[新零售時代]四間引入創新技術的服務業，創造全新買賣體驗|數位時代 BusinessNext

The North Face：VR登山趣，創造全新互動體驗

研究機構Gartner指出，「虛擬實境（VR）行銷」正在起飛，並處在成長循環的起點。這一年來，虛擬實境應用急速擴散，許多品牌都積極利用虛擬實境技術，帶給消費者嶄新的購物與品牌價值體驗，這些有趣的活動在取悅消費者的同時，又能間接提升銷售額，是強而有力的行銷工具之一。當一個新的行銷技術獲得關注，品牌廠也有機會去創造與消費者互動的全新方式，甚至藉此重新定位自己在產業內的定位。

成立近50年的戶外運動用品公司The North Face就運用了虛擬實境技術來達到這樣的效果。The North Face用虛擬實境影片與Google Cardboard，讓消費者感覺自己正在優勝美地國家公園爬山，體驗戶外運動的樂趣。雖然這類應用的體驗品質會受限於消費者的硬體設備，但仍為The North Face吸引了不少關注。這個行銷活動案受到許多媒體的讚揚，給予極高評價，被認為是零售業運用虛擬實境技術達到行銷目的的成功案例之一。

關鍵數字：23億美元－－2015年全年營業額為23億美元

圖說明圖說：The North Face 成立時間　│　1968年執行長　　│　傑夫瑞．盧瑞（Geoffrey D. Lurie）

##日本7&I控股：以線上拉抬線下買氣的全通路策略

母親節快到了，該送什麼禮物給媽媽？聽到這個問題後，相信大多數人的第一個動作，就是拿起身邊的手機，滑滑Facebook塗鴉牆或上Google找靈感。網路的崛起，改變了人們過往的消費習慣，也讓實體通路飽受威脅。日本7&I控股旗下擁有7-Eleven、Sogo、西武百貨、Loft等連鎖超商和百貨，同樣也正面臨電子商務侵蝕實體通路的危機。不過，與其築起高牆，不如反其道而行，讓網路成為銷售助力。從去年11月開始，他們大膽推出跨集團購物網站「omni7」，讓消費者可以在網站上一次挑選所有商品，並且到離家最近的7-Eleven取貨。目前商品數約180萬件，預計2018年將增加到600萬件。執行長鈴木敏文認為，網路時代裡，實體店面的角色反而更重要了。「消費者可能是在網路上看到商品，但最後卻是到百貨公司實際觸摸並且完成購買。」

關鍵數字：180萬－－消費者可在omni7上買到跨集團共180萬款商品

圖說明圖說：7&I控股（Seven & i Holdings）成立時間　│　2005年執行長　　│　鈴木敏文

##家樂福：電子標籤讓你一秒完成售價更新！

對於大型商場來說，每一次的促銷活動與售價變更，都必須耗費相當的人力與時間成本才能完成。有了電子價格顯示器（Electronic Shelf Label, ESL）不僅能及時顯示價格波動，更能讓你一秒更新價格，確保店家擁有最正確、最即時的價格反應能力。

台灣家樂福開始使用電子標籤以來，目前全台約有三間分店正在使用。「使用電子標籤，是希望減少人力及時間成本。」台灣家樂福表示。大型商店一個月平均要更換5千個標籤，但透過電子標籤則能立即更換，不僅節省紙資源，同時也降低員工手動置換標籤的成本及錯誤性。

此外，電子標籤也可以隨時依商品的浮動價或促銷進行價格微調，確保商家的「天天都便宜」；更可以結合物聯網系統，進行庫存盤點、自動補貨通知等，使零售業更「智慧」。不過，由於電子標籤的價格仍屬昂貴，成本較難回收。根據市調機構Research and Markets資料，電子標籤的投資成本約在兩年後可回收。因此，台灣家樂福表示，目前電子標籤仍在測試階段，尚未推廣到全台分店。

關鍵數字：900億－－電子標籤的市場規模將在2020年達到900億元新台幣（資料來源：日本面板大廠Japan Display Inc.）

圖說明圖說：家樂福電子標籤成立時間　│　1958年1月執行長　　│　喬治．普拉薩特（Georges Plassat）

達美樂披薩：機器人「DRU」變身披薩外送員！

天候不佳總是外送服務需求最大的時候，但往往也是最考驗服務業者的時刻。「機器人外送是未來必定要走的路。」紐西蘭達美樂披薩總經理布緒（Scott Bush）說道。未來，當我們叫達美樂披薩外送時，將食物送到門口的不再是外送員，而是一台可愛的機器人。

達美樂披薩（Domino’s Pizza）澳洲分部與專做軍事機器人的公司「Marathon Robotics」合作，推出披薩外送機器人計畫。此款名為「DRU」（Domino’s Robotic Unit）的機器人，擁有四輪、高度約0.9公尺，並由電池驅動，時速最高可達每小時20公里。機器人內部可裝十個披薩，並設有保溫裝置。

機器人「DRU」內建GPS導航系統及感測器，能夠自動導航，選擇最佳路徑；在道路上行駛時，能自動偵測路障，以進行規避、閃躲。此外，消費者也不必擔心機器人運送食物時，會遭到搶劫或攻擊。達美樂表示，將在DRU上裝監控及安全裝置，讓披薩能安全送達到消費者手上。而消費者只要透過訂購時所獲得的密碼，於機器人上輸入，即可解鎖取得披薩。

關鍵數字：10個－－機器人「DRU」一次可攜帶10個披薩

圖說明圖說：達美樂披薩機器人DRU 成立時間　│　1960年6月執行長　　│　派特里克．杜爾尼（Patrick Doyle）

延伸閱讀： [新零售時代]書店都快倒光的今天，亞馬遜為何偏偏要開實體書店？新零售時代來了！5大趨勢重新定義消費場景 Walmart創新實驗室：新零售時代，半百企業的華麗轉身 [新零售時代]四個找商品的創新服務案例，讓你不再迷失在茫茫商品海裡！

本文出自於： @@BOOKID:126743@@

了解創新科技新知，輕鬆掌握未來無限商機！歡慶《數位時代》17週年，立即享有超值優惠方案

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