Martech之下,翻轉行銷戰場
Martech之下,翻轉行銷戰場

近年來,Martech已經成為新的產業風口,各行各業都能看到Martech風潮吹過的痕跡。廣告行銷不只談大數據,更談大數據之後的行銷科技應用;電商經營者不耗費人才回覆基礎的客服問題,而將這些擁有固定答案的問題整理成資料庫,由客服機器人統一回覆,為真人客服負擔不少工作量;零售產業不再只靠線下實體店員接觸買賣,而是透過App、智能販賣機等科技應用,將客戶資料整理蒐集到線上,再做精準的顧客分析與行銷。

(推薦閱讀:6000億美元行銷預算大洗牌!看MarTech潮流如何襲捲廣告生態圈

其實很多人對「Martech行銷科技」一詞並不陌生,工研院產業學院推出的「MarTech行銷科技長認證班」也已經來到第三屆,去年下半年開始,Martech產業的好消息頻頻傳出,台灣的行銷科技產業就像正在經歷一段小型爆發。不僅iKala、awoo、漸強實驗室、CloudAD等台灣四家尖端行銷科技公司聯手,組成Martech生態圈;安布思沛也宣布進入Media 3.0時代,要讓任何媒體都能產生對應的效益,台灣行銷科技的爆發看似一瞬間,實際上,這正反應著行銷戰場的環境變動。

行銷觀念在變

在第一代的行銷環境中,消費者接收資訊的管道被電視等大型媒體壟斷,廣告主砸了大筆資金買廣告,賺取了大量曝光,但無法精準地追蹤轉換;第二代行銷環境中,消費者接收資訊的管道多元但集中於特定平台,廣告主可以自行或透過廣告商進行廣告投放,但轉換仍然講求投放者對顧客的了解程度與演算法,因此,廣告效益好的時候轉換高,企業捨得砸錢,但當越來越多人加入戰局,投放者又開始被其他企業挖角,企業的轉換無法突破,對於行銷科技的需求為之迫切。

作為一個有過多次創業經歷的人,老闆每天想的事情百百種,但一定有一樣是所有老闆每天都想破頭要持續精進的:如何用最少錢,讓最多人買東西?

在科技那麼發達的今日,難道沒有更精準的行銷管道可以提升轉換嗎?這是許多企業老闆的疑問。行銷人的老闆,已經從Madman轉變為Mathman,隨著網路發展,我們可以看到Google、Facebook的誕生催生了新的廣告體系,在網路上,所有人都被數據化,當企業可以數據化地分析,能透過行銷科技精準獲得顧客轉換的廣告方式,就滿足了老闆們心中CP值更高的一筆交易。

廣告主的行銷觀念在改變,消費者被行銷的觀念也在改變。在資訊過多的現在,消費者耐心大幅下降,對於多數企業來說,贏得消費者信任的機會只有一次,一旦消費者進入購買流程後感到不滿意,這位消費者就很可能再也不會回來了,面對網路時代養出的消費者形態,行銷科技不只著重在廣告行銷吸引顧客,許多CRM(Customer Relationship Management,顧客關係管理)為主的行銷科技發展也十分蓬勃,如:Salesforce、聊天機器人等。

Martech翻轉的產業

說完廣告主與消費者催生的Martech需求,在各行各業中,Martech帶來的改變也不容小覷。就網路產業而言,我首先關注到三個產業開始變得很不一樣,這三個產業分別是電商、行銷服務公司、零售

(推薦閱讀:亞馬遜如何不斷創新並保持成功?看Martech之父解析電商龍頭的勝利方程式

電商因為生於網路,可以說是Martech最好應用的產業,從架設平台起第一天,顧客的數據就會在網路上被記錄下來,只要經過完整的分析整理,就是能夠被行銷科技良好利用的數據。電商的應用,最生活化的例子就是App內的智能推送以及人工智慧客服推薦產品,除了透過將App的會員整理分析,對不同喜好的顧客推送不同廣告訊息之外,針對曾經在AI客服詢問過某項商品的顧客,品牌也可以依據產品使用週期設定智能推送,在消費者即將有需求時,用科技第一時間掌握行銷利基。

電商可以透過自己的系統做到行銷科技,擁有網路廣告先天優勢的行銷服務公司,自然也是行銷科技發展的重要一環。正如文章最開頭提到的iKala、awoo、漸強實驗室、CloudAD、安布思沛等行銷服務公司,各自在不同的廣告服務基礎之上結合科技應用,讓數據經過清洗後能更有利於廣告轉換,如此的Martech發展,對於廣告主與消費者來說都是一大福音。

最後,也是我認為消費者能最直接感受到的改變,就是「新零售」的出現。新零售,最早從線下無人商店的Amazon Go開始,科技被引入零售實體店的幻想出現了實現的可能,近年來,台灣的實體零售店也不斷進行數位轉型,不只透過App蒐集會員數據,也在超商中引入智能販賣機、電子標籤、互動貨架等,翻轉顧客在零售購物的體驗,同時也有助於企業將線下數據轉換累積。

Martech下的消費者

行銷和消費者密切相關,在網路行銷開始快速發展的階段,其實消費者有很多體驗是被犧牲的,像是充滿無聊廣告的塗鴉牆、吸睛卻讓人不感興趣的大片廣告等,近一、兩年隨著Google廣告政策的改變,已經看得出線上體驗逐步被重視,而在Martech時代,更精準的投放對於消費者來說可能是一個新體驗的開始,藉由Martech精準化,廣告主得以安心放下那些不適合的名單,轉而將廣告資訊傳遞給對的人,消費者有望從爆炸卻無用的廣告訊息中獲得解脫。

而不只在廣告上,行銷科技的另一個發展重點CRM,也能提升消費者體驗,不只讓更多客製化的服務變得可能,同時,藉由AI機器人、新零售等新型服務的產生,消費者可以接受到的服務也將變得更好,其實,產業發展仍回歸消費者,在Martech的發展下,儘管行銷戰場被翻轉,最終能獲得消費者芳心的,還終將是勝利的一方。

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