用街邊店租金、吸百貨人潮！PAZZO摸出實體店「黃金公式」，流量變現怎麼做？|數位時代 BusinessNext

那天是平日下午，位於信義路上的 UR LIVING，不在一級戰區商圈，周圍也沒有商場、百貨，門市正好介於捷運大安站與信義安和之間，走路大約都要 6 分鐘。

在前往拍攝途中，美而快董事長廖承豪多次擔憂地說：「今天剛好是 PAZZO 新品上市，等一下可能會很多人。」果不其然，下車時就遇到一群剛下計程車、特地包車來逛街的顧客。不只一樓門市有為數不少的客人，二樓早午餐也座無虛席，「我有時候會疑惑，這些人都不用上班是不是，為什麼平日還那麼多人？」

UR LIVING 是美而快在 2022 年 9 月成立，旗下首間結合服飾、餐飲的複合式實體門市，開設一年多來，經營得如何？

美而快：專做「流量變現」，2022年營收破30億

美而快旗下品牌包含 PAZZO、MEIER.Q、Mercci22、mouggan 等，都是台灣知名網拍服飾；還有知名網紅、藝人品牌等一共 30 多個自營網路服飾品牌，2022 年營收 31.73 億元，近 3 年營收都維持雙位數成長。

「我們能維持高成長率，是因為做對一件事：投資自媒體。」廖承豪解釋，美而快的核心價值，一直都是「流量變現」。早期流量被鎖在 Google 或 Yahoo 奇摩等入口網站，10 年前社群竄起，網路流量開始分散在不同自媒體。 美而快就是在當時投資 KOL，幫他們創立品牌，「我們本業是做服飾，找上在時尚具有影響力的 KOL，彼此能互補。」

這 10 年來，美而快做的事始終如一，只是流量變現的產品，從服裝、彩妝、保養，再跨足到保健品與生活用品。然而，「現在網路流量、觸及各方面都沒有以前好，我們嘗試把線上既有的會員、粉絲影響力導到線下。」

不找商圈、百貨設點，靠內容策展吸引人流

這一試，就是 15 個月。

廖承豪表示，單一品牌開實體店，通常選擇靠攏商圈或是進駐百貨設櫃，但這 2 種模式各有優劣，美而快要做的就是把兩者優勢極大化，「我要用街邊店的租金，取得百貨的人流。」

在選址時，廖承豪刻意找非既有商圈，但大眾運輸能到、符合品牌會員所在地的地點。一來是能取得較好店租，二來是能以線上會員為主要客源。但發現單一品牌對顧客的驅動力不夠，「如果只是去買衣服，顧客頂多只停留半小時，所以把關係企業集合在一起，打造一個能買東西、吃東西的點，讓顧客可以至少待上 2.5 小時。」

第一家 UR LIVING 共有 3 層，一樓賣 PAZZO，二、三樓結合人氣早午餐 BRUN 不然與花園酒吧，還會不定期邀請人氣品牌來做快閃， 「這個組合我們測下來驅動力是夠的，現在平日到店人流超過 700 人次，周末可以到 2000，坪效不輸一級商圈。」

廖承豪強調，這是以最小規模來測試， 只要有 3 個品牌，消費者就願意待滿 2.5 小時，未來加上更多品牌，聚客力會愈來愈強。

以成本來說，UR LIVING 的選址不在一級商圈，租金就能控制在 6～7%，如果在百貨設櫃，租金占比可能要 20～25%。不只租金成本較低，品牌開設實體店，還會再帶動電商成長，廖承豪表示，UR LIVING 的客源有 68% 為線上會員，平均每個月回購率 24%；門市的新客裡，有 72% 在 30 天內會回到線上消費，這讓 PAZZO 在電商成長率下滑的今年，營收成長率也有雙位數。

線上數據結合線下氛圍，打造實體店優勢

確立哪些品牌組合能吸引消費者前往店面後，就必須掌握數據，精準選品。廖承豪指出，電商很注重數據跟軌跡，「每多一個場景，都會希望它的會員樣貌、買的東西能跟原本的資料庫做比對，這是我們比一般實體品牌有競爭力的地方。」

他舉例，假設要在大安區同時開 5 間店，每個商場提供給粉絲的氛圍是不一樣的。現在的信義店以 PAZZO 作為主軸，它搭配的餐飲、娛樂，跟以另一個品牌為主軸的風格就會完全不同，「我們的組裝很靈活，等於是你會為那個品牌，打造屬於它的氛圍感。」

陳列的產品也經過精準挑選，美而快一年多來花最多力氣在開發、串接系統，目的是讓線下、線上的系統結合，店員就能透過數據決定，上哪些產品更有競爭力。

用15個月摸索商模、找出美而快下個成長曲線

摸索 15 個月，美而快終於找到實體店舖的商業模式，廖承豪透露，從今年 12 月開始到 2024 年底，預計每個月都要開一間實體店。在他眼裡，實體店舖是美而快未來的成長動能。

目前美而快的 3 大營運主軸為商業品牌、網紅品牌與生活選物，營收占比均接近 3 成。如果以實體店的營業坪效來看，UR LIVING 信義店基本坪效為 6 萬，高標是 10 萬多。廖承豪舉例，假如以目前進行中的 8 家店、營業坪數近 4000 坪推估，每個月預計可創造 2.4 億營收，一年上看 20 多億，「這是一個很明確，而且可以馬上實現的事。」

電商轉做實體、實體跨足電商，是近幾年零售業不斷嘗試的事，但成功案例少、失敗案例多，「業界要做到跟我一樣的很難，因為商圈就會決定成本。」結合旗下 30 多個品牌、橫跨不同領域達到互補，凸顯了美而快的策略優勢，「如果我們自營品牌沒有那麼多，我也組裝不起來。」

延伸閱讀：【圖解】PAZZO女裝電商成績亮眼，美而快為何狂開實體店？關鍵在3個營運數字

本文授權轉載自：經理人月刊

責任編輯：錢玉紘

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