衝出40倍營收不夠,Klook要拚「滿血復甦」!在兵家必爭的日本,用3招留住旅客
衝出40倍營收不夠,Klook要拚「滿血復甦」!在兵家必爭的日本,用3招留住旅客
2023.03.10 | 新零售

亞洲最重要的旅遊目的地「日本」,在2022年年底正式向全球解禁,所有旅遊業者都希望能吃下第一波反彈的風潮。旅遊電商平台Klook日本在2022年第4季就交出了營收季成長40倍的表現,雖然也是因為基期較低的緣故,但對Klook日本總經理增田航來說,仍是極佳的2023年開局,緊接著他該怎麼延續好表現?

Klook日本的辦公室,與現下東京最熱門的景點——展望台Shibuya Sky,位於同一棟大樓。能眺望整座東京城市的Shibuya Sky其實在2019年就開幕,無奈撞上了新冠狀病毒(COVID-19),在2022年10月日本開放免簽以後大放異彩,最高每日可以接待7,000名觀光客。這個開低走高的歷程,與增田航的經歷相似。

Shibuya Sky
Shibuya Sky是東京近期最熱門的景點之一。
圖/ 陳君毅攝影

他在2020年看好旅遊電商的發展,從亞馬遜離開加入Klook,卻遇上旅遊業最低谷的3年,「加入的時候疫情剛開始,覺得應該很快就結束了,沒想過會持續這麽久。」

「2023年的挑戰,還是希望可以回到疫情前的旅遊盛況。」增田航說,儘管營收成長亮眼,主要仍是前一季基期較低的緣故。2022年第4季對比疫情前,韓國、新加坡、泰國赴日的旅客已經回復到70%,台灣、香港也有近50%的回復表現。

Klook復甦關鍵:商品數!攜手日本旅遊平台Asoview

要回到以往的旅遊水準,增田航點出Klook日本未來的關鍵在於「商品數」。

現在Klook日本架上共有2萬種商品數(台灣的商品數約為5,000種),部分商品來自於2022年10月與日本旅遊體驗平台Asoview展開戰略合作的結果。Klook日本串接了Asoview經營的asoview!旅遊預約平台,平台上有1,000萬日本本土會員,以及每月3,800萬PV數跟2.8萬個產品,成為Klook日本商品來源的助力。

與Asoview合作是Klook日本重要的一步,因為在日本開拓旅遊商品並不是件簡單的事情,增田航也不諱言:「過去在開發商品時,日本的商戶對於Klook品牌還是有些陌生,有不少被拒絕的例子。」

除此之外,Asoview代表執行董事兼執行長山野智久也點出:「日本服飾及餐飲等行業都有豐富的數位轉型案例可參考,旅遊元件供應商的行業卻沒有太多前例,導致很多供應商無法判斷是否需要數位轉型。」這樣猶豫的結果就是讓旅遊業數位化的腳步放緩,但是在疫情、薪資調漲、少子化人手不足、水電成本提高的多重影響下,讓日本旅遊元件供應商比以往更願意張開雙手擁抱數位轉型,Klook來說就是機會所在。

像是經營有東橫、目黑、田園都市等線路的東急電鐵,也一直希望可以邁向無紙化、無現金交易,「他們不是不願意數位轉型,也想趕快準備好,但是可能不知道要怎麼做。」增田航說。Klook日本便向東急電鐵提案,協助開發乘車票券系統,也成為Klook日本熱門的商品之一。

klook.jpeg
由Klook日本向東急電鐵提案、合作開發數位化的票券系統。
圖/ Klook

Klook吸引日本供應商法寶:國際化

而要持續用商品數量來吸引人,商品開拓自然是重要一環,在這方面,Klook還有一個優勢就是「國際化」。Klook在全球經營1,000+個目的地、擁有超過20個辦公室、1,500名員工、支援15種語言翻譯,將商品放上Klook有助於在國際網路中曝光。

負責經營Shibuya Sky的Shibuya Scramble Square,其商業合作&瞭望台營業二部的負責人中馬一就提到,以2023年1月的門票銷售數字來看,Klook大概售出4萬張,約是1/4的門票量。「與平台合作可以增加我們的海外客戶曝光量,那些抽成與佣金就當做宣傳的費用。畢竟我們是比較新的展望台,比起東京鐵塔、晴空塔的知名度比較低,需要跟有跨國銷售能力的平台合作,他們也會協助我們推廣。」中馬一說。

此外,Klook也會舉辦跨市場的聯合活動,共同推廣目的地旅遊。舉例來說,在2022年年底,Klook串連台灣等亞太11個市場,共同推出「KonnichiWoW」(取自日語こんにちは,你好的諧音)促銷活動推廣日本旅遊,帶動日本旅遊商品預訂量成長2倍。

只賣票券不夠,拚體驗產品拉高毛利

不過,Klook日本或是其他市場,很大一部份的營收來自於各式票券,不論是交通、迪士尼或是各式景點的門票。門票的特色就是薄利多銷、毛利較低,增田航也說:「單純賣票券,從商業的角度來看,沒有太大的發展性。」

也因此,提出具有吸引力的「搭售」會是關鍵。也就是讓購買票券的旅客,也願意購買毛利較高的體驗行程。

Klook Pass
Klook Pass是Klook推出的景點優惠通票,購買後可以選擇多個想要到訪的景點,以優惠價格探索行程。
圖/ Klook Pass

推出Klook Pass就是策略之一,讓旅客可以從多個景點中挑選想玩的,組成套裝商品。舉例來說,可以從16個Klook精選東京熱門景點中,任選2~4個想去的景點,如東京晴空塔、東京樂高樂園探索中心等,包票暢玩。

「兩邊(票券、體驗)一定要同時成長,提供多元化商品,旅客在日本各處玩,讓我們幫助他們找到深度的景點。」增田航說,「這會給旅客安心感,讓他們持續選擇Klook。」

安心感是增田航也不斷提及的概念,同一支商品,旅遊體驗平台的價格不容易做出太大的差異化,比拚的就是服務,包含可不可以找到各種商品、UI設計上給予的情報是否足夠、能不能即時預約和取消。

「所以對我來說,最重要的不是關心競爭對手,而是關心Klook自己的消費者體驗做得好不好。」增田航說。

日本是Klook全球出境的第一大市場,也是旅遊業兵家必爭的戰場,競爭只會愈加激烈,且據傳近期Klook正在進行新一輪的募資,已有日本投資人出手,增田航肩上的擔子會愈來愈重,還好他顯得很樂在其中,「我小時候待過香港、美國、英國,很希望更多人知道日本的優點,面向國際的旅遊電商平台,就是我最好的選擇。」

責任編輯:錢玉紘

關鍵字: #KLOOK
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