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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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