「迷你CEO」PO是什麼?韓國電商龍頭Coupang,教你如何打造超讚產品
「迷你CEO」PO是什麼?韓國電商龍頭Coupang,教你如何打造超讚產品

決定釋出日期前,記得要考慮上架平台

「那麼釋出日程呢?」

「日程?沒有這種東西,我們就是每次開發完就釋出。」

「不決定特定日期,完成就釋出嗎?所以沒有熱修復(Hotfix)的概念嗎?」

「對,就是完成開發與測試後就立刻釋出。」

剛轉到Korbit任職時,我問了一位外國工程師關於釋出日程的問題,但Korbit似乎還沒有這樣的制度。

所謂「釋出」,是指開發完成後經過產品的品質或功能測試(Quality Assurance, QA),如果被判定是完成狀態,就意味著可以提供給顧客使用。所有開發的終點都是釋出,如果是新產品的話,釋出日期就會被稱為上市或公開日期。

然而, 不分時刻地「釋出」具有風險 。如果是大規模的產品,就很可能發生多個團隊同時嘗試釋出,如此一來會增加發生技術性問題的可能性。每次發行都會有新的程式碼版本,如果沒有依照特定週期,而是有需要就釋出,那麼連版本管理都會變得很費力。除此之外,在沒有充分告知顧客的情況下,就隨時改變功能和設計,會使顧客體驗難以保持一貫。

決定釋出週期對各方面都很有幫助。一般會建議兩週定期釋出一次,因為大部分的Sprint都是兩週一個週期,在Sprint結束當週的星期四發行會比較安全。

PO,PM,產品
把一次迭代的開發內容以最快的速度完成它,這個過程稱為Sprint。如果Sprint中途發現產品出現問題,緊急修正後發行穩定版本的動作則為Hotfix(熱修復)。
圖/ shutterstock

這是因為,安排在星期四釋出的話,假如釋出後發生問題,還可以利用星期五進行修正。這是確保Sprint結束之前,能有最多開發時間,又同時保有後續修正時間的理想排程。

如果在Sprint中途發現目前的產品出現問題,且必須要盡快解決時,緊急修正後發行穩定版本的動作被稱為Hotfix(熱修復)。理想情況下,應該在每兩週一次的固定釋出週期中間的星期四釋出Hotfix。如此一來,我們就可以把當週需要修正的內容放入Hotfix的版本,來不及的話,就還是可以在固定的釋出日期釋出。

但如果是非常緊急的狀況,就要馬上進行Hotfix。我們一定會遇到必須要忽視釋出排程,直接套用修復版本的情況。這種時候,PO要跟開發團隊討論好再做決定。如果是會嚴重影響顧客體驗的問題,最好就要立刻修復。

決定釋出日程的時候,也應該把要上架的平台納入考量。 一般來說,產品主要可以在安卓、iOS、PC等三種平台上使用。PC平台上使用的產品,大部分都是網頁形態,可以透過瀏覽器連接使用,所以釋出日程相對自由。只要新版本釋出,顧客在連接到瀏覽器的瞬間就能看見新功能,因此開發團隊只需要協調好釋出日期,也不需要透過任何機構驗證。

但是,安卓或iOS的情況就有點不同了。安卓相對來說非常自由,當新版本一釋出,幾乎就可以立刻從Google Play上下載或更新了。經營iOS系統的蘋果則相對保守,如果要釋出新版本,就必須先經過蘋果檢驗,沒辦法立即推出到顧客面前,且必須獲得蘋果APP Store允許才能下載或更新。

想要推出同樣的功能到顧客面前,安卓與iOS APP的釋出日程肯定會不同。

一般來說,安卓只要根據每兩週一次的固定釋出週期來更新就好;但是,iOS就必須考慮APP Store驗證的時間來抓釋出日程。

韓國的安卓使用者較多,因此可以先上傳安卓APP,等幾週後再上傳iOS APP。先解決安卓發行後發現的所有問題,也有助於穩定應用在iOS版本上。

PO不可以因為急於想推出新產品而隨意決定釋出日程,遵守以下幾點原則的話,會很有幫助:

・先確認開發團隊是否有決定好釋出日程或程序
・如果需要跟其他團隊合作,要盡快事先討論好釋出日期
・盡量不要在深夜或星期五釋出

最後一點原則非常重要。如果只是因為要遵守時程而在深夜釋出,為了要確認狀況或預防問題發生,負責組員就需要留守到很晚,或是需要一兩個人留下來觀察。無論對PO,或對開發團隊都會造成不便。如果選擇在星期五釋出,也會遇到類似的問題。倘若星期五下午釋出的版本出現問題,除了星期五,連星期六都有可能要繼續處理問題。如果時間拖到太晚,不妨就延期至隔天;如果是星期五,就延期到星期一吧。

某些產業中,有些事項必須要告知顧客。舉例來說,因為金融科技產業受公共金融機構規範,如果要追加或刪除某項特定功能,就有義務要在7到30天之前告知。即便沒有告知義務,套用新功能時,為了避免造成顧客困擾,也可以考慮事前公告。在這種情況下,就要先跟負責告知和公告的法務部、客服中心等討論,考量他們的意見後再決定釋出日期。

有些公司可能會禁止在使用率或銷售量激增的時期改版。因為在這個時候釋出新版本,如果發生技術問題,反而會造成大量顧客的不便。公司也可能會考慮在春節、中秋或年底等特定期間禁止改版。若以外送服務為例,由於訂單量會在特定時間內湧入,因此也可以避免在該時段釋出新版本。而遊戲、加密貨幣交易平台則是從晚上到凌晨之間的使用率最為活躍。因此,建議可以考量每個產品的使用率高峰期,避免在該時段釋出新版本。

在產品上線之前,PO要考慮的事情非常多;根據各個平台排定日程、應對可能會發生的問題、事前通知等,PO要做足許多準備。安排好固定的釋出時程雖然會有幫助,但為了解決突發問題,也要盡可能決定好Hotfix的釋出日程。

雖然PO都很希望能盡早推出新功能,但是,為了提供良好的使用體驗,PO要隨時隨地與開發團隊和其他部門討論,盡可能有計畫地安排好釋出日程。

0621_ zh_TW_Netflix_Kids-TV-UI_Favorites.jpg
你有想過Netflix推播給每個用戶的封面照片為何不同?每個小細節都影響顧客的體驗,PO要了解顧客,才能提出打動顧客的最佳方案。

運用A/B測試分散流量

「預計B組會在一天後從5%調升至20%。」

「好的,我會從數值達到5%的時候開始監控。」

「我也會持續觀察數值,假如系統有什麼異常的話再通知我。」

推出新版UX的當天上午,我在Scrum會議上向開發團隊宣布後續計畫。我們已經完成發行,我選擇了慢慢釋出新設計的方法。

就像我們前面提到的,如果公司有A/B測試平台,就可以分散使用者流量。

所謂的「流量」(Traffic),指的就是使用產品的使用者。通常我們會用下述的方
式分散流量:

A組:不適用新設計或新功能的使用者
B組:適用新設計或新功能的使用者

一般來說,A、B組是隨機劃分的。這樣一來,以後要比較各組數值時,才能獲得有意義的統計結果。我會在後續章節再詳細說明A/B測試。

某些情況下,B組也可能是由人為方式劃分的。如果只想先向VIP顯示新版本,就可以利用使用者ID或手機裝置的識別號碼將其編入B組。另外,如果想先以公司內部員工進行驗證,就只要把他們納入B組即可。

發行新設計或新功能之後,就立刻讓所有使用者使用,是很危險的。當然,有時也會因為有法律義務,而必須要在特定日期同步推出。在Korbit時,也曾因為要遵守金融機構的規範,必須得在特定日期推出新功能。

但若是一般情況下,就建議循序漸進地提升曝光率,先針對少數人釋出,如此一來便可以觀察系統或公司銷售等數據,檢視新功能會不會造成負面影響。假設出現問題,就可以將B組關閉,讓流量全數聚集在A組,這種方式被稱為開關(On/Off)轉換。

當我要分階段釋出一項功能時,通常會遵循以下時程:

         A組 B組
 第一階段 95% 5%
 第二階段 80% 20%
 第三階段 50% 50%
 第四階段 20% 80%
 第五階段 0% 100%

前兩天先漸漸確認狀態,先投入5%的流量在B組,對他們推出新設計或功能,這代表實際產品使用者中有5%的人會有與現在不同的體驗。

最多可以花費一天的時間檢討各項數值,觀察B組的使用率有沒有銳減、人均銷售量有沒有減少、系統錯誤率有沒有提升等問題。如果沒有特別的狀況,隔天就可以把B組的人流提升至20%,接著再花一天的時間觀察相同的數值。此時也要跟客服中心合作,確認顧客發問或客訴案件的增加率。如果客訴明顯增加的話,代表其中可能含有開發團隊沒有意識到的問題。

如果前兩天都沒有發生問題,第三天開始就可以把A組和B組分為50 : 50,讓一半的實際顧客使用新的設計或功能。從這個時間點開始,為了取得有效的統計分析樣本,至少要維持該比例7天以上。PO在這段時期也要隨時隨地確認數值,因為中間也可能會有突發狀況,所以千萬不可以掉以輕心,要保持警戒持續觀察。

即使這段時間沒有發生問題,我也不會立刻把B組調成100%。我會花至少3天左右把比率調成80%,再確認一次數值,因為B組流量快速增加時,可能還會發生無法預期的問題。

未命名2.jpg
PO被譽為「迷你CEO」,看似掌握大權,卻必須承擔相應的責任,其 決策、管理、分析能力決定著產品的成敗、影響著每位顧客的使用體 驗,甚至攸關公司的未來發展。

經歷所有過程、約莫兩週以後,我才會將新設計或新功能釋出給所有顧客。像這樣經過逐步反覆的驗證後,再上線新設計或新產品,會比突然完整上線給所有顧客要來得更加穩定。

如果遇到無法像這樣分組分散流量的狀況,就只能保持警覺。遇到技術問題,或是基於其他法律義務因素,而必須立刻100%上線時,PO必須隨時準備還原。

所謂「還原」(Rollback),是指降回以前的版本,還原時會選擇以前營運下來最穩定的版本。還原後,還要再經歷一次確認問題、修正問題、重新發行的過程。

為了承擔這些風險,PO必須要跟開發團隊協調,建構可以分散和調整流量的環境。A/B測試非常重要,因此運用A/B測試平台最有效率,後文會再詳細說明。

推出新設計或產品的時候,PO要盡可能避免100%這個數值。如果是使用者數量非常多的服務,100%適用帶來的風險會更大。我們必須要循序漸進地釋出,確認各項數值,以穩定的方式適用新設計或新功能。比起盡快推出產品,推出穩定的產品會帶來更好的顧客體驗。

產品負責人實戰守則
圖/ 三民書局

本文授權轉載自《產品負責人實戰守則:從洞悉顧客需求,到引領敏捷開發,韓國電商龍頭頂尖PO教你打造好產品的決勝關鍵》,三民出版

責任編輯:林美欣

關鍵字: #產品/專案開發
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