【觀點】直擊疫後東京:按下暫停鍵30年的日本,數位轉型正開始快速補課中
【觀點】直擊疫後東京:按下暫停鍵30年的日本,數位轉型正開始快速補課中

走在六本木、新宿、澀谷與銀座的街頭,可見消費人潮絡繹不絕。

東京都核心區域大手町、永樂町或者丸之內一帶,在號稱百年罕見的熱浪,上班族仍著正式服裝,隨著電車到站的節奏,魚貫穿梭於辦公大樓間。

但看似復甦的街頭,已經出現了不可逆的變化。

對日本來說,無論是產業的重組,或者企業對國際市場的布局,都與疫情前不可同日而語,例如,數位轉型(digital transformation,日本又稱 DX)將成為日本國家戰略中直接且長遠的課題;跨國人才、產業與資金的合作,又隨著國際政局的變遷,讓企業有了新的考量。

日本過去的防疫措施,加上如今的經濟低迷,又刺激日本的何種反應?又替台灣帶來什麼機會?

東京 tokyo japan
圖/ shutterstock

當緩步的數位轉型,面對又急又快的疫情衝擊

廣義的數位轉型,指的是在生活中,或者不同行業間,使用資訊科技,加速或改善效率的方法。此概念在日本並不算新鮮,只是長久以來並未受到重視,或者阻力重重。根據筆者與當地投資機構、顧問的直接溝通,以往推動數位轉型困難,歸納的原因有二:

  1. 新型數位工具的使用,對高齡族群而言並不友善。眾所周知,日本是個老齡化大國,該國有四分之一的人口年齡在65歲以上。換句話說,用紙筆書寫、用傳真通訊,依然是這些具有社會影響力者,賴以溝通的重要形式。

  2. 政府與傳統企業對於數位化工具推廣並不積極。政策的制定,有時可以加速數位轉型,但根據筆者瞭解,有些政府機關內部,還是仰賴傳真進行溝通,在新冠疫情控管時,就出現了莫大的困擾。或者對於一些行政流程,也沿用著舊有的習慣,例如印鑑的制度,都是在2020年才走入尾聲。而走進一些具有較久歷史的大企業、研究院中,與其使用投影片,這些簡報人員更傾向使用紙本資料。

其中,又以後者的因素難以突破。與人口問題相呼應,政府與企業的高齡化,對於日新月異的資訊工具普及,就越需要細緻的溝通。尤其是日本是個十分注重細節的社會,面對組織內部新的工具、方法,都需要制定一套非常嚴謹甚至堪稱為瑣碎的SOP,這也延緩了現有人員引入新科技的速度。

covid.jpg
圖/ xframe

然而,這些種種不利的因素,在一場疫情的衝擊後,卻讓日本的數位轉型開始「補課」,甚至做出了短期內不少重要的成就,或值得借鑑的案例。

筆者在這段期間,便從兩個最能夠讓民眾有感的地方,探討這方面的變化,方別是廣告行業,與消費、零售行業。

數位轉型正快速發生在日本的廣告、消費與零售產業

首先,行銷與廣告的形式,在新冠疫情兩年間,受到了衝擊。根據筆者造訪日經廣告研究所時,研究員對電通(Dentsu)報告的說明:2021年,日本網路廣告的總預算,首度占廣告市場預算的40%,超過了傳統四大廣告(報紙、電視、廣播與雜誌)的36%,而戶外廣告、看板,則急遽降到了24%。這意味著生存壓力終於撼動了廣告業者雷打不動的傳統廣告策略。

於是,網紅經濟在日本,便趁著疫情拔地而起。以Youtuber經紀起家的上市公司UUUM為例,在2020年初疫情爆發之際,成功地與1932年成立、日本最有影響力的演藝經紀公司之一「吉本興業」達成資本合作,並將旗下的10000多個頻道,與後者旗下演藝人員策畫新節目。這對重視科班的藝能界而言,以往完全不可想像。

日本台灣_2022_07_05_蔡仁譯攝-7.jpg
JETRO
圖/ 蔡仁譯攝影

日本最大的公關公司之一Kyodo PR,更直接轉投資網紅服務公司VAZ,並與iKala於今(2022)年簽訂了戰略合作協議。利用後者KOL Radar強大的數據分析能力,補足網紅服務成效缺乏數據支撐的空洞。

深諳媒體與大眾傳播的公關行業,對於網路與社群的數據需求,需要透過AI或者更多的科技工具來完成。日本的網紅業務新創,也在疫情中逐步成長,包含已經過了C輪BitStar,則積極與TikTok的合作,搶攻對Z世代的廣告消費。

其次是民生消費與零售行業,與台灣相同,各種無人化、非現金支付的工具,開始大量出現。2020年疫情前,在東京的各種消費場所,最主流的現金支付工具大概就是信用卡。

現在,部分東京的咖啡廳、餐廳,甚至部分商辦內部的餐飲服務,出現不接受現金的支付方式,盡可能杜絕顧客與服務人員直接的接觸。

digital payment
圖/ unsplash

筆者因為之前居住在北京數年,手機支付已經並不稀奇。更引起我好奇的,是無人化或自動化服務的機器。

由日本前三大電信公司KDDI的CVC注資的新創New Innovations,致力於lifestyle方面服務的無人化與自動化。例如其推出的Root C系統,看似以往中國幾年前常見的無人咖啡機,但時空背景完全不同。

當時中國市場的商業模式,主打快速、降低人力成本,在今天的日本,則是訴求零接觸、低感染。這樣的構想除了受到當地企業的青睞,著名的藍瓶(BLUE BOTTLE)咖啡,也樂於與其開展位於澀谷的試點計畫「Pop Up Cafe–Shibuya」。

近日,Root C的服務也成功說服了阪急等集團,進駐到了銀座、目黑等一帶。

為什麼日本的數位轉型與台灣新創有關?

聽起來不可思議,甚至慢半拍的感覺。但直到疫情的來臨,日本社會對於無人化、自動化的需求,多了防疫層面的考量,帶來大量的機會。另一方面,台灣的新創公司在日本的數位轉型浪潮中,又多了什麼機會或者新的挑戰呢?

首先,數位化所需要的軟體、數據服務,是台灣新創公司既有的強項或者特質。日本仍有非常多服務需要線上化,而台灣部分公司已經成功打入;例如日比谷公園的德國啤酒節,當地民眾就可以透過KKDay預購票進場。

其次,日本的許多數據分析需求,仍然停留在缺乏程式設計、數據資訊人員的瓶頸上,這跟該國的教育政策有關。但以iKala的KOL Radar為例,就是精準切入了網紅產業中,缺乏數據人才的真空中-儘管日本的經紀人制度、廣告產業都非常成熟。而VPON則看準了旅遊行業,也需要跨境數據的支持,一舉進入日本多個政府機構。

KOL Radar
圖/ KOL Radar

然而,一味地線上化、數據化、甚至AI化,仍然不足。日本具有創意的戶外看板、精心設計的電視廣告,堪稱舉世聞名,從大阪的Glico廣告招牌,到各種充滿視覺衝擊的平面設計,是信賴感建立的重要基礎。一旦這些通訊、傳遞心意的媒介都放在(看似廉價,甚至免費的)網路上,便讓消費者覺得缺少溝通的感覺。儘管防疫帶來了轉機,不代表消費者放棄了傳統的互動行為。

位於新宿街頭的3D立體看板(最有名的應該是一隻慵懶可愛的貓),恰好說明了,日本在消費社會中,數位化很吸引人,但「感官體驗」仍然非常重要。如何讓習慣了人與人接觸的日本社會,習慣「不接觸人,又能感受到溫度」,不是只有將產品語言翻譯成日文,需要在UI、內容等一系列細節上,達到服務至上的情感,這方面對於台灣科技公司,恐怕仍是一道難以面對的課題。

《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)

責任編輯:吳秀樺

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