忽視資料的重要性,造成資料應用速度不夠快。「現在還沒有想到資料要怎麼用,那還很遠!」、「連設備都還沒有賣到消費者手中,怎麼談數據價值?」,這是台廠常提到的現狀。IBM軟體事業處協理胡育銘認為,「國外新創公司面對物聯網時代很有『資料觀』,先想好要解決什麼問題,然後能搜集到什麼資料、這些資料能賣給誰,最後才設計產品。

舉例來說,AllState保險公司先從問題出發,『為什麼每個人的汽車保費都一樣?』接著利用汽車感測器蒐集駕駛人資料,再分析駕駛行為、駕車風險高低,製定不同的保費,駕駛習慣良好的人保費較低。但國內公司依循傳統,先推出硬體,然後才去想資料怎麼應用,或是知道大數據很重要,但不知道怎麼利用大數據賺錢。」這是值得台廠警惕的地方。

第二種模式是產品即「服務」。硬體連網後,企業就會得到大量使用者資料,藉由大數據分析、軟體升級或人力服務,幫使用者解決問題。台灣中興保全的MyVITA就是一個好例子,當裝在廚房的瓦斯偵測儀發現瓦斯濃度異常,就會立刻連線中興保全總部,透過屋主同意後,在第一時間進屋查看瓦斯管線,當下解決問題,避免災害。

第三種模式為產品「共享」。在這個模式裡,消費者使用時才付費,而且是用多少才買多少,是一種「租借」模式,商品的製造、維修等都是公司負責,例如汽車共享公司Zipcar、台灣腳踏車共享公司微笑單車YouBike等。YouBike在租借前30分鐘免費,之後每隔30分鐘收10元,利用連網系統讓自行車調配達到最大效率,創造一天一輛車最多15次使用率。

enter image description here
(圖說:Google透過收購Nest進軍智慧家電,終極目標是取得資料,商業模式還是網路產業的免費模式。圖片來源:Nest提供)

enter image description here
(尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第247期)
其他精彩內容》》
訂閱數位時代》》

往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 2025 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