工程師都往Google、Netflix跑,百年奇異如何用一支廣告讓人才趨之若鶩?
工程師都往Google、Netflix跑,百年奇異如何用一支廣告讓人才趨之若鶩?

本文摘自《故事行銷聖經》

無名氏
天啊! 真高興我看了那支廣告。

奇異遇到一個問題。

董事長暨執行長傑夫.伊梅特(Jeff Immelt)成功領導奇異完成轉型,從一家提供大型金融服務的企業轉型為領導階層所說的「數位工業公司」,該公司的轉型是為了充分利用日益連結的網路世界。大量連結的機器讓奇異有機會創造全新且可持續的收益流,就像消費者導向的物聯網已經對個人生活產生的影響那樣。如今奇異的投資組合專注於交通(航空和鐵路)、醫療保健及能源三大領域。但光是生產機器還不夠,如果想要徹底實現伊梅特的願景,奇異需要數千名頂尖工程師的協助。

奇異行銷長博夫:「將產業數位化是我們做出的重大賭注之一,如今所處的時代,光是銷售噴射機引擎這類硬體並不夠,我們必須協助顧客獲得有生產力的成果。為了取得成效,我們成立一個數千人的團隊,其中大多數是在軟體方面資歷豐富的企業新人。他們正在協助公司設計分析方法並累積數據,讓我們在鐵路、航空、發電廠、食品飲料等各行各業的顧客,得以預測哪些方面的效率能加以改善,讓本身運作更有效率、降低成本或提高生產力。比方說,能夠提前預測噴射機引擎是否需要維修保養……或風力發電廠接下來應該在哪裡擴建。」

但是在能夠招募到全球最優秀工程師,撰寫新軟體來執行、監控並最佳化飛機、火車和風力發電廠的績效前,奇異需要讓世人了解該公司打算發展的新方向。大多數的軟體工程師都不清楚,奇異已經開始處理複雜有趣的科技挑戰。軟體工程師仍然以Facebook、亞馬遜(Amazon)、Netflix及Google這四大科技巨擘,加上蘋果與微軟(Microsoft)作為求職標的。

奇異的行銷團隊接到任務,要改變工程師對公司的看法。博夫利用故事當成切入點,她說:「我和我的團隊都相信,不管規模大小,以創意構想為主的媒體廣告,終究會比計畫性的廣告播放發揮更大的影響力。身為買方,我們重視的是影響力,而不是廣告出現的頻率。有部分原因是,我們沒有那麼多的預算達到足夠的廣告出現頻率,還有一部分的原因則是,我真的認為好的構想能夠突破一切。」因此,博夫的團隊和廣告公司一起創作一個故事。

於是,歐文(Owen)的故事就上演了。

奇異的故事主角歐文是剛畢業就進入奇異工作的年輕工程師,「歐文怎麼了?」系列廣告中,描述朋友和家人對歐文的新工作做何反應。廣告的其中一幕,歐文的父母為他將在奇異工作感到興奮,把他祖父的長柄鎚交給歐文。歐文只好解釋他到奇異不是去打造機器,而是寫程式碼讓機器彼此溝通。在另一幕裡,歐文在野餐桌上與朋友提起新工作,另一位朋友宣布自己剛決定到一家名為「Zazzies」(編按:作者指出「Zazzies」很明顯是在諷刺Snapchat,是在學生間相當流行的社交軟體,而這群人正是奇異試圖觸及與說服的對象)的公司工作。

奇異廣告「歐文怎麼了?」

Zazzies提供的手機應用程式,讓使用者可以為各種動物戴上水果造型的帽子。歐文的朋友都是Zazzie 的瘋狂粉絲,因此都被這位朋友的新工作所吸引。這時候歐文抗議道:「我將會協助處理渦輪發動機事務,為這座城市提供動力。」歐文的朋友反駁道:「我剛為小貓戴了頭巾。」歐文說:「我能讓醫院更有效地工作。」「這又不是在比賽。」另一位朋友插嘴道。

這一系列廣告引發強烈迴響,歐文不僅協助奇異將本身的品牌與新策略和投資組合相互呼應,這個宣傳活動也讓奇異的軟體工程師求職者增加十倍,一切全都要歸功於好故事。

當你將廣告故事化時,就是在品牌和受眾之間建立情感連結。在故事裡,歐文處於劣勢,我們都覺得自己在世上處於劣勢,因此在歐文被世界誤解時,就會引起我們的共鳴。我們感同身受,在故事結局時希望世人明白歐文在做的事很重要,他正在設計讓大型機器能比以往更有效率運作的軟體。

現在想想看,如果奇異的廣告開門見山就這樣呈現:企業商標出現在電視螢幕上時,旁白說:「在奇異,我們正在設計連接世上最優異大型機器的軟體。」受眾會相信這種陳述嗎?他們會在乎嗎?這一點令人質疑。歐文的故事引發的情感,是自我吹捧永遠無法做到的,這就是故事的力量。

在故事中穿插故事雖然長遠來說,電視廣告和廣播廣告前景似乎很黯淡,但是對於那些負擔得起這類廣告播放成本的企業而言,短期內還是會採取這種行銷平台。所以,如果你的行銷策略需要利用廣告打斷劇情片與喜劇片,就可以藉由在故事中穿插故事的做法,盡可能巧妙運用故事的力量。

思維從一個故事跳到另一個故事是輕而易舉的事,舉例來說,受眾轉換頻道想找好看的節目,或是當故事在主線情節和副線情節之間來回切換時,他們的情緒也會馬上跟著切換。故事永遠受歡迎,因此當你的廣告用一個故事來打斷另一個故事,這種故事之間的過渡就會比較順利。如果你用自吹自擂或過度承諾的推銷辭令,以這種廣告打斷受眾對原先觀看故事的深度參與,人們就會非常厭惡並加以忽視。

以超級盃比賽時播出的廣告為例,一年中只有在這一天,你會聽到這種奇怪的喝斥:「大家安靜! 廣告開始了!」這麼說是有正當理由的,品牌和廣告公司整年都在為這些廣告設計故事,抓準品牌與消費者溝通的最佳時機。

超級盃球迷在比賽期間討論他們最喜歡的廣告,隔天會在網路上公布最受歡迎和最不受歡迎的廣告名單。你是否注意到,那些自吹自擂與過度承諾的老套廣告往往在名單中墊底,而故事型廣告反而名列前茅。

故事型廣告也在商場中勝出。如果品牌做足功課,真正理解自家消費者,就能創作出顛覆市場的好故事。

例如,洗衣精品牌Ariel 的行銷人員在印度發現,家庭中的女性成員和男性成員在社會規範方面存在著極大差異。70%的男性認為老婆應該負責洗衣服,就連小孩也不例外,有三分之二的小孩認為家事應該由女性來做90。現在印度女性每天平均要花六小時做家事,而男性每天做家事的時間卻不到一小時。這個差異本身就不公平,而且經年累月只會造成兩性更不平等。

印度年輕女性每年能用於學習和增進職業技能的時間,比男性少了將近兩千小時,進而導致年輕女性的工作機會更少、工作品質更差且薪資更低。而職場女性升遷機會更少,因為她們必須同時忙於工作和家庭。

2004年到2011年間,印度女性勞動力比例從31%降至24%。勞動參與率下降對女性生活和印度經濟整體表現都產生不利的衝擊,如同哈佛大學教授羅希尼.潘德(Rohini Pande)解析道:「工作與工作帶來對資產的掌控,降低家庭暴力的發生率,並提高女性在家庭中的決策權。況且如果一個經濟體內所有有勞動能力的公民都能進入勞動市場,這個經濟體就會更有效率且更迅速成長。」

印度女性渴望改變,八五%的印度女性聲稱,她們覺得自己在做兩份工作,在職場上有工作,回家後還有另一份工作。83%的印度女性認為,男性應該分擔家事重擔。Ariel的行銷人員及合作的廣告公司BBDO印度孟買分公司察覺到,這種不平等現象日益嚴重,於是設計「一起分擔家務」(Share the Load)這支廣告,深入挖掘潛藏在這種現象背後的暗流逐漸加深的社會不公。

「一起分擔家務」廣告由主角唸著寫給女兒的信揭開序幕,主角已經當外公了,信件是寫給女兒的。主角寫信的那天晚上,女兒正在房裡忙碌著,他看著女兒一會兒幫丈夫倒茶,一會兒照顧小孩,整個人忙得團團轉。然後他終於明白,自己在教養女兒長大成人的過程中,如何把這些社會成見灌輸到女兒身上。

這個故事藉由證明社會規範如何代代相傳,形成強而有力的負面基礎。然後當女兒讀到父親在心中承諾,會和妻子一起分擔家務,為其他人樹立榜樣時,故事開始由負面發展轉變為正面發展。

故事中討論的這組核心價值觀,從不公平轉變成公平,讓印度女性產生緊密連結,並且在印度國內引發廣泛討論。「一起分擔家務」這支影片在50天內的觀看次數突破五千萬次,在網路上製造超過二十億的曝光次數,相當於花費一千一百萬美元才能買到的電視廣告曝光率。電視談話節目以整集的時間,討論如何平衡男性和女性在家庭中的角色。知名服飾品牌改變服飾標籤上的傳統洗滌說明,增加一句「由男性或女性洗滌均可」。超過兩百萬名男性造訪Ariel洗衣精的官方網站,在「一起分擔家務」的承諾書上簽名表達同意。約會網站在個人簡介頁面上增加一個新問題:「你願意分擔家務嗎?」讓人們可以將男女平權作為尋找對象的考慮因素之一。

這個故事型行銷活動產生的社會影響,一定讓Ariel的行銷人員大受鼓舞,而這個統計數據當然也讓Ariel的行銷人員興高采烈: Ariel 在印度銷售額比去年同期成長高達75%。

P&G旗下印度品牌Ariel,推出一系列引發共鳴的廣告,名為「Share the Load」。

故事型廣告遠比那些自吹自擂和過度承諾的廣告更具吸引力,也更有效率。但在現今消費者尋求不被打斷的專注體驗時,光靠廣告絕對不夠。當每個月有數百萬名消費者改用無廣告體驗時,行銷人員必須跟著調整接近消費者的方法才行。

現代行銷人員必須提供消費者既獨特又有價值的體驗,而且更重要的是,這種體驗必須是不間斷的。就像媒體業者數十年來運用同樣方式建立與維護受眾那樣,品牌也必須以一種持續的步調講述故事,贏得並維持消費者的尊重。

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