5G時代引爆萬物互聯!改寫產業及生活型態
5G時代引爆萬物互聯!改寫產業及生活型態
2019.12.23 | 物聯網

5G將是未來數年討論熱度最高的科技名詞,5G不僅提供極高速的傳輸速度,並有著比起過往更高的穩定度及更低的延遲性,提供使用者沉浸式的服務體驗,如強化虛擬實境、3D立體影像顯示及超高畫質8K影像等,以一句話來解釋就是:

更廣的鋪蓋式網路,並包含了更快的網速以及穩定性。

但除了提供消費者的體驗外,5G的本質其實是因應物聯網(IoT)設備數量以及數據量的暴增而開發出來的新時代產物,因此,目前市面所看到大部分的行業,從健康照護(含醫療)到金融服務,再到零售業等都會受到5G技術的衝擊。

隨著2020年的到來,除了將迎來被視為5G邁入大規模商用的東京奧運外,包含中國大陸已開始針對五大城市進行商用5G的試驗計畫,新加坡亦藉由資通信媒體發展管理局及國家研究基金會投入超過4,000萬新幣,發展新加坡5G創新生態圈在接下來的一年持續針對商業應用進行大量的試驗計畫。可預期接下來將會有許多全新的應用情境展示在大眾面前,而各產業又會出現什麼樣針對5G技術來發展的智慧城市應用呢?

消費者應用場景:打造沉浸式觀看體驗

在東京奧運會期間消費者將會感受到前所未有的賽事觀看體驗,東奧將藉由5G提供即時自由視點影像串流、360度全景影像、VR等應用。(推薦閱讀:迎接5G十倍飆速時代!內容、商務再進化

shutterstock_1424102786_5g_VR
圖/ PabloLagarto via shutterstock

以即時自由視點影像串流來說,在球類比賽直播時,消費者可任意調整視角方向以及遠近,譬如從上方鳥瞰全場或是將畫面聚焦到持球球員旁,不需像過往只能遷就於電視的轉播視角,增加消費者對於比賽觀賞的體驗。而在2018韓國平昌冬季奧運會所展示的與選手同步視角觀賽、互動時間切片、360度VR實況轉播,都很可能以更加成熟的方式出現在2020東京奧運,並且結合AI分析輔助,附加3D視覺動畫呈現即時比賽資訊,提升運動比賽的觀賞體驗。

製造業應用:遠端控制技術,優化工廠製程

5G將能協助提升製造業生產的靈活度、安全性及效率,並藉由集中管理IoT的機制來降低整體維護成本。這將使製造商藉由物聯網及新興科技來完成「智慧工廠」的願景。

透過5G遠端控制、監控及彈性配置等機制,工廠設備將藉由自我優化達到生產線及生產規劃最優化。另外5G也有機會提升製造業在「虛擬實境」及「擴增實境」上的技術運用,並使用在包含培訓、維護、施工及維修等面向。

例如,位於愛沙尼亞塔林的Ericsson工廠開始測試使用AR技術進行故障排除,藉此降低故障所產生的額外成本並減少停機時間。據報導,此舉將提升愛立信提高50%的生產效能。而為了持續測試5G技術,將會出現更多的製造商將5G技術展現給世人。三星(Samsung)和AT&T在德州奧斯汀(Austin, Texas)合作創建了美國首個以製造業為主的5G「創新區」,來測試及展示5G如何影響製造業。

廣告與行銷:拉近受眾距離,想像力大解放

而上述所提到5G可提供消費者「沉浸式體驗」,也同時轉變了廣告與行銷產業跟消費者的對話方式,將「內容」和「受眾」更緊密地結合起來。(推薦閱讀:跳脫框架!5G時代行銷玩法將顛覆你的想像

根據英特爾(Intel)研究顯示,到2028年,沉浸式體驗的廣告預估將有178億美元的全球市場。5G能夠幫助解放廣告與行銷產業從業人員的想像力,並將行銷及廣告從平面轉移到可互動的圖像和影片;甚至藉由VR/AR產生與消費者間新的對話方式。還可以透過眼球動態追蹤和生物識別技術實時衡量廣告效果,獲得更精確的消費者分析並進行研究,藉以達到最精細的消費者受眾。

健康照護產業:加速資訊整合,提升疾病預測準度

5G也正在改變全球健康照護產業,並藉由此技術提高整體效率和收入。據估計,5G技術將在2026年創造健康照護領域超過76億美元的收入機會。藉由高速網路的特性,大大提升了讀取數據的效率以及預測病患未來罹病可能性的準確率,5G將提升健康照護產業餘AI層面的應用,整合個人資訊、臨床研究以及高分辨率的MRI和CT影像資訊作為預測的根基。

shutterstock_1512490073_5g_,medical
圖/ metamorworks via shutterstock

5G同樣能夠使遠端監控設備(如穿戴設備)將患者健康數據即時發送給醫生,同時也透過感測器了解患者目前正在活動的空間與行為,來完成更全面性的醫療或護理方法

交通應用:自動駕駛技術,緩解城市交通問題

而在需面對大量人潮湧入城市的狀況下,交通變成為了城市最棘手的問題之一,包含運輸工具供不應求或塞車問題。各城市及車隊可藉由5G來解決交通問題,如自動駕駛計程車。搭配多種語言服務的自動駕駛計程車在以手機設定起始地後,將自動規劃最快路線到達目的地。5G「超高速、低延遲」的特性正好是目前無人車駕駛技術需要的關鍵環節,以確保自動駕駛系統的穩定,並且可以對當前路況做出即時反應,並期望解決各城市交通問題。

未來應用與展望

事實上5G技術的應用,並不限於文中所述的產業應用,許多國家已進行了許多5G的應用試驗,其中包括了緊急運輸、警用監控、鐵路系統、智慧工廠的機器人應用、物流貨車遠程監控、建築機械遠端操控以及高速公路設施監控等領域。像日本政府日前公布了一部5G應用概念影片,展現其對於透過5G實現自動農業、遠端醫療、無人商店等願景。

在5G網路應用還處在初始探索的階段,台灣也正在積極推動5G建設,在未來3到5年我們是否能夠看到出現大量更多元、更加貼近台灣在地生活的應用情境,是一項挑戰與機會。

在資訊娛樂領域的應用,如異地同時直播、360度VR實況轉播等豐富的觀賞體驗,是否能出現在職業棒球比賽、大型演唱會,甚至是城市跨年等活動中?自動駕駛車又是否有計程車或是其他的應用情境?智慧城市的部分,我們可以看到日本政府試圖利用5G技術發展解決高齡化社會產生的人力不足以及遠距醫療等問題。這都是台灣可以借鏡與努力的方向,面對高齡化、少子化社會,5G科技應用或許可以是其中一條出路。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

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