好樂迪布局娛樂大未來
好樂迪布局娛樂大未來
2002.07.15 | 科技

華燈初上的Friday night,只消站在好樂迪門口,就可以聽見櫃台人員頻頻抱歉:「對不起,我們現在客滿……」,大廳則是坐滿身穿Hip Hop打扮的金髮少年在等待包廂,擦身而過的服務人員,才剛帶位完畢,馬上引領另一群顧客進入包廂,大多數服務人員,頂多只能給你一個微笑,沒時間多瞎扯幾句。在這裡,全然沒有不景氣的蕭條感。
「好樂迪今年還會繼續成長,」中山大學企管所畢業,1993年即進入好樂迪工作的執行副總張佑任,在民生東路上的總管理處接受訪問。這裡,就是好樂迪第一家店座落的位置,9年來,她以此為中心,呈輻射狀開店,幅員遍布全省,北到基隆,南到屏東;店數也從1993年的4家店,成長到今日的61家。累計今年第一季的營收已有9億8千餘萬元(全年目標是40億元),每股稅前獲利達1.41元,較去年同期成長39%。
營收大成長,也吸引外資大幅加碼買進7091張好樂迪(累計至6/22截稿日為止),佔好樂迪資本額的3.85%,而明年,轉投資的松崗科技、阿爾發音樂(綜藝聞人吳宗憲所創,旗下有知名歌手周杰倫)等事業將產生綜效,會是好樂迪豐收的時刻。
好樂迪這樣一家「傳統產業」,憑什麼條件吸引外資資金進駐?什麼樣的策略思考讓他們從本業(KTV)出發,跨足至上游唱片事業,及凝聚力強的遊戲產業?

**清楚的定位,走過黃金10年

**
定位清晰,率先搶進「學生市場」,是好樂迪第一個成功關鍵。
「80年代台灣KTV都走高價路線,」好樂迪執行副總張佑任回憶,10年前還在念研究所的他,「偶爾」才能走進KTV一趟,「我們一行10個人向教授借了金卡,只唱2個小時,每個人居然要分攤400多塊。」張佑任笑著說。
當年日本經濟成長已經趨緩,前往日本考察數次的好樂迪總裁盧燕賢及管理階層都認為,台灣極可能步上日本經濟成長趨緩的後塵,「不景氣年代,有可能靠高價服務安然度過嗎?」
「我們思索著,什麼樣的市場適合好樂迪?」張佑任回憶當時的狀況說。
幾經討論,好樂迪決定將市場目標鎖定在學生族群。「學生不是很care服務,但對價格卻很敏感,」當時好樂迪打出「55元喝到飽,99元唱到『燒聲』」,結果12點才開始營業的西門店,下午1點鐘已經客滿,不但如此,還有很多學生在外頭排隊,「從來沒想過下午會有那麼多學生來唱歌?」張佑任至今仍覺不可思議。
日本經驗是好樂迪清楚定位的轉折點,當時會前往日本考察,其中還有一段小插曲。

**服務重要,價格便宜更重要

**
1993年好樂迪正準備開第5家店時,由於組織系統變得龐大,人員對於公司定位、前景都是「各自表述」,為了凝聚士氣及提升人員素質,每星期二下午,全體員工都要參加由董事長盧燕賢親自主持的讀書會。
「星期二下午2點到5點,好樂迪門市都空蕩蕩的,」張佑任回想,其實有很多人寧可上班也不願意參加讀書會,因為讀書會不光要看書,還有期中考跟期末考,成績還會被列為升等考績之一,不過,由老闆親自領軍,誰敢不從?
讀書會雖然增加不少壓力,但透過讀書會知道日本經營之神松下幸之助的經營理念,也從美國威名百貨(Wal-Mart)的通路經驗上增長不少知識。一次,盧燕賢發覺日本經濟泡沫化階段中,有幾家量販店業績卻逆勢成長,做事明快的盧燕賢,馬上決定帶著主管,飛往日本參觀這幾家量販店。
「真的讓人大吃一驚!」張佑任回想,其中一家專售女性化妝品的量販店,門口有一片玻璃破掉了,店家非但沒有換掉,還只用醜陋的黃色膠帶黏著,詢問後發現,店家把換玻璃的錢省下來,以提供更便宜的產品給消費者。
「也許服務不是100分,但是要給消費者最便宜的。」這家逆勢成長的量販店,讓盧燕賢在心裡做了一個決定。
在當時KTV大多朝商務人士市場發展,好樂迪從日本經驗裡看到一個全新的市場,這個原本不被看好的新區塊,支撐好樂迪走過9年的成長,其他堅持走高價位路線的KTV,現仍存活者已寥寥無幾。

**電腦化是重要推手

**
低價一定會受消費者青睞,但是服務也不能讓消費者失望,如何將服務水準維持在可接受的範圍內呢?電腦化,成為最重要的幕後功臣。
你可能不知道,從你撥打電話訂位的那一刻起,看不見的隱形功臣便開始運作。
首先是電腦動態訂位系統,負責安排消費者進場時間,接著領台工作站會把資料傳送到吧檯工作站及機房,通知服務人員出菜及進包廂服務,最後消費者要買單時,資料會匯入各樓層工作站,計算該包廂有消費人數、進場及出場時間等,服務人員只消「列印」,所有程序即完成。
當然,台灣第一家使用電腦點歌服務的好樂迪,在資訊化的道路上,也不是一路順暢。1993年,好樂迪積極擴點,兩年內開闢40家門市,「擴張太快,資訊系統到了無法負荷的地步,」張佑任舉例,有一次月初發薪水時,由於人員增加幅度過大,電腦系統當掉,只好用人工重新計算。後來,好樂迪乾脆轉投資碩源電腦公司,由碩源來支援好樂迪及旗下關係企業的資訊系統,讓好樂迪更能專注於本業上的發展。

**遊戲、音樂產業交叉行銷

**
好樂迪販售的是一種同儕相聚的親密空間感,本身並沒有經營內容產業,但是麥克J.沃夫在《娛樂經濟大未來》一書中提到:「缺乏娛樂內容的消費品,在未來的超級市場很少有立足的機會。」好樂迪也深知,單靠增加門市據點,就要讓消費者上門花錢,有如緣木求魚,必須要找到一個新的驅動力量,而,那是什麼?
「遊戲有極大凝聚力,不像好樂迪的客戶根本沒有忠誠度可言,」張佑任說,松崗科技已經聚集一個社群,剛好可以成為一個宣傳通路,好樂迪接下來的工作,就是設法讓這群人回來貢獻本業(也就是KTV本身)。至於方法是什麼?張佑任只是神秘地說,下半年就可以知道了。
可以想見的是,如果好樂迪將松崗會員當作虛擬通路,阿爾發唱片等娛樂相關轉投資事業,勢必可以在同一群人身上進行交叉行銷,到時候消費者不但可以在好樂迪唱歌,買唱片、買遊戲,甚至進行連線遊戲,都不再是想像。
一個不會唱歌的盧燕賢,卻打造出一年40億營收的好樂迪,員工眼中黃金單身漢的他,應該是把終生熱情投注在創業-這件更令人熱血沸騰的事情上了吧。

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