元宇宙5年後才落地、數據主權興起!IDC公布2022年10大ICT趨勢預測
元宇宙5年後才落地、數據主權興起!IDC公布2022年10大ICT趨勢預測

研調機構IDC於3日公布2022年台灣ICT市場10大趨勢,無所不在人工智慧(Ominipresent AI)、元宇宙(Metaverse)、數據主權(Digital Sovereignty)都成為熱門關鍵字。

過去一年,企業數位轉型帶動數位優先的世界。IDC台灣總經理江芳韻指出,未來投資主軸,跟「數位韌性」相關,特別是新冠肺炎疫情衝擊各行各業,許多的企業面臨「斷鏈」危機,促成企業朝向數位轉型及數位技術的投資,IDC預期2023年,全球超過52%的GDP都將由數位轉型及數位技術投資而產生。

IDC預測2022年台灣資訊與電信市場(ICT)將受到下列十大趨勢影響:

趨勢一、新世代人工智慧朝Omnipresent AI發展

現階段人工智慧發展面臨三大挑戰:太多人工介入、效率與信用拉鋸、新應用場景,目前人工智慧技術多半屬於弱AI,只能應用在單一領域。

預計下一代人工智慧技術將朝Omnipresent AI(無所不在人工智慧)發展,做到演算法融合、流程自動化、以及虛實整合,預期人工智慧可以更好應用在多個虛實融合場域,也讓AI應用更多元普及。

IDC預測台灣企業在人工智慧技術的預算支出將從2021年的2.87億美元成長到2022年的3.65億美元,成長率高達27%。其中金融服務、零售流通的人工智慧預算占比超過台灣總體的60%。

AI_人工智慧_機器人
IDC預測台灣企業在人工智慧技術的預算支出將從2021年的2.87億美元成長到2022年的3.65億美元,成長率高達27%。
圖/ shutterstock

趨勢二:節能、永續驅動新一波雲市場發展

全球知名三家公有雲業者Google、AWS、微軟,過去十年力推永續發展、使用再生能源,並陸續喊出零碳的目標。IDC研究顯示,未來4年資料中心上雲可幫助全球碳排放量減少至少10億公噸。預期在各國政府永續政策的推動下,將促動新一波雲市場發展,協助企業在佈署雲的同時達到永續經營的目標。

趨勢三:數據主權戰略興起

數據經濟已成為全球各國重要的獲益來源,其中法國、德國以「國家數據資料安全」為主軸,陸續成立半導體、雲端產業聯盟,並透過立法來保護國家的數據。

IDC跨產品與顧問服務研究經理蔡亦真指出,「不僅是政府部門,大部分企業為提高對數據的自主能力,已積極討論數據落地,『主權雲』因應而生。」企業開始重視數據是否放在自己國家的雲上,也有企業採用混合雲的架構,因此IDC預估,2024年將有20%的企業將佈署主權雲,強化數據自主的能力。

趨勢四:分散式完整性模型,實現資安防護

受到疫情的影響,企業對於資安防護需求從疫情初期的一人分公司(Branch One)擴展至混合工作環境的管理,IDC觀察疫情後企業的IT環境具備:應用分散、資安部署缺乏整合、服務對象多元的特點,導致資安的管理與部署變得更困難。

圖四
未來企業在資安防護上,將以應用為中心,從平台思維出發。
圖/ shutterstock

未來企業在資安防護上,將以應用為中心,從平台思維出發,IDC對於疫後IT環境提出「分散式完整性模型(Distributed Integrity Model)」概念,預估在2023年將有55%的企業把一半的資安預算放在跨技術、生態平台上。

趨勢五:群體智慧提升產生、決策效率

隨著AI技術應用發展,終端智慧裝置的增加,加上在企業數位轉型的浪潮推動下,IDC觀察到有越來越多的企業運用集體智慧的力量,蒐集並啟用集群式的事物或機器,以提高生產效率,達到知識管理與決策制定等目的,預期製造業、零售業、醫療產業將在未來最有機會導入群體智慧發展。

IDC預估到2024年,50%的結構化可重複性的事務,將可實現全面自動化;並在未來10年內,達到人類僅需在旁監督,不用直接下指令,機器便能自行進行動作,並決定事務執行方式的產業運作目標。

趨勢六:「互操作性」將是未來工作發展關鍵

疫情爆發後,影響未來工作環境由實體轉向混合(hybrid)辦公環境,IDC認為影響未來工作能否虛實整合的關鍵在於:互操作性(Interoperability)。

像是優先實現辦公環境內系統整合串接,達到實體與虛擬環境運作均具同等工作效率,升級辦公環境內傳輸溝通訊息的基礎架構,以達成虛實同等技術水平,將成為未來工作環境的投資重點。

shutterstock_1390309433_遠距辦公.jpg
升級辦公環境內傳輸溝通訊息的基礎架構,達成虛實同等技術水平,將成為未來工作環境的投資重點。
圖/ New Africa via shutterstock

IDC預估到 2025 年,將會看到90%的新商用建築及辦公環境部署智慧與連結技術,做為未來達成靈活的辦公環境,以及未來辦公環境的高度互操作性的基礎。

趨勢七:從擴增實境到「擴增人性」

擴增實境為生活及工作場域帶來新機會,預期下一步將進入擴增人性的階段。由於關鍵技術的進步,如感測器的融合、AI晶片的進展以及更快的傳輸速度帶動邊緣運算、能源管理及微機電系統的優化,讓擴增/增強 (augmented) 的概念從情境擴散至「以人為中心」的應用,幫助企業在工作環境、自動化、風險管理及永續發展等方面,都可以有機會進行創新應用和全面性轉型。

IDC預期隨著技術的成熟,更多腦機介面、情感計算及植入式微型裝置技術將逐步展開應用,帶動醫療、運輸及製造等產業的發展。

趨勢八:混合用戶需求,催生數位生態體系

因應疫情,許多服務與體驗都轉往線上發展,但長時間的線上活動已使部分用戶產生數位疲勞,希望重返實體環境,對企業來說須更著重打造符合客戶所需的數位混合體驗。

未來如何透過與生態夥伴的鏈結,藉由數據、技術甚至是平台共享,拓寬既有的服務領域,打造全新的用戶體驗,已是企業未來數位轉型規劃的重要方向。

隨著企業生態圈的建立,預期將有助全新產業的發生,包含如行人經濟(Passenger economy)、數位電網等。IDC預測到2025年,全球將有兩成的數位產值將來自於這些新興的數位產業。

趨勢九:Metaverse部分產業應用正起步

IDC指出,元宇宙(Metaverse)是一個可以跟真實世界精準且無縫串連的虛實整合場域,要實現這個目標需要多個關鍵技術交互操作應用,包括雲原生基礎建設、智慧人機互動介面、分散式追蹤機制、空間運算設備、內容創作平台、平台服務、資訊安全與智慧分析等。

目前在形成Metaverse的技術發展上,分散式追蹤、空間運算、內容創作跟平台服務等領域都還有極大改善空間,預估至少5~10年時間才能真正開始落實相關應用,IDC資深研究經理蔡宜秀指出,「 空間預算是Metaverse的關鍵,才能做到無縫串連,但全球至今很少人在討論,主要牽涉到資料交換標準、大量算力以及資安的問題。

VR AR 元宇宙
IDC認為,目前在形成Metaverse的技術發展上,分散式追蹤、空間運算、內容創作跟平台服務等領域都還有極大改善空間。
圖/ Shutterstock

不過,仍有一些僅需基礎技術支持的應用正在起步,包括混合辦公、遊戲娛樂、文化策展、智慧製造與時尚服飾等是可期待的發展領域。

趨勢十:零信任架構驅動列印產業轉型

隨著列印環境走向以雲端為基礎,以及混合辦公環境,列印裝置已成為物聯網的重要一環,列印裝置所創造的攻擊面較以往更廣。

過去所採取固定邊界資安架構,已難以抵擋愈趨複雜的威脅攻擊,因此零信任架構是企業在列印產品與服務佈署的重要方向。

IDC預估,2022年全球將有50%的企業將零信任安全架構導入列印設備,此將成為列印產業在轉型上重要的投資與發展方向。包括創造新的產品設計以完整納入安全性功能,以及重新規劃與生態圈合作夥伴之競合策略,以補強自身資安防護缺口。

關鍵字: #元宇宙
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