[未來商務力] 職棒Lamigo桃猿隊把自己變成平台，創造獲利藍海|數位時代 BusinessNext

找回球迷

創造感動的第一步，得先找回球迷。相對於國外的屬地主義，每個城市都有自己的球隊，台灣職棒在過去台灣大聯盟時代，曾經有過類似的作法，但因為聯盟經營問題及意見不一，並沒有持續。但劉玠廷不這樣認為，他說當你固定在一個地方，就有跟在地居民的情感連結。

2011年認養桃園國際棒球場，將內野看台、美食街、商店區、相關音響設備等硬體設施進行全面改造，甚至還增設親子遊樂區，一改球迷覺得球場老舊髒亂的印象，能夠舒服地看球。2012年，組成專屬的啦啦隊LamiGirls，增加比賽過程的氣氛。2014年，更是利用球場優勢，推出內野「全猿主場」，搭配原有的啦啦隊、全壘打煙火等炒熱現場氣氛的活動，並設定許多不同的主題趴，成功地將桃園球場打造成一個可以看球、看表演、買東西、唱跳紓壓的休閒場地。去年全猿主場共吸引超過37萬人次進場，平均每場6,241人，而今年截至4月19日，平均人次達8,805人，假日期間也多能超過1萬人入場，今年目標上看40萬人次。

「球賽不只是一場競技，它是日常休閒的一種型態。」劉玠廷指出，職棒也是一種商業行為，必須發展出商業、生活、競技共存的模式，球場美食、啤酒與各種活動都是為了吸引更多球迷進場，把餅做大。在桃猿隊的刺激之下，其他職棒球隊也開始動起來，就連當初最反對屬地主場的義大犀牛都開始跟進。

把餅做大

有球迷支持做基礎，就能將服務向外延伸，創造新的營收來源。劉玠廷指出，過去球隊的贊助收入主要來自球員的球衣、外野看板，但現在可以跟廠商合辦活動，比如去年與台灣微軟共同舉辦的「Surface樂猿趴」等。今年除了延續主題趴之外，也推出Lamigo應猿店計畫，邀請桃園在地商家加入，進行共同行銷。

今年投資300萬元的Lamigo TV，以網路影音方式直播球賽，則是將服務向外延伸的新嘗試。「不像賣鞋一樣，比較銀貨兩屹，我們需要盡可能地跟球迷互動。」劉玠廷說，球迷看球賽轉播有人希望中立，但也有很多人希望同隊彼此鼓勵，因此Lamigo TV將有別於傳統的播報，以「最偏頗」的方式來報導。直播之外，旁邊還設計了聊天室，讓看球更有社群感。擔任主播的徐展元就說，一邊關注球場狀況，一邊還要掌握球迷的回應，「非常刺激！」

「看球常常就是一個爽的感覺！」劉玠廷表示，不僅創造球迷的互動，讓無法到場的球迷也能享受看球的樂趣，Lamigo TV還扮演一個戰略性的位置，未來將會是一個新的營收管道。「有內容的人，未來就是電視台。」他說，球賽空檔也能播放廣告，甚至播放一些共同策劃的內容，「這樣一來，我們海、陸、空的經營工具都有了！」劉玠廷直言，目前還在摸索商業模式，但從幾場比賽線上都有上萬人次觀賽，相信這是一個對的方向。

在平台的概念中，重要的就是參與者形成生態圈，共同對顧客創造價值。共乘服務Tripda台灣總經理王鶴穆就說，他們雖是一個很小的新創公司，但與Lamigo接觸時，因為Tripda能夠協助解決交通不便的問題，球隊也很樂意釋放資源，協助他們進行相關的行銷活動。

今年7月將與Lamigo合辦「Jump豹趴」的雪豹科技公關經理趙郁竹表示，Lamigo重視球迷的觀賽體驗，行銷方式非常活潑多元，例如有不同主題日、周邊商品設計，他們對球迷的重視，和雪豹以用戶為核心的概念不謀而合。

「其實把每一個活動拆開來看，我們一點也不特別，但整合在一起，就有不同的效果。」劉玠廷直言，桃猿隊背後沒有實力深厚的大集團，所以必須更認真面對自己的生存壓力，今年除了將展開外野改造計畫外，也將重新打造新的電商系統，更主動販售相關周邊商品。正向循環，大者恆大，這正是平台的力量。

（圖說：Lamigo桃猿隊領隊劉玠廷表示，比賽不可能每一場都贏，但場邊卻是可以經營的，他希望能帶給球迷歡樂的價值。圖片來源：郭涵羚攝影）

@@ACTIVITYID:321@@

（尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第252期）
其他精彩內容》》
訂閱數位時代》》

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