ChatGPT將成電商金頭腦？賣家用AI寫文案，轉換率大增20個百分點|數位時代 BusinessNext

隨著越來越多的律師、臨床醫生、教授和學生相繼使用ChatGPT，其也開始在商業領域顯示出實用性。對於很多想要提振商品銷量的亞馬遜賣家來說，他們用ChatGPT在細微之處尋求更多競爭優勢。使用ChatGPT的第三方商家表示，這款人工智慧工具可以讓亞馬遜市場上的銷售工作變得更容易、更有利可圖。

查德·魯賓(Chad Rubin)在亞馬遜上銷售真空軟管。他一直想為自家產品起一個悅耳易記的商品標題，吸引買家在諸多軟管產品中選擇點擊購買他的軟管。

AI寫文案，答案讓你意想不到

魯賓為此求助於最近暴紅的ChatGPT，用它來完成各種工作，比如要求ChatGPT為他的吸塵器真空軟管「生成5個非常巧妙絕倫朗朗上口的標題」。

「 用氣流去除污垢， 」他念著ChatGPT的回覆，「我永遠也不會想到可以這樣形容一根真空軟管。」

最近幾個月，谷歌旗下影片平台YouTube上出現了一系列影片和文章，向亞馬遜賣家介紹使用ChatGPT的好處。 JungleScout等電子商務軟體提供商也在將ChatGPT集成到他們的服務中。

「這是一項將從根本上改變我們一切生活的技術，」JungleScout技術主管斯蒂芬·庫里爾(Stephen Curial)說，他此前曾在亞馬遜從事軟體開發工作有10年時間，「就是這麼強大。」

庫里爾說，用不了多久，ChatGPT這類生成式人工智慧工具就會成為人們在工作上的得力助手，完成諸如數值計算或拼寫檢查等工作，幫助商務人士減少日常繁重的重複性工作。

自去年11月OpenAI公開發布以來，ChatGPT已在科技行業掀起了一場風暴。

目前，已有數百萬人都在使用ChatGPT寫小說、自動生成計算機代碼或編輯簡歷資訊。

微軟已經將ChatGPT背後技術整合進必應搜索引擎，上個月谷歌也發布了對標ChatGPT的競品聊天機器人Bard。

儘管整個科技創業市場仍低迷不振，但投資者正攜帶巨額資金湧入人工智慧領域。先前，一家只有22名員工的新創公司Character. AI在安德森-霍洛維茨公司領投的一輪融資中融資1.5億美元，估值10億美元。其由兩名Google前員工創立，目前尚未產生營收。

ChatGPT也能寫童話故事

亞馬遜賣家、電子商務諮詢公司Fussy Penguins創辦人哈姆扎·阿莫爾(Hamza Amor)在TikTok發布了一系列短影片，展示ChatGPT如何幫助商家挖掘出最熱門的產品。

去年12月份，阿莫爾開始試用ChatGPT，詢問機器人諸如「告訴我更多關於你的事情」和「生活的意義是什麼?」然後他試著讓ChatGPT寫兒童故事等小段文字。自動生成的內容給他留下了深刻印象。

延伸閱讀：ChatGPT要被告了？市長變貪官、誣賴教授性騷擾，AI的胡說問題怎麼解？

阿莫爾還讓ChatGPT根據一組評論內容總結用戶對某件產品的喜惡之處，從而幫助改進產品。比如ChatGPT建議他針對在售的一款桌下腳凳使用不同包裝和更耐用的材料，或者考慮提供多種尺寸選擇和腳凳高度可調節的功能。

ChatGPT還幫助阿莫爾編寫商品描述，這一過程以往通常需要亞馬遜賣家花幾個小時來寫作和編輯。

阿莫爾說：「它會按照你建議的語氣來做，而且只需要幾秒鐘時間。」「這才是最令人驚訝的。」

亞馬遜賣家用ChatGPT寫文案，結果轉換率大增20個百分點

ChatGPT已經為一些亞馬遜賣家帶來了實際效果。魯賓表示，他使用ChatGPT描述自家商品之後，結果幾款真空過濾機、咖啡過濾器和空氣淨化器的廣告轉換率都有所上升。他說，其中一款產品的轉換率在八週時間內從26%提高到了46%。

魯賓還看到深入利用ChatGPT趨勢的更多商機，也就是為其他亞馬遜賣家如何使用ChatGPT提供簡介。因為很多第三方賣家同時需要管理維護平台的幾十種甚至上百種商品，每天都在與許多新賣家競爭。

2021年，魯賓創辦過一家名為Profasee的定價軟體公司，推出的一些功能就使用了人工智慧。魯賓表示，他計劃將ChatGPT整合到一個新工具中，幫助賣家快速調整他們的商品標題。

AI可以成為電商最強助手，但它不會幫你做完所有工作

但是，ChatGPT的實用性也會遭到不少人的質疑。事實證明，ChatGPT等新型人工智慧很容易犯錯，某些情況下只是在編造內容。 ChatGPT是透過分析來自網路的大量資訊來學習如何寫作，可能會出現人工智慧專家所謂的「幻覺」。

艾丹·達菲(Aidan Duffy)是一名亞馬遜賣家，同時經營著一家諮詢公司，他求助於ChatGPT來幫助提振自家按摩靠背的銷售情況。 ChatGPT不僅幫助他在商品描述中列舉出賣點，還建議他為不同身高的用戶設計靠背可調節功能。達菲說自己的確考慮過製造這種靠背。

不過達菲表示，他對ChatGPT的準確性還是抱有疑慮。達菲表示，他最近曾用ChatGPT來諮詢如何進口這種產品。他說：「給出的答案只是能讀通，我認為這只是一個基本的行業慣例。」「它不會為你完成所有工作。」

延伸閱讀：只見AI笑，不見元宇宙哭！微軟與迪士尼開鍘、祖克柏隻字不提⋯泡沫破裂了？

本文授權轉載自：網易科技

責任編輯：傅珮晴、林美欣

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。

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。

「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