拆分或是綑綁?OTT平台的成長挑戰
拆分或是綑綁?OTT平台的成長挑戰

最近因為新型冠狀病毒疫情升溫,假日選擇待在家中追影集,其中最令我著迷的是Netflix上與韓國同步播出的《愛的迫降》。由於全劇即將完結,便請身邊朋友推薦作品,有人知道我是星際大戰迷,推了Disney+上的《The Mandalorian》(中譯:《曼達洛人》),有人則推薦Amazon Prime Video上橫掃2018年諸多大獎的《The Marvelous Mrs. Maisel》(中譯:《漫才梅索太太》)。

整理完所有推薦作品後,才發現:不僅因為好作品太多而不知該如何下手,更因為這些作品版權專屬於特定平台,多了必須訂閱多家串流平台的困擾。此時心中不禁浮現一句話:「要是能將各平台上想看的劇分拆出來就好。」這個想法也導致我花了些時間研究OTT(線上影音串流)平台的下一步。

僅供報導用途_shutterstock_1272527962_OTT.jpg
OTT平台百家爭鳴,競爭白熱化。當各大業者持續替「綑綁方案」增加新東西時,最終將會到達一個認知落差的臨界點:企業覺得自己推出的方案「很超值」,但消費者只感到「被綁架」。
圖/ Ivan Marc via shutterstock

OTT 訂閱平台正將自己打造成當年的「有線電視」

首先很慶幸我並不孤獨。根據勤業眾信2019年《Digital Media Trends》報告,高達47%的美國消費者表示,對愈來愈多的訂閱服務產生「訂閱疲勞」(subscription fatigue)。更甚者,Sandvine的2019年《Internet Phenomena Report》報告指出,P2P網路應用與非法網路電視的流量較往年有明顯成長,推論是消費者為了更便利取得各平台上的獨家內容所致。

推薦閱讀:Netflix、HBO等串流廠商想了至少3種辦法,要阻止用戶貪小便宜共享帳號

上述現象頗令人玩味。Netflix等OTT平台十年前之所以崛起,都歸因於利用新技術變革(也就是網路),將傳統有線電視原先整合成一大包的服務拆成單一服務。如今OTT平台遍地開花,各業者無不利用更加豪華的內容庫,想辦法留用戶在自家「牆」內,反而有種當年有線電視業者的既視感。

推薦閱讀:串流影音市場競爭白熱化,付費訂閱不再是唯一選擇

這個情境就是經典的「綑綁(bundle)—分拆(unbundle)」循環。對企業來說,替既有產品或服務增加營收,最直接的手段就是「加東西」,因為比起獲取新顧客,讓既有顧客多掏點錢往往更簡單。對消費者來說,選擇綑綁方案除了更方便,通常也意味著更便宜,就像套餐普遍比單點划算一樣。

然而,如同Clayton Christensen在其經典著作《創新者的窘境》中提到的概念,成功企業常常持續做自己認為「對」的事情,但很高機率其實是與市場相違背。

當企業持續替綑綁方案增加新東西時,最後會到達一個認知落差的臨界點:企業覺得自己推出的方案「很超值」,但消費者只感到「被綁架」。

此時,新創公司就會竄出,從原本綑綁在一起的服務當中,再分拆出最有價值的部分,然後用新技術提供給消費者;消費者也樂於用更便宜的價格,獲得更好的服務。

十年前,因為有線電視業者提供的方案包山包海、不夠精準,消費者期待像Netflix這種性價比與體驗更佳的獨立服務;十年後,OTT平台不僅數量多,每個平台還不斷築起高牆,總訂閱價格還逐漸逼近、甚至超越過去。開始有消費者期待更方便的服務,甚至不惜在正式授權以前,利用非法盜版途徑來滿足追劇需求。

串流平台的未來方向在哪?

對於消費者需求,我們可以期待OTT業者將怎麼應對呢?Rafi Mohammed去年曾在《哈佛商業評論》發表過一篇短文,他認為OTT業者普遍採用「吃到飽」模式是問題癥結,只要能推出更彈性的定價方案就能有所改善。例如,業者可以採「計量收費」,依照收看時間長度,或看過的劇集數量收費;或是例如依照作品的獨占性、新鮮度、類型等屬性來推出分拆套餐。

OTT業者不一定買單上述這種以「定價策略」來做分拆的建議,因為這可能減少整體收益。絕大多數的消費者都是價格敏感,並無時無刻都在追求最佳性價比。一旦推出更彈性的收視方案,可能導致消費者只挑選對自己最有利、最省的方案,反而使平台收益較過去採用「吃到飽」綑綁模式下降。

比起思考「分拆」,OTT業者現在或許更專注思考如何提供「更強固的綑綁」。

這當中又以Disney的動向最值得關注。回顧Disney的發展史,其企業願景就是打造一個巨大綑綁:用電影創造讓人印象深刻的角色,讓這些角色透過其他媒體、產品通路變現,最後把人帶進遊樂園消費一整天。隨著完成收購21世紀福斯,以及建設完畢Disney+與Hulu這兩條直通消費者的內容高速公路,Disney的綑綁時代或許才剛起步。

最後,5G或許將帶來新的可能。OTT業者眼前的最大挑戰之一,是當網路原生世代的滲透率已到一個程度後,如何找到新的使用者成長管道。 因此,元老級業者Netflix近年來極力推動與全球各地的有線電視業者合作,透過他們來接觸陌生客群。

5G對所有OTT業者來說是一個全新的成長管道;對電信商而言,5G不論頻譜或基礎建設費用都要價不菲,OTT業者提供的內容不僅是行銷利器,更是差異化的武器。當雙方利益一致,或許也將發生電信商向各家OTT業者談獨家內容組合包的情況。

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