微風澄清裁員風波,精簡人事為了這一步棋
微風澄清裁員風波,精簡人事為了這一步棋

微風日前傳出要裁員三成,事後證明為調整人力約不到5%,但外界不免好奇,微風是因為景氣不佳?還是新冠肺炎衝擊?才會有人事變動,事實上,微風董事長廖鎮漢因應百貨業的數位變革在四年前就啟動相關計畫,這一步棋走了很多年,最新力作為今年初低調入股粉絲經濟系統市占率第一名公司伊洛帕科技,而這個事業的操盤手,是廖鎮漢身邊的頭號戰將微風數位董事長張怡玲。

延伸閱讀:什麼是超零售元年?微風董座廖鎮漢拆4個S講明白

她表示,百貨紛紛都在進行數位轉型,對內是為了減少人事成本,外部多數是為了經營消費者,了解消費者的購物行為。那麼,微風進行數位布局的背後,架設出何種門檻?與其他百貨的差異化為何?以下是張怡玲的專訪內容:

問:微風集團如何數位化?要如何建置零售生態圈?如何導入科技?

答:微風為了進行數位化轉型,2016年成立子公司「微風數位」,負責建置會員技術和會員發展。今年初董事長廖鎮漢曾表示要推出「微風生態圈」,加入生力軍「微風新科技」,目前集團處於擴張發展階段,即使加入新科技,是希望在擴張階段就可以減少人力,而不會因導入科技而裁減人力。

所謂的生態圈,是微風在既有平台下,以消費者的會員經營為核心,將櫃商與品牌商都納入體系中。今年初微風入股線上粉絲經濟系統市占率第一名公司「伊洛帕」51%,為了協助他們推出「品牌廠商共享經濟」並結合網紅社群概念,後續將協助微風廠商在線上發展。

今年伊洛帕將協助櫃商打造會員串連平台,說服櫃商分享會員資料,微風提供支付功能和會員串接,互相分享會員資料,藉此分析消費行為,利用AI科技建構商業模型,知道消費者消費軌跡,就能預測消費行為,並回饋給廠商,主動推播商品訊息,精準行銷。

微風
圖/ 經濟日報

問:「品牌廠商共享經濟」並結合網紅社群的概念是什麼?

答:今年伊洛帕將協助櫃商打造會員串連平台,說服櫃商分享會員資料,微風提供支付功能和會員串連,彼此可以互相分享會員資料,藉此分析消費行為,利用AI科技建構商業模型,知道消費者消費軌跡,就能預測消費行為,並回饋給廠商,主動推播商品訊息,精準行銷。

AI的門檻,在於消費者本身就有很多消費行為的變化,所以光從消費數據分類到消費者分群等,都是很大的學問,資料都是逐步在收集;微風在過去一年多來,就建立預測的分析模型,但這需要不停修正,不過運用層面會很廣。

比如要舉辦活動,以前可能得依照過去的經驗,來推銷「可能會熱賣」的商品,以及預測哪類消費者會對此活動有興趣,有了分析模型,就能更了解客人;我們微風數位成立這四年多年,累積了60萬活躍有效會員的資料,回購比例很高,也就能使用分析模型,當百貨有檔期或是促銷活動,就能更精準準備商品,刺激他們回來消費。

另外,則是協助廠商「成為網紅」。

過去三年,網紅經濟興起,消費者會透過網紅直播而購買商品,但是網紅早期介紹商品無法讓客人在網路下單,都是人工作業或是GOOGLE表單填寫,伊洛帕也是因為看到此商機,而推出網路的商品訂購系統。

問:伊洛帕的專長如何運用在微風的生態圈?

答:廠商的倉儲管理以往都分散處理,沒集中管理,伊洛帕可協助將廠商將多通路整合為單通路,比如某品牌商的商品銷售渠道,線上可能有蝦皮、momo,線下在微風或其他家百貨,這樣廠商要處理的對應平台,就有好幾個,每個平台都要處理訂單和庫存管理等,伊洛帕會協助建立一個中心平台,可將這些渠道整合,同步庫存管理,員工就不需要去操作各種不同的後台,從這一個中心後台,就可以看到哪些通路剩下多少商品,再從這個後台出貨給客人,可節省管理人力。

微風
圖/ 經濟日報

另外,我們建立平台,也結合網紅社群機制,櫃商可舉辦活動,提供產品資訊給消費者;微風會員APP會提供客人活動商品的連結,網站則由伊洛帕建構,無論是新品預售、獨家、特價商品等,賣場會屬於快閃概念,可能幾天或是一星期後就不見了,採限時銷售,等於讓櫃商也能成為「賣東西的網紅」,在線上衝刺業績。

微風除了提供後台的購物系統,也建立了顧客管理和庫存管理、訂單管理等,一旦客人下單,微風還可協助廠商將貨品集中並發貨宅配。

現在是初步讓廠商了解,微風可以運用科技化協助他們,以往出貨需三人,現在出貨只要一個人,不但節省人力,也省去成本;初期廠商系統不會互通,都是獨立系統,不過久而久之,廠商會員系統和會員優惠券可以共用,並且打造互通生態圈。

問:新系統和新科技的導入,對於微風的未來每年的淨利率提升是否有所幫助?為此投入金額多少?

答:對公司來說,前期投入就是為將來獲利做準備,所以勢必會有支出成本,但仍要看投入的金額和後面回收的速度,但我相信對於提升淨利率一定會有幫助;至於投入金額,則沒特別統計過。

延伸閱讀:

1.微風:裁員不到三成 勞動局關切
2.微風拚粉絲經濟 櫃商變網紅
3.談2020景氣 微風董事長廖鎮漢:「變化多端的一年」

責任編輯:林芳如

本文授權轉載自:經濟日報

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