網飛經濟的啟示:Free is not cool
網飛經濟的啟示:Free is not cool
2018.09.14 | 內容行銷

剛剛在Netflix(網飛)上看完第一集的《闇》(Dark)影集。我基本上很怕看影集,因為看過《紙牌屋》(House of Cards)及《權力遊戲》(Game of Thrones)後,我答應自己不再花太多時間看影集,而且很不喜歡自己因為任何事而執迷失控的感覺。去電影院看電影仍是我與Ming的主要娛樂之一,不但是一種約會,有期待,我們更可以控制我們的時間。

MOD的缺點是院線的新電影我們都看過了,因此選擇越來越少,所以最近又開始看起Netflix,尤其喜歡有英文字幕,甚至英文配音,讓我可以邊看電影邊學英文。

當有太多免費的服務時,我們不會珍惜

仍記得1997年,大女兒Candice在美國路易斯安納州小城打工,有一天很高興打電話告訴我,她發現一個用郵寄方式就可以租DVD看電影,那家公司叫Netflix,我才開始注意到這個在當時是非常獨特的郵寄DVD出租公司。沒有人會相信Netflix經過20年,現在已成為世界上最重要的影視娛樂公司,完全破壞傳統電視提供娛樂節目的方式。

我一直認為「Free is not cool」的時代已來臨,當我們有太多免費的服務時,我們不會珍惜,而且古人很早就告訴我們「免費的最貴」,現在我們也知道在網路上的免費,事實上是我們用自己的個資、數據交換而來的,真的是「天下沒有免費的午餐」。

Netflix跟Amazon Prime都以付費訂閱方式為主要Revenue Model,但Netflix僅專注在影視娛樂,目前的Techlash(輿論及政府反擊大者恆大的tech公司)Netflix都逃過,因為Netflix不碰新聞,更不靠廣告收入,所以跟數位巨人的假新聞、阻止競爭的行為、避稅及濫用個人資訊的爭論都較少關聯,也較少碰到政府用抗壟斷法的反擊。

新的經濟體系:Netflixonomics

最近有些研究Netflix成功模式的人提出一個新的名詞「Netflixonomics」,因為Netflix真的改變了我們看電視的方式、企業營利模式,甚至創造出一種新的經濟體系。

1.付費會員制的經濟
任何企業都需思考「收費」的會員制(訂閱經濟),唯有如此,您才知道誰是您真正的主力忠誠顧客,然後想盡方法建立互信互惠機制,提供更多更好的選擇。不斷爭取新的會員,留住老的會員就是公司成長永續的原因。

Netflix CEO Reed Hastings在一次訪談中談到Netflix只有三個目的:a.會員的滿意 b.在人們之間創造彼此的「同理心」(非常深遠宏大的目的)c.提供多樣的選擇(語言、地區、故事內容)。

2.「Winner takes most」的比賽
因為Netflix的成功,逼得所有數位巨人、娛樂巨人(有線╱無線)都必須改變,整併的整併、出脫的出脫,因為Netflixonomics已改變了整個遊戲規則。不僅AT&T合併Warner Bros.,Disney、HBO、Amazon、Instagram、Facebook、Comcast、Apple、 YouTube都在搶這個市場。原因很簡單,因為人們僅有有限的時間看電視,如果您能提供好的、吸引人的節目,將這有限的時間填滿,人們根本沒有需要再訂閱其他的電視娛樂節目;而Netflix的大搶人才、增加製作影片的成本,讓競爭者也必須要靠更大的規模化贏取利潤,破壞了整個傳統電視娛樂的生態系統。因此,整併是唯一出路。

3.因為網路科技及個人化的推薦,讓Netflix可以用不同的評估標準來決定要不要投資一個小眾內容的節目。一般電視節目都是要選擇大眾化的娛樂內容,因此很難冒險做大膽的投注,創造新的可能。

4.Netflix用難以想像的極高金額跟製片商「買斷」影片的發行,因為在Netflix沒有次級市場,有的是靠1億2千萬會員來分攤製作成本,而且是標準的長尾效應,可以長銷數10年。

5.大量舉債
用別人的錢,買斷最好的人才、製作最棒或最特殊的影片,吸引會員不斷加入,而且不願離開。Netflix目前仍不賺錢,又不斷花錢,也讓許多人擔心到底Netflixonomics是真的還是假的。

不過根據Reed Hastings的說法,Netflix的毛利已從兩年前的4%、7%到現在的10%,一直在成長中,只是因為要花大錢鎖定人才,製作最好的節目,目前仍是負現金流的財務。在台灣實在難以想像Netflix要每年投資120億美元在製作內容上,2018年會推出82部電影,還不包括700個電視劇,100個不同的節目(紀錄片、兒童劇、笑劇、單口相聲等),更重要的是在21個國家製作當地的電影,因為美國以外的付費會員去年增加了48%。

未來財務的健康就要靠不斷在全球吸引付費會員並增加會員費。我個人對這種靠大量舉債綁住世界最棒的人才,製作更好的影視產品來增加會員的經營模式有很大懷疑,因為這是不可能永續的。

Netflixonomics可能只有靠時間來證明是不是真的新經濟。基本上,如果不用大量舉債的方式,靠本身的利潤及不斷創造最適合的內容來增加會員數,仍是我們應該學的經營模式。Spotify就應該大膽學Netflix,不再受三大音樂公司的控制。

不可否認,因為Netflixonomics讓21世紀成為創意、內容創作人才的世紀,只要您真的是人才,可以透過Netflix讓世界看到您。國家也是如此,我在看完第一集的《闇》發現德國能跨越地理文化語言,用能吸引全球觀眾的題材,經由Netflix 的投資而製作出世界級的內容。台灣的挑戰是能否利用Netflix的通路及資金,打破製作成本的屋頂,創造出像《闇》一樣的影集。

註1:馬上付270元新台幣成為Netflix的付費會員。如果沒有體驗過Netflix的方便性、個性化性,您就不知道為什麼Netflix會改變我們娛樂的方式,甚至成為我們生活的一部分。

註2:更多有關Netflix內容
https://www.economist.com/briefing/2018/06/30/netflix-is-moving-television-beyond-time-slots-and-national-markets

關鍵字: #Netflix
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