1個人,6年消費200萬,這樣的市場你心動嗎?
1個人,6年消費200萬,這樣的市場你心動嗎?
2003.09.01 | 科技

迷上周杰倫
為他學鋼琴,為他獻出第一次

游健明 待業中
迷資歷:13個月 迷花費:20萬元

我記得清清楚楚,在去年8月25日的台中簽唱會,我第一次聽周杰倫唱現場,他雖然忘詞忘得很離譜,但是就即興唱出「看到你們這麼熱情」的歌詞,像是直接對我們唱的,台下歌迷聽了跟著瘋狂叫啊跳啊,讓我覺得周杰倫真的非常優,要是誰沒聽過杰倫唱現場,那他真是白活了。
我最愛聽杰倫的情歌,為了能像他一樣自彈自唱,去年我特地挑在自己生日的那一天,開始學鋼琴,還在歌迷聚會時上台彈給杰倫聽過,之後朋友笑我幹嘛那麼緊張,廢話!杰倫就在旁邊看,怎麼可能不緊張!
我生平第一次出國,就是到馬來西亞看杰倫的演唱會,趁機搜刮了很多紀念商品,我也在台灣的演唱會認識香港和日本歌迷,都變成好朋友,他們會寄給我香港出的杰倫商品,我就寄給他們台灣的。只要杰倫出的東西我都會買,而且買好幾份,有的寄給香港朋友,有的可以拿出來用。
喜歡上杰倫之後,我開始過著日夜顛倒的生活,只要娛樂新聞有訪問他,我一定會看,而且重播幾次都看,因為他講話實在太搞笑了,有寫杰倫的報紙我也會買,現在累積了好幾冊剪報。每次杰倫參加現場演唱,我和朋友一定會提前幾天去排隊,要站在最靠近舞台的位置,像後天有一場,我等一下回家洗澡換個衣服就會去排。

迷上孫燕姿
為她設網站,頻頻辦網聚

高才虔 研究生,孫燕姿國際歌迷俱樂部會長
迷資歷:13個月 迷花費:視狀況而定

開始喜歡燕姿,是第二張專輯的事。後來我做了她的網站,認識許多前來留言的歌迷。目前一些會員專屬的活動,像是每年7月23日她生日的慶生會,大概都會有3、4百個會員來參加。
她的周邊商品,我會看實不實用,像之前加入會員歌迷組織時送的T恤,料子就不錯;至於一些雖不實用但質感不錯的東西,像是燕姿自己設計圖案的抱枕,我也覺得很棒。而如果我們剛好需要那方面的東西,通常會優先考慮她所代言的品牌。
雖然我覺得五月天的歌也不錯,也喜歡過阿妹和王菲,他們的CD我都會買,但是簽名會之類的活動,就不會像燕姿的活動一樣去注意了。基本上,我還是有所區隔的。
我會欣賞她,是因為她的表現蠻自然,不會做作。那天她出席我們聚會,就現場用台語表演了一些「劉文聰」的名言,像「我若是不爽……」,很有趣。她很有她自己的想法,而且她歌唱得好聽,笑容甜美,又有才華,曾經自己創作過歌曲。她的態度,工作人員的評價都很好。
歌迷幾乎人人都有MSN,大家晚上都會上去交流,討論她的活動,互通聲息。我們大概每3、4個月到半年會辦一次網聚,而燕姿的態度是樂觀其成,她也蠻希望能多和會員聊的。我希望一年後她再回來唱歌的時候,能有多一點自己的創作。

迷上早安少女
為她每月至少掏出1萬塊

iida 補教業行政人員 
迷資歷:6年 迷花費:100~200萬元

我喜歡早安少女組(Morning Musume)已經很久了,1997年,我就在選秀節目《五花八門淺草橋》中看著第一代的5位成員脫穎而出,組成這個團體。
她們之所以受歡迎,是因為看來讓人覺得很親切,沒有壓迫感,就像你家附近的姐姐妹妹一樣。而且她們每一代成員之所以能加入,都是歷經選秀與集訓的磨練努力出來的,很讓人佩服。
我最欣賞的是第一代的元老飯田圭織,她的身材高挑,容易引人注意。出道曲〈Morning Coffee〉裡,製作人淳君臨時把她從預定的主唱換成別人,我當時好難受。
她們出道後不久,我在西門町一家書店發現她們的卡片,就開始收集周邊商品,現在每個月至少會花1萬元,第一當然是因為喜歡;第二就是有紀念價值,未來我老了,可以想起,「原來我喜歡過她們啊」;第三就是心情不好時可以拿出來看看,心情就變好了。
除了最基本的CD、DVD,以及扇子、海報、毛巾等演唱會週邊外,我主要收集各式卡片。我已經集滿的照片有6套,Trading Card有4套,再加上尚未或已無從集滿的,共約20套。
最難集的那套,我在台灣買了快10盒,托朋友去日本又買了6盒,最後自己去日本找了很久,終於買到很罕見的那幾張。光那套就花了我前後1年的時間與台幣2萬元。花了這麼多錢,我不會後悔,她們的成長就是我的成長,我用她們寫日記。

迷上仙境傳說
為它電腦不關機

王思涵 大學生
迷資歷:13個月 迷花費:6000元

如果要為自己迷仙境傳說的程度打分數,我覺得我可以拿98分,以後應該不會去玩別的線上遊戲了。在仙境傳說之前我還玩過金庸群俠傳,只玩了一下就不玩了,因為我不喜歡打打殺殺,那比較像是給男生玩的。後來仙境傳說出來,不只人物造形可愛,連怪物波利也長得超可愛,加上電視廣告很吸引我,而且有很多同學都開始玩,大家會約好一起上去玩,還可以互相借寶物。
我在仙境傳說裡扮演商人,一方面是商人的造型很可愛,而且不用靠打怪物來賺錢。商人進貨是原價的76折,賣給別人可以賣8折,靠買賣差價賺錢,有很多人是我的死忠客戶,他們就算在別座城裡,也會叫我過去賣東西給他們,因為他們直接向商店買的話就是原價,連8折都沒有。現在我已經可以開露天商店,就算出門上學或打工,我都會把電腦開著,讓商店繼續營業賺錢。
玩仙境傳說最難忘的經驗,是在剛開始玩、等級還很低的時候掉寶物,那還是先向朋友借錢來買的,當時覺得超難過。
在我加入的公會裡,我負責賺錢給其他人花,打架的時候別人會保護我,公會約好去攻城的時候,我只要找個角落躲起來,看別人打架。但是角色要升級還是得靠打怪物,所以我會央求堂弟幫我的角色練功,現在已經升到75級了(最高是99級),從單純的商人變成鐵匠,可以打武器給我們公會的人用。

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