業務不只是賣東西!面對企業客戶,如何透過「業務升級」提升新創團隊高度?
業務不只是賣東西!面對企業客戶,如何透過「業務升級」提升新創團隊高度?

最近與許多企業主討論到台灣人才的概況,發覺台灣除了軟體工程師正在被外商以及博弈產業瓜分之外,另外有一種人才,是台灣大多新創與企業非常缺乏的人才,那就是懂軟體思維又專精B2B的業務人員。為何這個角色如此重要呢?

因為在這個軟體的時代,許多產品變得相當「虛幻」,不如硬體產業或是零售產業賣的是實物,軟體產業賣的是Know how、專業工作者的時間,其實說穿了,跟會計、顧問產業逐漸變得類似,但唯獨最不一樣的特點,就是近幾年的軟體產業變化之快,開發或是管理的方法論改變之速,讓許多業務與企業根本追都追不上,而這也造成了為何這個產業這麼缺真正擁有Know How業務的原因。

B2B業務為何重要?

或許很多人腦袋出現問號,企業有B2B也有B2C的性質,為何不是缺做B2C的產品人,反而是缺B2B的業務?

推薦閱讀:B2B行銷業務開發的方法及操作模式

並非其他角色不重要,但銷售之於一家公司,就如同汽油與汽車的關係,電力與電腦的關係,零組件做得再好,沒有這些能源,一個機器就無法運作;而B2B正是許多企業真正的盈利核心。

或許你可能覺得如果我做電商,賣咖啡豆、賣牛奶,理論上應該跟B2B一點關係也沒有,但事實上,如果你仔細研究還沒有電子商務時代的銷售架構,為何有大中小盤商的存在,就是因為大盤商想要有些基本盤,所以去找中盤商來承攬貨物,而中盤商可以透過銷售技巧賺取差價,藉以得到一些利潤,所以中盤或小盤商成為分散風險的角色。

再回頭看看現在的電子商務,或許在過去5年的時間,由於社群與廣告的遊戲規則在網路產業還未成形,所以還有許多的流量紅利,透過網路廣告,可以達到相當不錯的成效,這時候大部分的電子商務或產品商會選擇直接接觸消費者。

然而,當網路廣告的費用逐漸提升,純網路的生意成本越來越高,電子商務不再是一條具有紅利的路時,生意終會回歸需要有些中盤商來做分銷的動作,而這時候,B2B的業務就會又回到企業的核心,但這回,分銷的廠商肯定不會像過去一樣,誰有錢就能做,相反的,許多做軟體產品,手上握有小眾流量的廠商,甚至是網紅,成為了中盤的角色,公司與公司的交流,在網路時代重新上演B2B的業務,將能為公司帶來獲利的基本盤,有的公司甚至是主力營收,可以想見的是,未來5年,在軟體產業逐漸再次成型的時代,這個角色將是很多公司成長的關鍵。

推薦閱讀:B2B的AI新創團隊,要怎麼做才不會跌個狗吃屎?

小公司尋求「快速成長」

許多新創公司初期品牌知名度較低,難以讓許多企業看上眼,所以在小公司做B2B業務拓展,與在知名企業去談業務,其實很不同,之前我遇過很多從大公司出來的創業者,很容易在這邊卡關,原因很簡單,因為褪去了大企業的光環,新創公司的業務與執行,基本上是實際挽起袖子把手混進泥土裡去做事的,而這也成為許多新創企業之所以拓展業務不順暢的根本原因。

在新創公司談B2B業務,有個最大的困難點,就是大家容易陷入「功能比較」的迷思,基本上比較了解know how之後,會發覺真要找出自己到底有什麼獨特之處,恐怕還真的找不到,而進到企業中,卻又很容易被拿來做比較。

還記得之前看過Simon Sinek所提出的Golden Circle(黃金圈)理論裡面,提到凡事要從Why往外思考,說來容易做來卻十分難,因為進到許多企業內,大家只會從What看起,根據我過往談合作的經驗,大多只有老闆,才會對你的Why有所興趣,所以對新創來說,想辦法攻堅一個企業最好的方法,就是想辦法見到老闆,把你成立公司最核心的故事告訴他,再告訴他一個或許能用你的技能幫他開展新事業的方法,基本上成功的機率肯定多個20個百分點,肯定不為過。但最難的就是,大部分的新創,光要搞懂這樣的做事方法,恐怕都已經快沒時間了,畢竟對新創來說,時間與存活的可能性是一直在競爭的,更何況還要讓這業務的習性,變成一個大家都有的習慣,恐怕是難上加難。

大公司尋求「新業務開展」

對稍大一些的公司來說,B2B的業務不見得只是找新的客戶,有可能是造就一個新事業體,也有可能是找尋合作夥伴,總之B2B的業務基本上對大公司來說,就是一把利刃。而在我們觀察大部分大型企業的B2B業務之後,我們發覺,在既有的服務上,拓展B2B業務,是大部分公司還算擅長的,但如果要切換領域,基本上困境就會變得十分高,就如同很多硬體公司的業務,要開始轉往服務的時候,就容易因為習性的不同,用傳統的方法做新型態的業務,導致最後談判破局,也是常有的事。

現在大部分稍具規模的公司,都在思考怎麼讓服務變得更大,這也是為什麼前幾年CRM(客戶關係管理)的議題又開始變夯,近幾年談Marketing Technology(行銷科技)或是Customer Data Platform(客戶數據平台)也越來越多,說起來好像很複雜,但實際上概念很簡單。

簡單來說,就是用熟客來買不同的服務,創造新的收入。

舉個例子,假設有個客戶,定期會進貨買咖啡豆,代表他們可能每週都會有人固定喝咖啡,這時候公司推出新的甜點服務,就可以去問問這個客戶有沒有興趣在每週某天下午3點,訂購一些甜點,或許就有機會成功,這其實就是新業務開展的契機。

然而在大部分公司通常遇到兩個困境,其一是公司內部數據散落各地,要能收斂客戶名單,是困難的,其二則是許多業務都要等甜點的Menu做出來,甚至有一兩個成功案例成功後,才有辦法推動,大部分業務很難無中生有,但做出來後與實際想像可能有落差,就會陷入比較功能的迷思,其實單就這點,就跟前述的新創公司業務問題是很接近的,而這個問題,一樣是因為B2B業務不夠純熟的原因。

除了談判,業務更要想像力,甚至要懂信念

shutterstock_1321923626_talking
好的業務不只是賣產品,還懂得讓人想像,並能說出信念,才能真正打動人心。
圖/ Dima Sidelnikov via shutterstock

講到這裡,或許很多人會覺得,B2B業務就好像是很會說,很會介紹東西,伶牙俐齒,還要跟人攀關係,然後一天到晚一直來騷擾你;各位朋友,如果你遇到上述狀況,那都只是最偏門的業務,基本上跟本篇講的概念,不是那麼有關聯性。

一個好的業務,應該是把你最需要的東西,在你需要的時候,整盤端到你的眼前,但講到軟體,妙的是大多人都是看著別人的服務,來思考自己該有什麼,所以以前最常遇到別人問我,做一個Uber要多少錢,做一個facebook要多少錢之類的問題,或許你會覺得這麼低等的問題,應該是很不入流的公司問出來的,但現實的答案是:其實甚至公司規模不小的老闆也問過類似的問題。

談軟體、談服務,最困難的是,我們賣的是虛的東西,所以讓人能「想像」變得相對重要,要讓別人能想像,自己就要先有想像力;再者,問到你跟別人有什麼差別,絕對不能講我們有什麼功能別人沒有,要講的是,我們相信跟你合作的互相信任,才是我們最重要的資產。

業務如果是公司的汽油,那油的品質便十分重要,談得好,與客戶建立起良好的關係,自然就會每年有固定的營收,而這些穩定收入,也才是一個企業得以成長的關鍵。

這一切絕對不會是因為你的公司比別人厲害,相對的,這世界或許有許多大公司技術能力很強,但這世界還是存在各種形形色色的公司,他們不是最厲害,但也在市場上賺不少錢,所以談業務時,絕對要想清楚「我們為何存在」。

信念,永遠比功能更重要。

業務之後,便是管理

當汽油加入,機器便開始運轉,業務帶進來,管理便發揮重要意義,關於管理,讓我暫且賣個關子,下回分曉。

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

關鍵字: #B2B
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