停車,從未如此簡單!俥酷 iParking 要做你愛不釋手的大平台
停車,從未如此簡單!俥酷 iParking 要做你愛不釋手的大平台

通勤族最大困擾之一莫過於找車位,上班巔峰時間除了路上車流量極大之外,停車位更是一位難求。

即便找到停車位了,還有按鈕、取票、保管好感應扣等繁雜瑣事,除了早上的起床氣之外,更因為停車這件事情讓心情更加糟糕。

然而,你有沒有想過,因為「它」的出現,未來停車反而成為一件快樂的事情!

從「停車」出發,他們要征服汽車金融市場!

停車問題困擾著台灣都會地區許多通勤族。特別是在大都市,車輛與車位比例約為1:0.7。為了停車,大家常浪費許多時間在尋找車位,或是處理瑣碎的繳費問題。

庫網金融創辦人陳弘(以下稱Michael)
我們發現要在台灣市區找個車位非常困難。尤其,在傳統的停車場,車主多多少少還會遇到停車零錢問題、停車卡遺失,或是信用卡操作失敗等問題。

具有25年台灣、中國兩地金融背景的庫網金融創辦人Michael,在中國闖蕩期間看到中國在第三方支付業務與應用突飛猛進,進而衍生大數據應用。如此多變的發展,也讓他開始思考如果是他,他會利用金融數據發展什麼?

因為對於消費金融業務的熟稔及了解,Michael知道以汽車為出發點畫成的產業版圖十分之大,也因此在他觀察到開車上下班族群的停車困擾後,便決定從解決停車問題開始,探索廣大的汽車金融市場。

幫你解決停車這件麻煩事,停車業龍頭也說讚

其實,最初Michael並非在台灣出發,最初的時候,是因為在中國看到了阿里巴巴和微信的快捷支付,因而萌生了創業的念頭。

「我原本是在中國打算做眾籌,但後來中國官方不再發相關執照,恰好那時透過朋友認識嘟嘟房停車網的營運長,兩人對計畫一拍即合,所以才決定回台灣做做看。」Michael回憶道。

俥酷 (iParking)
我們團隊相信大家開車出門,絕對有比停車更重要的事情要辦。因此,我們開發出一套完整的解決方案,想幫助大家省去停車相關的麻煩。

因為嘟嘟房停車的加入,這套整合性的O2O解決方案──俥酷 (iParking)開始運作並規劃。也因為嘟嘟房停車,Michael有機會接觸到嘟嘟房停車的母公司中興電工,並且努力數次向中興電工董事會的成員解釋理念及前景,最終成功獲得認同,中興電工也宣布全額投資俥酷 (iParking)

第一步:繳費機撤退計畫

庫網金融創辦人Michael
我們正在實行「繳費機撤退計畫」,第一步希望從停車後的瑣事消失,未來只要輕鬆透過俥酷便能完成停車所有流程。

目前俥酷有兩種模式,透過 車牌辨識系統俥酷卡 取代傳統停車票卡及簡化停車流程。而在停車之前,車主所需要執行的任務便是至俥酷App登記車牌,以及綁定支付方式。

車輛識別系統

只需要透過機器掃描車牌,車主不需要額外執行什麼任務,透過進出場時的識別系統,便能與俥酷連線連結資料,同步完成付款任務及相關資訊登記。

俥酷卡

然而,並非每個停車場都擁有識別系統,還是有許多停車場使用感應系統。為了因應這樣的情形,團隊也推出使用者專屬的俥酷卡,拿到俥酷卡後進入App綁定卡片資訊,未來進出場只要透過感應,便能與俥酷連線連結資料,同步完成付款任務及相關資訊登記。

俥酷已與全台逾200家停車場合作,其中亦包括市場龍頭嘟嘟車房。用戶透過在App內綁定一張信用卡,便可在這些停車場進行無票化繳費,同時領取至多三張信用卡的停車優惠折抵。

綁定支付方式另外一個更重大的意義則是幫助用戶免去繳費時可能遇上的付款麻煩,像是現金攜帶不足、只剩下大面額紙鈔的窘境。用戶在整個付款過程中,不用拿出手機和皮夾就能完成繳費。

其他服務及未來發展

除了便利的進出場機制以外,俥酷也提供其他便利的功能。

1、定位功能:幫助車主找到最近的俥酷服務停車場。

2、數位化票卡:在App中會以視覺化的方式呈現停車時數及收費金額。

3、天氣油價:App也會針對車主位置改變,提醒當地天氣,及推播每日油價。

4、拍照功能:俥酷App也內建拍照功能,想要解決車主時常忘記自己停在哪裡的問題。

5、趣味遊戲:使用者每次停車後,系統都會給予一次趣味遊戲機會並獲得停車特定優惠。

6、安全鎖車:車主停好車後可啟動此功能,限制愛車離場。

Michael和他的團隊
我們團隊的最終目標,是提供汽車用戶一條龍式的服務。

談及未來發展,團隊表示未來希望能做到只要和車有關,你就會直接打開俥酷使用。因此目前積極與不同企業、產業類型合作,預計在今年推出與汽車金融相關的服務。

團隊也正努力與桃園國際機場、臺灣高鐵爭取相關合作及討論細節,希望能夠串聯這兩大交通方式,而未來也不排斥跨入租車領域,鞏固高鐵客群,提供更全面性整合的服務。

出門,不只是為了停車。

這是Michael和他的團隊,最期待能從用戶身上聽到的聲音。

快問快答

Q:目前該服務的獲利模式為何?

主要分為:(1)停車費用;(2)生活金融;(3)汽車相關服務金流。

Q:創業至今,做得最好的三件事為何?

堅持、咬牙堅持、死命堅持。

Q:最常被客戶或投資人問起的事情?您會如何回應?

Michael 個人

Q:你好好的銀行工作不做,是不是瘋了?
A:人生就瘋一次,給自己一個機會,不相信台灣人只能做專業經理人而已,試圖證明自己是可以創出一片天地(即互聯網金融產業)。

產品部分

Q:換成車牌辨識後,該如何辨識這台車真的是自己的?
A:俥酷內建「安全鎖車」功能,如果真的被非使用者開車出去,會以App、簡訊同步通知車主、停車場系統也不會放行。

Q:要達到下一步目標,團隊目前缺乏的資源是?

更專業的管理。

Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?

創業如果沒有10000%的決心,還是好好的工作。

團隊資訊

公司名稱:庫網金融科技股份有限公司/FinData Finance Technology Corporation
公司服務:俥酷(iParking)/俥酷(iParking) Facebook(Fintech O2O 汽車金融服務平台)
公司成立時間:2016/4/16
服務上線時間:2017/3/6
公司網站:俥酷iParking
粉絲專頁:俥酷iParking
團隊人數:23人

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