只要合法,都幫你做到!一張36萬的黑卡收服頂端客戶,美國運通「服務」有何魔力?
只要合法,都幫你做到!一張36萬的黑卡收服頂端客戶,美國運通「服務」有何魔力?

提到美國運通(American Express)簽帳黑卡,你第一個想到的是什麼?

「如果你第一個想到的是年費要 16 萬、第二個是無所不能的黑卡客服,那我們的人(指白金顧問秘書團)就會留下來,因為這就是他最好的名片。」美國運通旅遊暨生活休閒服務部副總裁吳伯良說。

1850 年,美國運通在紐約州水牛城成立,起初以貨運起家、協助客戶運送財務或貨品,並發行世界上第一張旅行支票(可兌換成當地的貨幣),在 1910 年代,成立旅行部門,為顧客安排交通旅遊、在 1960 年代,才逐漸轉為金融服務公司,服務收入較高、經常旅行的客群。

「美國運通賣的其實是服務。」2010 年,美國運通推出百夫長卡 (Centurion Card,俗稱黑卡),入會費要價 20 萬、年費 16 萬,瞄準頂級信用卡市場,打出「只要是地球上合法的事,我們都盡力幫您做到」的口號,創下許多不可思議的服務紀錄。

好的服務先從說 yes 開始,找不到標準答案也要讓客戶感受到誠意

曾有客戶在飛機廁所裡用到一款好聞的乳液,卻忘記品牌名字,於是打電話給白金秘書,希望能幫他找到同款乳液。白金秘書立刻致電航空公司,航空公司也一一拍照,給客戶確認品牌,卻發現早就停產了,聯繫歐洲 20 多間經銷商,各地都已經斷貨,秘書不死心,又寫信給美國各大連鎖飯店,2 個月後總算找到存貨。

「顧客也很訝異,不過就是瓶乳液,竟然有人替他追查了 2 個月。」這也道出美國運通的服務哲學,當客戶提出需求,「同事一定要先說 yes,」接著想辦法找答案。找到的答案,可能不是百分之百符合客戶需求,但至少讓客人覺得盡力了,「如果一開始就說 no,客人一次被拒絕、二次被拒絕,還會有第三次機會嗎?拒絕一個顧客很容易,但要養一個顧客很難。」

也曾經有顧客要求,要在跨年當晚入住日本迪士尼飯店的 307 號房,但是,日本迪士尼規定,想在跨年當晚入園者,必須事先報名、以抽籤決定,還限定只有日本居民才有抽籤機會。吳伯良動員美國運通日本的同仁,請全公司幫忙抽籤,卻連一個名額都沒抽中。他告訴對方,對方卻寫了一封文情並茂的信,說風水師說這樣做,明年的事業才會大發、甚至還帶了小禮物,親自到美國運通拜訪。

正當他們苦惱不已時,吳伯良恰巧到日本出差,看到在街頭販售票券的商店,有人在出售跨年當天的入園券,他們立刻跟顧客確認,加價買下這張珍貴的入園券。

「服務有價,是美國運通與競爭對手最大的差異之處。」

美國運通_吳伯良.jpg
吳伯良|美國運通旅遊暨生活休閒服務部副總裁
圖/ 寫樂文化 提供

延伸閱讀:【圖解】美國運通等三大信用卡,發卡商營收創新高!分析師卻嘆不妙?

把服務當作企業護城河,靠心法建立起競爭優勢

美國運通把服務當成商品,用服務品質當作商業模式、賺取利潤,經營深度會員關係,重視顧客「願不願意把美國運通推薦給朋友」,不僅能省下行銷費用,還能透過口碑與邀約制,建立VP 值(性能價值比,value performance ratio)。

「貴,沒關係,顧客可以選擇買或不買,但如果被嫌服務爛,就表示服務不夠值錢,」吳伯良在其著作《服務革命》中提到,頂尖客戶通常不在乎價格,但是要求被尊重、隱私、超乎預期的服務,只做到客戶滿意度不夠,還需要客戶忠誠度,就像高級俱樂部,毛利率與回流率是一般服務業的數倍,「如果我們把會員經營,想像成高級俱樂部,就能賺到忠誠度與不斷的重複消費。」

「美國運通之所以締造這麼多傳奇故事,絕對不是培訓一兩天就能做到,」因此,他們採取的是「無框架式服務」,不用標準作業流程限制員工,但是有幾個基本準則,例如,專業、熱情、耐心、服務個人化等。

在美國運通,每一位新人正式上線之前,會有 2 個月的訓練期,從最基本的講話語調和態度開始,找來專業廣播人員培訓上課,還會錄下通話過程,加以模擬演練,在客服實際上線之後,每個月會有 2 次抽聽人員的服務品質、處理效率。

假使接到客訴,也會在一天內列管登記,分析是產品因素、還是服務因素,使客人感到不滿,持續確保服務品質。即便是「使命必達」的服務,美國運通也有個守則,就是顧客絕對不能言語羞辱,目的就是希望員工遠離恐懼,「執行長史蒂芬.斯克里(Steve Squeri)講過,不管這個卡員有多高貴、財力有多大,只要他言語暴力,所有員工都可以把電話掛斷。」

曾經就有口出惡言的顧客,就被吳伯良掛斷 20 多次電話,直到客人願意冷靜溝通。「對服務業來說,主管的支持很重要,服務是一門專業,必須是有尊嚴的事業,客人要求高,可以當作挑戰、砥礪自己進步,但是也不能接受非理性的客訴。」吳伯良再次強調,服務業必須先創造不讓員工恐懼的環境。

員工福利也是教育訓練一環,主管要先喜歡工作才能創造好的文化

美國運通也提供許多員工福利,像是申請入住國際頂尖飯店,例如安縵集團(Aman Resorts and Hotels)、半島酒店、文華東方等,或享用米其林餐廳,當作教育訓練的機會。「我們把它稱之為『沉浸式』學習機會,只有親自體驗過,才知道什麼是好的服務、可以做到多細緻。」例如,東方文華的門僮,會事先記下客人抵達的時間與車號,在打開車門時,就喊出對方的姓氏、親切的打招呼。

「主管要先喜歡這個工作、喜歡跟同事的互動,跟客人的互動,讓同事也看到。對我來講,每一天永遠是新的一天,因為你永遠不知道,今天會面對什麼樣的客人,搞不好是很簡單、很挑戰、很有趣,每天都會上上下下,」主管也要持續提供同事學習、成長、感受到有價值的機會,像是曾有同事對鐘錶非常感興趣,他就受邀分享豪華鐘錶的相關知識,創造出樂於學習、分享、有趣的企業文化。

「我常在公司講說,Let's work together, win together; but most important thing, make fun together!(一起工作、創造贏面,但最重要的是,大家同樂!)」 唯有自己先快樂起來,才會願意多付出一點東西。

延伸閱讀:【圖解】國泰CUBE卡「消費神卡」3%回饋怎麼拿?少做一動作,差10倍回饋!

本文授權轉載自:經理人

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