[冒牌生]「網路紅人」除了業配文還能靠哪些方法賺很大|數位時代 BusinessNext

圖說明
圖說：如何把「網路關注度」轉化為實質收入？photo credit：Nick Ares @flickr (CC BY 2.0)

近期網路上有人稱呼我為「20萬先生」，意指穩定月收20萬。

當時我正在機場準備出國到秘魯旅行，根本不曉得發生什麼事情，等到一回到台灣就被周遭網友大開玩笑，說：「賺很大嘛，國稅局什麼時候要來查你的稅！」

拜託，國稅局都還沒來，老媽就已經先來查帳了，她幽幽地問我：「你什麼時候一個月賺20萬，我都不知道！」

對啊，我自己也不知道錢到底從哪裏來，以訛傳訛實在可怕。不過我也發現凡事似乎只要扯到錢就會引起社會大眾好奇心，雖然我尚未達到「20萬先生」等級，但確實海內外的網路紅人取財有道，跟想像中的不一樣，不只是寫寫業配文賺錢而已。那麼，我就早早進入正題吧，到底網路紅人還能靠什麼賺錢呢？希望僅以文章促進更多人對網路、社群產生的職業能有更深入了解。

自創品牌

網路紅人分成許多領域，我自己是寫作、旅行拍照、社群經營為主，因此後來得到出書機會，後續也開設行銷公司替有心經營社群的客戶服務。也有許多網路紅人的專長在於服裝搭配、時尚、美妝領域，因此進而開設自己專屬的潮牌、服飾配件（包包、鞋子）等。

其中最著名的就是義大利時尚部落客Chiara Ferragni創立的品牌，「睜一隻眼，閉一隻眼」的特殊設計鞋款、潮T、甚至iPhone手機殼都熱賣，就連台灣夜市都能到處看到仿冒品。也讓她的年收入突破7百萬歐元（折合台幣約2.3億）

圖說明
圖說：Chiara Ferragni「睜一隻眼，閉一隻眼」有趣設計超受歡迎。photo credit：Chiara Ferragni@instagram

廣告代言

美國知名時尚實境秀Project Runway的主持人海蒂克隆有個金句：「in fashion, one day you're in. And the next day, you're out.」這句話也可以套用在網路紅人的生態。由於推陳出新的速度超乎想像的快，能夠留下來的，做得長久的，都有自己的獨到之處，並且勤於更新，代表某個族群的聲音。

比如說愛健身的一休、愛台灣愛拍搞笑影片的蔡阿嘎、中學生女神紀卜心、還有善用短秒數影片記錄生活，不怕扮醜自嘲的江佩諭都是箇中翹楚，不管你喜不喜歡他／她，但正因為那些高追蹤數和高人氣，也讓他們足以得到品牌合作，拍影片、拍照、活動出席等相關的合作。

圖說明
圖說：江佩諭臉書超過53萬人追蹤，曾登上《康熙來了》與小S合影。photo credit：江佩諭@facebook

電商分潤

有一種網路紅人擅長銷售，而且賣的產品高單價，比如說前陣子登上媒體版面的486先生，報導內容提到，每三台掃地機器人就有一台是他賣的，透過試用體驗跟廠商洽談分潤，以一己之力大勝百家經銷商，獲得業績破億的好成績。

這是一種近期常見的獲利方式，但根據我自身經驗，透過單一管道，同一位網路紅人宣傳同樣的產品，銷售效果會遞減，第一次效果最好，若要持續維持銷量和穩定的分潤金額，對網路紅人和客戶都是考驗。

演講顧問

對岸《羅輯思維》是演講領域的佼佼者，他透過每天一則60秒的微信語音，外加每週一則一鏡到底的網路影片討論深度議題，累積超過660萬讀者，當中5000名普通會員需要付年費200元人民幣，死忠會員需付年費1200元人民幣（限500名）。2016年跨年，他在北京「水立方」舉辦跨年演講，造成轟動。

其實，當你有特殊人生體驗又或者在專業領域被信賴，就有機會獲邀演講或企業顧問。不提《羅輯思維》這個特殊到極點的案例，台灣網路紅人一場2個小時演講價碼也可以達到2、3萬，只是演講收入不穩定，每月演講數量取決於他人邀約狀況，且每場價碼金額也不盡相同，一場講完不知道下一場在哪裡。相較於此，企業顧問的收入較為穩定，價格取決於你的專業性和時間配合度，不過這份收入的專業素養必須更強，畢竟顧問性質的工作跟演講人與人之間接觸的時間更長的時間，若是光說不練就很容易被看破手腳。

圖說明
圖說：羅振宇主持的《羅輯思維》團隊2015年營收已突破1億人民幣。photo credit：YouTube

線上直播

線上直播也是收入來源，目前我聽過真的有從收視用戶身上賺到錢的線上直播主是源自於對岸的RC直播、YY直播，其他的台灣直播平台如Livehouse、麥卡貝等，直播主收入比較偏向主持費，直接由收視觀眾身上得到的回饋還不多見。頂級台灣直播主從RC、YY直播做到單月收入破十萬不成問題，也有頂級直播主做了一年半載已付清房子頭期款。

根據《中時電子報》2015年8月報導，在對岸頂級的線上直播主是一位男性，他沒有帥氣外表，但擅長在鏡頭前說書，情緒拿捏到位，表現力強，於是每場直播在線人數為5萬至10萬人，月收入百萬元以上。

可是，這樣的人極其少數，也千萬不要認為線上直播工作很好賺，工時比想像中長，必須一週至少播4 － 5天，每天播出2個小時，有上網有互動還不一定會有收入，不一定會有收入，不一定會有收入（重要的事情說三次）。

最後，這篇文章裡的網路紅人收入動輒上千萬，但我不是在盲目鼓吹你加入「網路紅人」的行列，很多網路紅人在一開始經營之前都必須無條件的付出，畢竟誰也不曉得自己有機會被看到，誰也不能確保是否投資的時間能夠得到實際金額回報，只能再三嘗試，邊試邊學，一再改進。

有很多人真的靠網路名利雙收，但有更多人稱為網路泡沫不為人所知。因為每個行業都必須做到頂尖再加上一點運氣才有機會被錢追著跑，而每個行業也都有必須付出的心酸和代價，如果你只是看到別人已經得到的，卻沒有看到他們所付出的，那麼也就只能做夢一輩子。

圖說明
圖說：成名雖然風光，但付出代價難以想像。photo credit：JM Abania@flickr (CC BY 2.0)

「20萬先生」尚未成功，冒牌生仍需努力。

歡迎多多介紹工作給我，共勉之。

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