虛實整合 創新數位行銷 – O2O 只是個偽命題
虛實整合 創新數位行銷 – O2O 只是個偽命題

**在「快、快、快」的數位世代裡,我們只講求know-how,而遺忘了know-why。**網路上中無盡的資訊不斷的被取用,人與人之間的互聯網只剩下社群網路上的狀態更新。dcplus 特別受邀參與由MMdc關鍵數位行銷所舉辦的數位名人沙龍活動,在2個小時的封閉式交流當中,我們開始感受到取之於互聯網,用之於互聯網的真諦;和平理性的探討why與how,不再是躲藏在鍵盤後的大檸檬,永遠只有破壞而沒有建設。

服飾配件產業面臨的最大成本並不是行銷,而是庫存。 美妝產業最大的挑戰不是通路,而是同質型產品太多。 3C產業最大的痛點是價格策略,而非產品規格。 零售產業這麼廣、品類這麼多、競爭對手更是不勝枚舉,死了一票,還有更多人前仆後繼。 到底對品牌主與高階經理人而言,我們品牌的優勢是什麼?如何將優勢做到極致?戰勝艱鉅的挑戰? 今天我們不只談know-how,更要讓你知道know-why;看透成功背後的契機,因地而制宜;為你的品牌打造創新的火花,用數位思維創造跨界契機!

#別傻了 1+1 不可能大於 2 燦坤3C 營運長 陳顯立 Andy 在數位名人沙龍現場作為創新領袖主題對談的第一位講者,分享在網際網路熱力引爆的年代,從誠品網路書店、摩比家、到與娛樂界名人自創服飾品牌,走到更進一步的資訊交換類型的線上交友與租屋服務平台;直到過去10年轉戰實體零售特力屋與燦坤3C高階經理人的虛實整合實務經驗,與現場的重磅嘉賓一同交流。

從網路原生服務起家,對於消費者有著獨到洞察的Andy直指行銷核心:『掌握「動機」,你才能引導「消費」,消費者只要有了動機,即使購物車系統要7層,他一樣會買單!』;簡單來說,這一切並不分線上或線下、實體或虛擬,消費者無論在哪動機都是相同的。如何透過技術將線下消費者這些習以為常的行為,轉變成數位化這才真正的解決了行銷的困境。

#科技只是要滿足人原本的行為

數位並不是一場「革命」,數位也不是一場「顛覆」,而是如何透過數位思維將過去的know-how,轉變成know-why;將使用者的行為透過數位的工具與方法進行協調與整合,創造品牌的新局面。所以,如果品牌主認為數位行銷只是在網路上開啟一個線上門市,那麼就犯下了數位行銷的謬誤;如此一來1+1>2這件事,永遠都只是個天方夜譚。

那大家為什麼一窩蜂的討論虛實整合這個假議題?消費者行為的改變、世代的更迭,讓所有的企業不得不開始正視數位這件事!消費者在網路上不斷的進行「資訊蒐集與交換」的行為,企業如何在「評估階段」搶先一哩提前在數位上佈局,已經是這個紅海時代最重要的命題。

#從消費者行為,瞭解O2O該有的思維

過去在特力集團,團隊透過技術追蹤網路訪客與會員到店購物的行為進行交叉比對後發現:「行銷團隊利用 5% 的預算在線上虛擬通路進行操作,在線上購物直接影響的銷售雖僅佔集團營業額的5%;但這些網路上接觸到的訪客卻在30天內,間接影響實體門市銷售營業額的21%。」

Andy 說明:透過程式追蹤消費者行為,他們發現非常多的消費者在網站上查詢、評估、收集商品的訊息,但在未來的30天內陸陸續續地出發至各實體門市進行購買;雖這30天內消費者移動至實體賣場的過程中仍有不少耗損,但是整個特力集團卻能透過5%的線上行銷預算,不論線上線下槓桿出了26%的營業額。

圖說:虛實整合上的戰略與佈局 by 燦坤3C 營運長 陳顯立|dcplus 數位行銷實戰家

透過這個實際的案例,我們可以看見虛與實之間,並不存在著1+1的關係

從通路的角度來看,更具體虛實整合關係應該是1 x N 的概念。透過虛擬通路打前鋒,快速在不同管道中接觸各種消費者,利用分析評估技術了解各管道的行銷效益進行調整;讓實體通路與虛擬通路一起收割「消費成果」。虛實整合的戰略思考應該提升至:虛實通路一起出門打群架,而非各自單打獨鬥。如此一來,數位思維的畫面深入企業底層,為共同的目標奮鬥,讓組織與績效同步提升。

編按:陳顯立:圖中的實體通路,會是因為人口成長、市場大小、地點因素等因素而有擴點的限制,但是虛擬通路卻沒有,雖然 1+1<2,但是關鍵是在如何應用後面的那一個1(虛擬通路)的多樣化:1+1xN,讓最後的效益大於2。

#找到產業痛點 化解真實危機

有了完整的虛實整合的概念之後,在行銷層面的操作上 Andy 更進一步地提到, O2O(Online to Offline)關鍵在於「2:to」,而非 online 與 offline。而每個產業都有不同的痛點,以服飾產業為例,「庫存成本」才是你真正要解決的危機。透過跨界的結合與創新應用,利用 2:to 來解決這些真正的危機,才能更有效率地促使產業升級與提升。

透過數位思維的導入,整合利用更多的數位工具與解決方案,如iBeacon、電子票卷,架接起 to 的橋樑;利用 3個C 更進一步的與消費者溝通,並且將消費者轉換為你的通路與媒體,這又是另一個精彩的故事了

延伸閱讀: 陳顯立,O2O:虛實整合的矛盾、衝突與機會

原文出自:dcplus/編輯室

@@ACTIVITYID:378@@

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