【momo致股東報告書】購物3力齊發、集團虛擬資產要最大化!林啟峰:2021年向外打造生態系
【momo致股東報告書】購物3力齊發、集團虛擬資產要最大化!林啟峰:2021年向外打造生態系

momo富邦多媒體已是台灣最大電商,2016年起連續5年超越網路家庭,富邦媒體董事長林啟峰發佈致股東營業報告書,表示2020年採取6大營業對策,讓集團營收再持續成長30%,成功以「商品力」、「科技力」、「物流力」讓用戶體驗更完善,包括擴大與1.8萬個合作品牌,建立短鏈物流,讓城市可以5小時到貨,並利用AI大數據讓用戶服務千人千面,個人化服務。

而momo購物跟網路家庭集團最大差異,或許在富邦集團的資源更豐富。林啟峰指出,2021年會做更多整合,以線上零售龍頭向外擴展服務,打造生態系,其中momo+台灣大哥大的合作,是讓會員到全台800家myfone門市取貨,momo購物忠實會員滿額可以使用台灣大哥大MyMusic數位加值服務,目前每月2萬人次使用,雙方也合作推出各式門號與商品專案,跨界打造電信與網購的消費生活圈。

Momo購物跟富邦金的合作,則在於合推「momo聯名」信用卡,聯名卡友每月平均消費客單價為一般會員近2倍。

下為致股東營業報告書全文:

momo富邦媒為台灣虛擬通路第一品牌,旗下通路包含momo購物網、摩天商城、電視購物及型錄。秉持提供「物美價廉、優質服務」的企業使命,及「誠信、親切、專業、創新」四大經營價值,邁向「生活大小事,都是momo的事」的願景。

109年度新冠肺炎疫情顛覆消費習性,加速驅動虛擬零售通路的蓬勃發展。momo發揮「商品力」、「科技力」、「物流力」三大實力的整合綜效,推升momo全方位服務能量躍進,帶動合併營收再次站上歷史高點達新台幣671.98億元,年增29.6%;其中網路購物營收佔比達91.6%,年成長35.4%。

稅後純益新台幣19.4億元。締造優異的經營績效。momo積極落實公司治理,肩負起社會責任,並持續提升客戶滿意度與創造股東利益,以期成為產業典範的標竿企業。

109年度本公司的工作重點如下:
一、品牌商品規模化,打造會員專屬服務momo自105年正式啟動品牌深耕計畫,至今合作之品牌數已突破1.8萬,集結300萬件多元豐富的商品供消費者選購。今年更攜手品牌串聯線上線下,走出實體打造會員專屬尊榮服務,如momo與知名化妝品牌打造聯名貨櫃屋,針對VIP會員舉辦封館活動及推出獨家限量商品;知名家電品牌針對momo VIP會員專屬體驗造型服務活動。momo與品牌緊密合作深化服務,持續創造客戶滿意度、提升黏著度。

二、物流短鏈布局點、線、面擴展因應營運規模的擴展,為提升客戶服務體驗,momo積極加速擘劃物流服務的藍圖。109年momo倉儲的建置再創新里程碑,「2020年30座倉儲」的目標達陣,南區物流中心取得建照。為補足市場服務需求,成立百分百持股子公司「富昇物流」,以強化物流中心、衛星倉、客戶與供應商間之運能串連,讓momo物流短鏈最後一哩路的佈局,從點、線、面達到更廣泛的拓展。

三、整合集團資源拓展會員經濟
豐沛的集團合作為momo深耕會員經濟強而有力的隱形資產。109年度momo深化與台灣大哥大的合作,攜手全台800家myfone門市推出「到店取貨2.0」,力拼24小時到店取貨,達到「今天下單、明天取貨」購物零時差。同時借重台灣大數位領域的服務力,提供忠實會員MyMusic數位加值服務,延伸會員服務範疇,每月平均有高達2萬人次滿額申請使用。雙方也推出各式門號與商品專案,跨界打造電信與網購的消費生活圈。
momo與台北富邦商業銀行合力打造「momo聯名」信用卡,卡友每月平均消費客單價為一般會員近2倍,增加消費黏著度。momo驅動集團資源綜效極大化,讓會員透過momo即能享有多元與實惠的服務體驗。

四、科技優化服務體驗
面對通路數位轉型的挑戰,momo從客戶滿意度出發,以科技實力提升優質的購物體驗。如「千人千面計畫」推薦零時差的服務,運用AI大數據依個人化喜好與需求,

推薦貼近的商品。且不斷精進搜尋服務,本年度於官方app全新推出「語音搜尋」服務;「以圖搜圖」搜尋服務也持續精進。
momo物流倉儲運用AI大數據,分析全台消費行為、訂單結構,掌握與預測消費者「需求」,同時整合物流倉儲的庫存量、運輸承載及暢銷品等「供給」能量,從源頭施展商品儲存分流管理、全台出貨量預測、選擇最佳配送距離,以及商品補貨即時通知,達庫存天數極小化等,成就供需間流動的平衡,並獲致都會區最快5小時內到貨的佳績。

五、持核心專業實力布局國際市場
momo掌握全球零售市場的脈動,看準近年東協市場數位經濟崛起,109年處分「泰國TVD momo」合資公司,轉換持有母公司「泰國TV Direct Public Company Limited」之股份,憑藉核心專業實力,提供其電商業務與技術發展支援,以強化於東南亞虛擬通路之布局。而子公司「富邦歌華(北京)商貿有限責任公司」,關聯企業「北京環球國廣媒體科技有限公司」及該公司轉投資的阿聯酋杜拜電視購物公司citruss TV皆持穩定經營。

六、落實企業永續邁向新里程
momo為台灣虛擬通路龍頭,致力於落實企業社會責任,不僅扎根健全的公司治理,讓公司得以持續創造成長,在永續推動上也深獲肯定。momo領先同業已連續4年獲得證交所「公司治理評鑑TOP5%」最高榮耀,在「市值100億元以上之非金融電子類」上市櫃公司評鑑結果中,也獲得最佳前10%之殊榮。受頒「CG6012 (2019)公司治理制度評量─優等認證」。在TCSA台灣企業永續獎中也獲得「綜合績效─台灣TOP50永續企業獎」、「企業永續報告-批發零售業金獎」,及企業卓越案例「創意溝通」、「氣候領袖」獎的榮耀。「109年度企業社會責任報告書通過英國標準協會查證」。今年度更首次榮獲《天下雜誌》頒發「天下企業公民獎」之肯定。momo期望透過自身的實踐,引領產業邁向永續。

展望110年,momo將持續深化本公司核心競爭力,並以線上零售龍頭之姿向外擴展服務打造生態系,以期創造公司長期投資價值,開創產業新格局。

責任編輯:錢玉紘

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