數據變現經濟時代來臨,2030商務新規則
數據變現經濟時代來臨,2030商務新規則

想像2030年,當我們隨手用手機App下單買東西,打開Facebook看看最新動態和即時新聞,追看最新一集的美劇,每一個使用網路的行動和足跡都成為隨時被挖掘的數據寶藏,每段「網路小旅程」沿途的廣告是「演算法行銷」的成果,網路瀏覽商機。

根據Visa《2030未來商務報告》,到了2025年,數據經濟的總規模將達到4,000億美元,幾乎是2018年2,270億美元的兩倍。不管你我是否察覺,我們正被數據經濟(Data Economy)層層包圍。

DISCUSS ASIAN DATA analysis.jpg
使用者在網路上的每一個足跡,對企業主而言都是有機會變現的數據。
圖/ shutterstock

數據將籌碼化,消費者未來也能將個人數據變現

當零售市場大幅仰賴用戶數據來為每個消費者打造專屬的「超個人化」產品與服務,以因應激烈的市場競爭,預測2030年,數據應用不再只是單向運作,將有越來越多的消費者願意將個人數據與品牌商共享,以做為獲得更好的零售體驗的籌碼。

數據傳輸還將建制出一套安全可信賴的標準,把數據交換制度化。消費者擁有更高的數據管理權,甚至可以將部分個人數據「標價」來支付下一次消費。

而我看見這樣的趨勢已是發展進行式。例如,印尼一家新創公司將焦點放在購物收據蒐集上,只要用戶回傳收據圖檔,就能獲得現金回饋。透過收據來取得消費者在實體通路中的消費資訊,品牌商則透過此新創平台提供的資訊,即時了解更多消費者的支出分配和購物習慣,藉以提高線上線下銷售的整合,提供更多客製化、高度個人化的客戶服務。

iphone_shop_member
僅僅是回傳消費收據,這些資訊就能幫助企業主分析、了解消費者喜好,進而創造更貼近其需求的服務。
圖/ unsplash

以數據為本的商業模式日新月異,攜手共建數據交易生態系

2030年,消費者對個資將擁有更大的掌控權,在有了標準化數據交易機制之下,消費者不僅能夠自訂個人數據的價值,還能選擇與哪些品牌共享資訊。部分企業也將轉型變成數據整合商與數據經紀人,提供「數據顧問」這類嶄新的服務,協助廣大的消費者分級管理個人資料,同時為其他企業提供認證、整合過的數據,使其可以將重心放在為個別消費者量身定制出獨一無二的客戶體驗上。

和大家分享一個我看到已經在實現這樣創新模式的案例,香港有家區塊鏈公司,就是以區塊鏈技術為基礎,建立一個去中心化的資料儲存平台。它們除了數據儲存服務之外,也是個數據交易平台,它提供一個讓使用者可依據自身需求來分享和出售數據的市場機制,並以發行的「虛擬貨幣」來進行交易。

這樣去中心化的機制,不僅讓企業和個人都能透過數據來獲利,更使得用戶數據的應用更直接、更有價值,並提升消費者的數據自主權,企業則是可以將數據整合後出售給其他企業來獲利,不同的數據共享和整合模式,讓更多的異質企業可以更全面地了解客戶的個別需求。

Visa台灣區總經理趙麗芳
Visa台灣區總經理趙麗芳認為,數據變現已是發展中的事情,故建立一個安全可靠的數位交易生態系更顯重要。
圖/ Visa

數據風險:始於科技,解於科技

然而,數據經濟的龐大商機下,品牌商與企業要面對的,還有與日俱增的資訊安全威脅。到2030年,全球網路攻擊的總成本預估將達到90兆美元的規模(Kantar research 2021),也就是說,隨著巨量資訊和數據價值的爆增,數據竊盜和網路攻擊的頻率和成本也將跟著大幅上升,因此建立一個安全可靠的數位交易生態系更顯重要。

我認為,數位商務的基礎建設更有賴監管部門、金融機構、商家等多方合作,因此Visa在2020年提出「台灣支付安全發展藍圖」,倡議EMV 3D Secure支付標準,包括商家支援交易代碼化、金融機構推動即時風險評分機制、等多層資訊安全防護,希望透過科技做為監管與創新的解方,共同推動加速打造以消費者為中心、 開放且安全的商業生態系。

聲明
此文件中所載任何內容均不應被視作Visa建議、或以其他形式許可或允許使用此文件中包含的任何商標。所有品牌名稱和商標僅限於識別之用,不表明存在品牌授權或與Visa存在從屬關系。其所有權歸屬各自權利人。禁止濫用此文件所包含的任何商標或其他內容。Visa會通過包括民事和刑事訴訟等方式積極保護其知識產權。請注意,當出現第三方標識時,不構成Visa對該公司、組織或其程序、產品、服務的支持。

此文件所列舉的案例、數據、研究和建議都是按其原始資料提供,僅供參考之目的,不應作為企業或個人的營運、行銷、法律、技術、稅務、財務或其他業務所參考的意見。Visa對該資訊的完整性和準確性不做任何保證,且對您通過使用這些信息得出的結論不承擔任何責任。本資料中所含資訊並不應當作為任何投資或法律意見,建議您在必要時咨詢相關專業顧問。

未經Visa書面同意,任何人不得因商業目的轉售、派發、修改、複製、發布、傳播、使用和重覆利用此文件中所載內容。

責任編輯:吳佩臻、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)

【熱門焦點】
1.LINE Bank推活存利率2.2%的「口袋帳戶」!四大存款產品一次比較
2.【圖解】momo拚物流、PChome積極做支付!台灣10大電商全通路佈局一張圖看懂

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #大數據
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