當工程師走進廣告業,奧美用一台販賣機幫必勝客拴住消費者的心
當工程師走進廣告業,奧美用一台販賣機幫必勝客拴住消費者的心

「奧美不再單純只是一家廣告公司,我們幫助客戶打造新服務,甚至是整個生態系。」奧美中國副數位長沙夏·恩格爾(Sascha Engel)說,他的角色就像連接右腦跟左腦的橋樑,在接觸各種新科技的同時,大開腦洞,讓想像與創意的發揮空間,因為技術而更無邊無際。

不過,到底該怎麼讓理工腦的工程師與天馬行空的創意人結合,創造出更大的行銷效益?恩格爾用實際案例,分享了奧美的作法。

Sascha Engel_奧美中國副數碼長_2018_08_28_蔡仁譯攝-4.jpg
奧美中國副數碼長沙夏·恩格爾,長期居住在中國,了解當地市場,同時也是奧美連結創意與技術的橋樑。
圖/ 蔡仁譯/攝影

一個QR Code就可以讓消費者瘋狂

肯德基中國曾花大錢請EXO來代言,而在奧美的操作下,恩格爾不滿足於只拍電視廣告,而是把主力放在打造各種形式的內容上。

每日社群上的互動、手遊、鈴聲、影片樣樣都來,還開發了讓消費者可以跟偶像自拍的相機軟體,然後限定專屬連結只能從套餐附的公仔上找到QR Code,就這樣,讓所有粉絲為之瘋狂,湧進肯德基,最後公仔一支難求,網路上的拍賣價格更是難以想像。

QR Code的技術不難,難的是用技術與創意的結合創造體驗,去吸引甚至黏住消費者。

一台販賣機,可以做到超乎想像的行銷工作

另一個恩格爾打造的經典案例是必勝客的販賣機。接到這個案子時,恩格爾先與內部的工程團隊討論,並買下一台販賣機試做。他們嘗試自行改裝、加入小電腦,把投幣的部分改成可以隨時變換QR Code的螢幕,讓消費者打開微信一掃,就可以玩簡單的小遊戲。

必勝客-聖誕搖翻天.jpg
最初奧美為必勝客規劃的「聖誕搖翻天」活動。
圖/ 奧美

結果這台販賣機真的被必勝客放進每家門市,結合當時熱映電影的IP,消費者來到門市,打開微信掃個碼、玩個拉霸遊戲,就有機會可以獲得一隻《馬達加斯加》角色的小玩偶。

「平均每台機器每天都蒐集了超過一千筆資料,」恩格爾說,「我們可以獲得WeChat ID、年齡、性別、地理位置等,甚至將名單與既有CRM資料庫對比,看哪些人還不是會員,我們就可以考慮之後傳送優惠訊息、邀請他註冊。」

而這樣的販賣機現在已經成了必勝客行銷活動的利器,每當有新的IP或異業合作,只要改個包裝就能直接應用。奧美也為業主開發了可以輕鬆設定的後台,「透過手機,他們可以直接設定今天要送出幾個贈品,甚至可以指定常客或忠誠度很高的用戶,一定可以拿到獎品。」

創意與技術的溝通越早開始越好

如同恩格爾一開始說的,奧美已經不是單純為客戶做廣告的公司,結合新技術,他們甚至為客戶開發了可以長期重複使用的行銷工具,而這些案例的背後,不可或缺的就是奧美的工程團隊。

「我們與創意(同事)的合作從很早的階段就開始了,」駐點在奧美辦公室內的肖文鵬說,他是奧美子公司OneKind的技術合夥人,而OneKind的主要任務就是幫奧美克服技術問題、實踐創意,「他們(創意部門)奇思妙想的鬼點子畢竟比較多一點,而我們就要考量技術上的難度,以及在客戶的預算內,是否真的可行。」

因此在奧美,工程端與創意端的討論,會從非常初期就開始進行,甚至工程師還會與恩格爾的團隊一起去向客戶提案,讓工程師能夠直接跟客戶溝通、了解他們的技術需求。

高度敏捷與機動的協作模式

而奧美與OneKind雖然是母子公司的關係,但事實上他們的辦公室就在隔壁。「每當我有什麼idea,只要走到隔壁敲門找文鵬,就可以隨時討論。」恩格爾如此描述他們的工作日常。

肖文鵬是本科系出身的工程師,第一份工作就在IBM待了超過七年,而後也曾創業做軟硬體整合相關應用。當問到奧美與一般科技公司工作的不同之處時,「技術不會那麼深入,」他坦言,「但相反地,接收到創意同事想法上的激盪,我們會專注在技術更多應用可能性的角度上。」

例如,儘管主要工作是提供創意部門技術諮詢跟實施方案的規劃,但其實工程端有時發現什麼有意思的新技術或應用,也會反過來提供給創意部門作參考。

在廣告圈做技術,maker精神也要有

除此之外,肖文鵬的團隊有時甚至是技術方案的實際執行者。像是必勝客的販賣機,最先就是由他們來試做原型,肖文鵬還提到一個印象深刻的案子,是可口可樂在巴基斯坦的「Coke Studio」。當初可口可樂找上恩格爾,提出想要為聽障者舉辦音樂節的想法,就將執行的任務交給了他們。

恩格爾與肖文鵬的團隊發想:既然聽障者聽不到,那就只能透過不同的感官來讓他們體驗音樂。試做幾個原型後,他們決定用燈光的變化和一張會震動的沙發來達成這個目標。

肖文鵬-工作照.jpg
肖文鵬在巴基斯坦為沙發安裝上千個傳感器的工作剪影。
圖/ 奧美

當時,肖文鵬前往了巴基斯坦的現場,用每支手機都有的震動傳感器,打造了一張會隨著旋律傳送不同震動感受的沙發。就像個maker一樣,他在沙發上安裝了上千個傳感器,最後成功地將音樂透過震動傳遞給聽障者。

<iframe width="560" height="315" src="https://www.youtube.com/embed/sPMtLxmq8Oo" frameborder="0" allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>

聽恩格爾眉飛色舞地分享著AR、VR或物聯網等技術應用時,不會覺得他是個純粹的創意人;在跟肖文鵬的談話中,也無法想像他曾是個每天盯著螢幕,只關心功能效率和debug的工程師。

奧美將光譜兩端、思維模式完全不同的人才兜在一起,在密切溝通的協作模式下,讓他們彼此激盪,創造出1+1大於N的效果,幫技術找到實際落地的出口,也助創意開拓了更寬廣的發揮天地。

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