5年打造每月800萬不重複訪客,社群新星Dcard如何崛起?
5年打造每月800萬不重複訪客,社群新星Dcard如何崛起?
2017.05.10 | 社群行銷

若說1995年誕生的批踢踢實業坊(PTT),讓現在大約25到40多歲的人們能說著共通的網路語言;那對於目前台灣的高中生、大學生等年輕世代來說,共同的社群記憶,或許正逐漸從PTT轉移到「Dcard」上。

2011年,由台灣大學資訊管理系學生林裕欽、簡勤佑所推出的Dcard,一開始的概念很簡單,它是大學生的線上聯誼平台,讓各校學生在午夜12點抽卡配對,並融入一些浪漫元素,只要用戶當天沒有送出邀請、就會擦身而過永遠錯過彼此。隔年,Dcard加進校園聊天室功能,接著一路演變到現在的綜合性論壇。2016年底,Dcard更是已經發展成一個每月不重複訪客800萬以上、註冊用戶數超過上百萬人的社群平台,用戶累計抽出超過1.5億張卡、每10秒就有一篇新文章誕生。

Dcard採訪_2017-05-05_吳晴中攝_0004.JPG
上線五年多,目前Dcard的團隊已經成長到30多人。
圖/ 吳晴中攝

Dcard上的文章討論度更是一年比一年熱。例如,2017年3月,一篇名為〈阿嬤這是Lv〉的文章,敘述一位阿嬤收到孫子送的名牌包,拿來裝魚還稱讚包包防水的逗趣故事,連英國媒體BBC也轉載,成了另類的國際曝光。而在更早之前,2015年Dcard上的熱門愛情故事〈我吃了那男孩一整年的早餐〉、〈同學我不是故意看你學生證的〉等系列文章更是一發表就獲得廣大迴響,甚至讓出版社、影音平台看上這些IP,接連推出改編漫畫與小說、網路劇集作品。

「我喜歡隱私,所以才會做Dcard。」Dcard共同創辦人暨執行長林裕欽鮮少接受媒體採訪,更不習慣侃侃而述自己的創業經歷,因為對他來說,作風保持低調,其實也是對用戶的一種交代,「一方面是我自己的緣故,一方面也覺得這樣比較容易讓用戶有信賴感。」他說。

成功關鍵:重視「匿名」與「隱私」

正如同Dcard上線以來一向神秘低調,Dcard產品經理林懷宇認為,就是這樣的「隱私」與「匿名」特性,成為Dcard能一路成長茁壯的核心關鍵。

Dcard.png
Dcard以校園交友配對平台起家,主打每個午夜抽一張新的卡片。
圖/ Dcard

林懷宇表示,現在Dcard對自己的定義是「全台灣最大的匿名社群」,雖然很多人會把Dcard拿來跟PTT比較,但其實使用族群並不相悖。「我們不覺得跟PTT完全是競爭對手。」他說,Dcard與PTT有不同的文化與氛圍。比如說,在PTT上,用戶發文時可能會擔心自己被人肉出來,或是預設會收到比較批判性的回饋、而不敢暢所欲言,但目前這樣的情形在Dcard上比較少看到,平台整體氛圍還是比較偏溫馨、分享性質的,因此用戶自己也會根據性質,選擇發文的平台。「我們最重視的,是讓使用者可以沒有包袱,當下想要講什麼就講什麼,呈現自己當下想要呈現的樣子。」

林懷宇說明,Dcard整體的產品發展思維都是建立在匿名原則上,像是Dcard在去年底推出「卡稱」功能,讓用戶在發文時,作者名稱除了可以選擇匿名、或是顯示自己的學校之外,還多了一個自己設定的名稱,讓想被記住發文風格、卻又不希望被認出自己是誰的人,擁有自己專屬的標記。

這樣的風格,或許也是為什麼Dcard上的男女比例,會從2012年的6:4,轉變成2016年的4:6,熱門看板也多是女生感興趣的美妝、穿搭等類別,這對於一個以交友起家的社群平台來說頗為特殊。

Dcard論壇
Dcard的另一個重心已經發展成綜合性論壇。

但正因為匿名,Dcard同樣得面臨平台管理上的難題。比方說,「用戶有時還蠻喜歡吵架的。」林懷宇笑說。作為一個平台角色,Dcard會有客服定時巡版,處理用戶反應的問題,但除非是涉及違法事項,Dcard多數時間並不會主動介入。「只有在有人惡意揭露其他人的真實資訊時,會被我們判斷成最嚴重的違規情形。」而即便平台上的文章虛虛實實,有些更常被人調侃成創作文、幻想文,但也因此保有更多想像空間,「有時候你覺得別人的故事很誇張,但現實生活中,比這更誇張的事其實更多。」他說。

林懷宇也樂見,未來平台上會湧現更多類型的文章,例如從現階段比較偏心情抒發的文章,發展出更多評論性的文章,帶動更多的討論風潮。

做社群,要搶用戶時間

根據日前資策會FIND一份台灣民眾社群網站行為調查,在12歲至24歲的使用者之中,有48%的人都造訪過Dcard,僅次於社群前輩Facebook、LINE、Youtube、Instagram和PTT。作為一個極具發展潛力的社群新星,林懷宇僅透露「成績絕對比調查的數字好」。

林懷宇提到,2016年是Dcard成長很快的一年,「整體成長幅度蠻大的,至少有5到10倍。」像是Dcard去年開放更多學校信箱註冊,目前全台已有169所大專院校加入。未來在論壇的經營方向上,團隊下一個看好的趨勢是影音,思考如何在文字的基礎下,增加平台的內容豐富度。而越來越多的用戶、文章數,也意味著Dcard必須投注更多心力在數據的應用上,例如優化熱門文章的即時排序,以及讓用戶在抽卡時更容易配對到有共同興趣的對象等等。

Dcard採訪_2017-05-05_吳晴中攝_0001.JPG
Dcard產品經理林懷宇認為,專注使用者的「匿名」與「隱私」需求,是Dcard能持續成長的核心。
圖/ 吳晴中攝

目前,Dcard的商業模式就是廣告,由於接觸到的是剛開始培養消費習慣的大學生族群,所以成效不錯,未來可能還有更多商業模式,但都會以使用者體驗作爲最優先的考量。「我們一直有很多project在進行,去看怎麼樣會適合我們的用戶。」林懷宇說到,Dcard的重心是提升用戶的留存率、停留時間,「同樣是做社群,我們要搶的是用戶的時間。」

同樣是搶用戶的時間,意味著Dcard在其他社群平台的行銷策略也要跟著謹慎。目前,Dcard的Facebook粉絲專頁已有超過86萬人追蹤。Dcard社群經理羅硯琳透露,Dcard的流量來源主要來自搜尋以及Facebook,從Facebook來的流量「比例很高」,一篇發文的觸及率最多曾達到百萬人。「但這其實像是雙面刃。」她說,這也是為什麼Dcard開始做分眾頻道經營,像是Facebook上有Dcard、Dcard Girls兩版,但把寵物、美妝、美食、攝影版的內容放到Instagram上。未來無論是在哪個平台,還要因應現下趨勢,加強在影音、直播內容的嘗試。

培育網路人才,往國際走是「一定的」

2011年誕生於台大學生宿舍,Dcard也在2015年正式走出學生創業、成立公司狄卡科技,團隊人數更從最初的2人,擴展到30多人。

今年也是Dcard第三年開出實習職缺,祭出月薪35K的優渥薪資,開出產品經理(Product Manager)、資料工程師(Data Engineer)、網頁工程師(Web Developer)三項實習職缺。林懷宇認為,最主要的目標,是想為台灣網路、新創產業培育更多人才,像是團隊平均年齡不到26歲的Dcard,有許多核心成員都是從實習生一路留到現在。「網路產業還是比較難找到人才。有些人很年輕、還沒有工作經驗,需要的是機會。」也因此,Dcard希望藉由實習機制,進一步找到有技術也有熱情的人。

林裕欽回憶,2015年Dcard要招收實習生時,他與一名有意參與實習的人約在一家咖啡廳,當討論到公司的話題,還在打趣問對方為什麼沒有把Dcard網站加入書籤列時,結果在一旁的咖啡廳老闆聽到,開玩笑的說自己有加入,能不能也來應徵實習職位?當時讓他意識到,Dcard已經成長成一個具有影響力的社群平台。

對這個去年剛滿5歲的台灣原生網路社群平台來說,未來絕對還有更長的路要走。「現階段的目標,是讓更多人喜歡Dcard。當然,未來往國際市場走是一定的。」林裕欽維持一貫的低調,語氣雖然很輕,但目標說得遠大。

關鍵字: #社群媒體
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