香港火熱地鐵 App Pokeguide 開拓亞洲市場，速攻世大運期間台北捷運！|數位時代 BusinessNext

對來到大都會旅遊的觀光客而言，身處在人潮洶湧的捷運站內，轉乘路線複雜，盯緊手機時間，分秒必爭競走顧不得優雅，深怕趕不上預定要轉搭的下一趟交通工具。到底有沒有攻略秘笈，能讓旅人甚至是通勤族在人海中殺出重圍，完美達陣？

打卡安全達陣！我也能轉車搶頭香

來自香港的新創團隊Pokeguide 聽到所有通勤用戶的心聲，打造一款地鐵與捷運攻略，標示出Google Map無法展現的細緻路標，透過人力先幫你在各個車站探路，只要在介面上輸入所在地及目的地，除了地圖路線外，搭乘哪個車廂、哪一側車門及轉乘路線一目瞭然。

香港Pokeguide進攻台北捷運

在香港已經擁有13萬用戶使用，當中有超過2萬名活躍使用者，而香港5大商場集團中更有2家是合作夥伴。對生活節奏明快的香港人而言，時間就是金錢，因為在複雜車站內迷路而遲到，在港人眼中更不能當藉口，還是趕緊下載 Pokeguide吧！

同樣的場景拉回台北，台北車站這個如迷宮般的轉運樞紐，就連道地台北人都常常分不清方位，加上2017世大運期間將湧進大批國際旅客，Pokeguide 向外開拓亞洲市場首選台灣，要簡單地節省台北旅客的捷運轉乘時間。

乘車攻略秘訣解剖

Pokeguide解決大部分地圖App主要只針對行車及大方向指示，但細微車站內路標標示不清及更新速度慢的問題，還提供站內360度VR圖像、傷殘模式及用戶反饋的功能。

1、捷運站內也有360度VR圖像，找路簡單好上手

繁瑣的轉乘路線，在轉車時慌忙找路，一點疑惑就影響到轉乘時間，Pokeguide 存取建立車站內360度VR影像資料庫，協助精準指引不走冤枉路，目前版本僅有台北車站提供VR功能，未來陸續將其他車站VR影像資料建置完成。

2、不只快速還有考慮到其他需求

引導路線前，Pokeguide 會提供 最快方式 、 不要樓梯 及 只要電梯 三種選項，除了滿足求快族群外，考慮到用戶行動不便、使用嬰兒車、提拿行李箱的各種乘車情境。內建傷殘模式，能用語音方式輸入目的地，考量各種使用族群。

3、以使用者經驗為第一考量

語言版本目前有中文及英文，排除用戶語言限制。實際使用者能即時發送訊息回報路線錯誤，協助資料更新，並根據用戶反饋，建構商家訊息。

觀察用戶使用方式、廣告精準投放不煩人

團隊表示，他們的使用者經常給予許多好意見，他們也樂於接受並更正。透過來回互動的過程，Pokeguide就能更清楚使用者的需求。

另一部分，由於Pokeguide協助大量通勤族更有效率地到達目的地，也因此累積不同使用者的通勤慣性：搭乘什麼路線、前往哪個地區以及更精確的到達哪個地點，透過這樣的資料累積，Pokeguide也可協助不同地區的店家投放地區性精準廣告，提高曝光率。團隊進一步表示，精準廣告的好處就是使用者收到不會反感，而目前成效也十分良好，廣告的平均點擊率提高約3~8倍。

積少成多、黃色閃電給你快閃體驗

服務識別為黃色基底衝刺的黑色小人，Pokeguide想讓在城市內每一個繁忙的通勤族與旅客，能夠得到快到不行的通勤體驗！並積極開拓全球城市地鐵，希望能打進全球市場。雖然每個人也許一趟只能省下5~10分鐘，但是以目前Pokeguide的用戶數，**一個月已經能節省高達100萬分鐘！**展望未來，他們希望能讓全球使用者都能享受最便捷、更甚至接上下一波新浪潮VR等科技熱點技術，讓通勤變成是一件開心的事情。

快問快答

Q：最主要的客戶群？

A：年輕人、旅客、輪椅使用者及視障人士。

Q：服務的創意來源，是因為發生甚麼事情而有這樣的想法？

A：很多年青人會因為捷運系統複雜、轉乘困難 (例如台北車站) 以及車站出口多，導致迷路及遲到。如果有方法可以指引捷運乘客在甚麼車廂車門離開，最快直接的去轉乘或離開出口，迷路的機會可以大大減少，並節省時間。

Q：希望提供這個社會什麼價值？希望解決甚麼樣的問題？

A：使用Pokeguide ，在目的地不同的車站預先站在自己方便要出去的地方，進而達到車站的人流管理、增加乘客容納量，並簡單提供旅客使用台北捷運景點觀光攻略。

Q：創業，教會了你哪些事？

A：對自己所做的事情要有熱誠，否則無法每天10多個小時不停工作。

團隊資訊

公司名稱：Pokeguide Limited.
產品名稱：Pokeguide
成立時間：2014/11/11
上線時間：2015/07/06
團隊人數：13人
官方網站｜Facebook｜Pokeguide@MeetHub

提供您第一手最豐富的創業資訊！
現在就加入「創業小聚 Line＠-數位創新與創業的社群平台！」
你的參與讓觀點更多元、新創資料更加完整「創業社群交流平台 MeetHub 」

本文授權自《創業小聚》，作者：林維馨

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