二維條碼在日本火紅
二維條碼在日本火紅
2005.10.01 | 科技

走在日本的大街小巷,牆上的大海報、路旁發的傳單裡,都會有個密密麻麻、黑點分布不勻的四角小方塊,公車站牌路線圖上每一個站名旁邊也有,甚至在日本鐵路局(JR)的旅遊導覽手冊上面也是如此。生活周遭如此,網路上就更不用說了:入口網站、部落格、甚至歌手打歌的網站都有這種小方塊。這些小方塊究竟是什麼呢?
小黑方塊是二維條碼(2D barcode)的一種,在日本稱為QR Code(Quick Response Code,快速回應碼)。拿著照相手機對著這個小黑方塊照一下,經過手機內軟體的辨識,很快地就轉成一行網址,連到該網站,就能獲得所需要的資訊。當然不見得一定是網址,小黑方塊所代表的也可能是電子郵件信箱、圖片資料或文字資料。

二維條碼啟動電子票券

條碼在我們的生活裡相當常見,便利商店和大賣場裡販售的每一樣商品都貼有條碼,每一本書的背後也都有國際標準書號(International Standard Book Number, ISBN)條碼。這些黑白相間的條碼,稱為一維條碼(barcode),早已融入我們的生活中。一維條碼所能儲存的資料量不大,約為十五個數、文字。為了能儲存更多資訊,因而出現了二維條碼。一維條碼利用線條的粗細來代表對應的數字資料,二維條碼則是上下左右的線條和方點都代表著資料,不僅可包含英文字母、數字、中文字、記號,甚至圖片亦可轉譯其中。在大小上,尺吋可自由選擇,印刷也不限於白紙黑字,彩色印刷亦可。因為有校正功能,可三百六十度自由讀取,所以手機拿歪了,拍得不好,也可辨識。
二○○一年「第三十五屆東京汽車展」的門票預售,開啟了「以手機畫面顯示條碼做為門票」的創新用法,受到許多好評,之後日本許多業者紛紛起而效法,正式啟動電子票卷(e-ticket)世紀。消費者在網站上購買門票(手機上網或一般電腦上網均可),付費之後,網站會將一個可供認證的二維條碼圖檔以多媒體簡訊(MMS)的方式傳送到消費者手機上,消費者入場經過讀碼機時,只要秀出此二維條碼即可入場。電子票券啟動之後,電子折價券(e-coupon)和電子會員(e-membership)均可實現。今年上半年,中華電信和華納威秀影城也開始提供此種二維條碼的電子票券服務。

拍張照就能讀入各種資訊

日本3G開台後,更引發一波手機換機潮。強調可以快速上網的3G,讓消費者任何時間、地點均可用手機上網,獲得想要的資訊。問題是,有幾個人可以忍受用小小的手機數字鍵盤來鍵入網址呢?於是二維條碼另一種運用因應而生,將電子郵件、網址或資訊(圖片或文字)轉成二維條碼,跟著各種印刷媒體散播,當消費者對某些資料有興趣時,只要用3G照相手機對著二維條碼一拍(掃描),就可以利用3G下載資訊。
除了帶領消費者瀏覽網路的廣告磁吸效益外,二維條碼在日本還運用在地圖的標示、電視節目時間表或內容簡介的下載,也更進一步應用在導覽上。根據資策會電子商務研究中心創新資訊應用研究中心研究員王文宏表示,在日本東京的丸之內地區,連樹上都貼著二維條碼,只要將照相手機對著條碼掃瞄,就可獲得關於這棵樹的介紹,包括附近建築的歷史與好吃的餐飲資訊也一應俱全。
應用在圖鈴下載的風潮,更是銳不可擋,消費者不需要鍵入一堆代表圖鈴的數字,只要掃瞄二維條碼後,經過認證識別(牽涉到金流)後,就可輕鬆下載。此外,二維條碼亦可變成個人的名片,將個人的名片資料轉成二維條碼,印刷在名片上,對方只要用相機對著名片,很快地就可將名片資料轉入手機的電話簿中。這同時也引發了日本二維條碼印章風潮,姓名印章不再流行,製作一個二維條碼的印章,才算可愛、才算酷。

服務商與硬體商雙雙得利

在日本,二維條碼從原先的身份識別(如e-ticket、e-coupon)模式,轉而成為帶領使用者遨遊3G的輸入(input)方式。有了簡易的上網模式後,消費者不再視手機上網為畏途,瀏覽資訊的動作頻繁,3G的流量增量許多。內容提供者(content provider)因為消費者可以隨時隨地利用手機上網,而增加了與消費者互動的機會,進而有了商機,孕育出行動商務(mobile commerce)的無限可能。一旦日常生活中觸目可見都是二維條碼,沒有照相手機的消費者,因為考慮到獲取資訊的便利性,也會紛紛跟進換機。由於這樣的正向循環,行動二維條碼讓日本的行動產業愈益發達。
雖然行動二維條碼的運用在日本是如此火紅,相較之下,台灣似乎顯得平靜無波。電通所網際網路軟體技術組組長鄭仁傑表示,使用者習慣尚未建立、沒有設備和環境、以及購置設備門檻較高,都是箇中原因。然而隨著3G陸續開台,台灣的行動上網也已經開始鴨子划水了,華碩、英華達、華寶陸續推出的新手機,都內鍵了二維條碼的辨識軟體。而市場上也出現了二維條碼廠商,如廣譜行動科技所推的魔釦Magicode,以韓國二維條碼專利技術出發;金揚資訊所推的QuickMark,則是自行研發的技術。
廣譜科技行銷企畫經理吳靜宜表示,在這一波行動二維條碼的趨勢裡,最主要的關鍵在於解碼技術,愈快速將解碼軟體普及到手機裡,就愈容易成功。金揚資訊的媒體企畫副理曾賜貞表示,最迷人的地方是二維條碼背後的金流,整體的配套措施很重要。
台灣大哥大產品企畫處副總經理王中永說:「二維條碼簡化了手機輸入介面,讓使用者很容易使用,同時也將帶動新一波的行動商務。」不過他也表示,市場上還是要有統一的規格,才能把事情做好,真正帶給消費者利益。

台灣編碼標準急待建立

為了加速台灣行動上網服務、應用、內容的開發與普及,工研院、資策會、遠傳、台灣大哥大、中華電信等電信系統業者、手機業者、內容提供者等四十多家相關廠商組成了行動上網聯盟(Open Mobile Internet Alliance, OMIA)。聯盟希望能盡速訂出全台灣共同編碼的二維條碼標準與建立一個共通平台,讓台灣的行動上網商業模式更臻完善。
行動二維條碼的應用,讓電信業者、手機製造商、內容提供者和使用者都受惠。對電信系統業者而言,增加了資訊的流量;對手機業者而言,引發了換機潮;對內容提供者而言,讓手機成為接近消費者最方便的利器;對使用者而言,再也不用辛苦地鍵入文字,實在很方便。手機儼然成為二維條碼的解碼機(barcode readers),改變了行動產業,也徹底改變我們消費、購物、獲取資訊的方式,可說是一個「通贏」的行動商務運作。

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