2024台灣行銷趨勢觀察:AI、短影音、ESG減碳⋯企業營運要注意哪些焦點?
2024台灣行銷趨勢觀察:AI、短影音、ESG減碳⋯企業營運要注意哪些焦點?

DMA協會發布2024台灣行銷趨勢觀察數位行銷趨勢報告,由於AI應用的爆發式成長,如何解決數據相關人才需求不足,是今年企業營運上的焦點。彙整會員們的觀察,2024年數位行銷有六大趨勢值得關注。

「數位行銷領域,今年將是一個企業轉型與產業轉折的關鍵年!」DMA台灣數位媒體應用暨行銷協會理事長、funP雲沛創新集團暨聖洋科技董事長邱繼弘指出,隨著通膨消退和勞動力市場恢復活力,加上AI應用帶來的全面賦能機會與挑戰,各大巨頭無不搶佔競爭新高點,如何紮實將數位科技落地在日常的行銷工作中,已成為行銷人不可迴避的課題。

就產業整體面來看,因為全球經濟才進入初步緩升階段,因此品牌端雖有預算,對於行銷投資保持較為觀望的態度,今年上半年將成長力道持平。至於下半年的景氣狀況,得視主要美國與中國兩大經濟體面對地緣政治與通膨控制的政策,就目前雙方的仍處在對抗狀態,整年度應該也是呈現持平狀況。

在今年度的展望中,針對今年看好的五大投資產業,疫情之後,民眾健康意識大幅提升,醫療保健產業過去三年都是有一定程度的投入,今年一樣獲得56.1%的看好度,重回第一。第二看好的則是休閒娛樂產業,去年百貨業營業額已突破4000億元的規模,成長100多億元,創歷史新高,自然帶動整體廣告量能的成長,今年度全台將有9家百貨公司開幕,且多家都走複合式經營路線,可以預見今年市場的熱鬧。

趨勢一:AIGC 大突破,新工作流程推動內容進化

從圖像生成到文字生成,近期OpenAI更發布了影像生成,工具日漸成熟卻也不夠成熟,對品牌而言,在進行內容規劃時,必須採行UGC、PGC、AIGC混合並存的模式,更重要的是,AIGC將開始脫離增加效率的助手角色,朝向人機協作的型態,更顯得掌握核心概念的重要性。

然而,在生成式應用植基於大型語言模型的基礎上,若資料本身有問題,或訓練過程偏差,極容易生成有問題、充滿惡意的內容,使假訊息更加氾濫,誤導大眾的認知,甚至演變為分裂社會的工具。因此行銷人員在使用的過程中,必須注意並檢查其正確性。

趨勢二:Cookiesless真的來了!掌握多元高品質數據方案

喊了好幾年的Cookiesless,在今年1月Google依照原有計劃,正式砍了 1% Chrome 瀏覽器使用者第三方 Cookies,加上Google 已於在2023年7月1日全面啟用新版的GA4收集資訊,取代Cookies機制的隱私沙盒( Privacy Sandbox )已經完成了將近 75%,因此各方認為,Google表定今年關閉第三方 Cookies 的規劃,應該會如期執行。

近兩年一些品牌已經開始透過會員經營或CRM、CDP系統,但對於廣告受眾精準度下降,目前還沒有被廣泛認同的最直接解決方案,各方都積極先從資料無塵室(Data Clean Room)做法切入,同時,建立具有共識的數據報表規格,讓廣告主可被授權、驗證、訪問,以推進廣告投放的應用與成效。

趨勢三:打造互聯互通的零售新媒體

在各方關注Cookiesless所延伸出的第一方數據議題下,這使得零售媒體的發展,成為產業關注焦點。台灣電商平台業者早些年已有版位提供外部進行廣告投放,但其運作模式主要是著眼流量表現,而現階段零售媒體的重心,則是在於數據端的掌握與應用。除了網路業者包括Uber、Foodpanda 、MoMo與PCHome積極搶進,甚至實體業者如全聯、全家便利商店、新光三越、也都在整軍備戰,如何承諾數據資料及成效的透明度,以及判定歸因的標準,將會決定台灣零售媒體發展的機會。

趨勢四:串流影音平台廣告規格大戰

串流平台的內容製作成本越來越高,原本的訂閱模式也漸漸無法支持平台的發展,包括Netflix與Disney都推出廣告方案,而在品牌端也需要新的溝通媒介,在平台尋找新收入來源兩種需求的推拉之下,串流影音在 AVOD廣告制隨選視訊,與 FAST免費廣告串流電視服服務模式,不僅有助於平台增加變現管道,也讓品牌在影音行銷上找到新的可能性。
目前已有代理商、MarTech公司以及影音平台積極推動廣告創新專案,結合串流影音生態體系中的不同角色,發展串流影音廣告的格式與測量標準,誰會在這個賽局中取得優勢地位,值得關注。

趨勢五:娛樂短影音創造導購流量

現今閱聽大眾的注意力越來越薄弱,比起圖文、長影音等形式,這使得節奏快速、內容精簡的短影音,擁有更高觀看率、互動率。而台灣的網紅經濟受到社群平台演算法變動影響,依靠流量或廣告變現的機會被限縮,這使得市場趨勢從單純業配品牌宣傳的曝光型合作模式,漸漸走向搭配娛樂化、社群化的短影音操作的導購成效型模式,品牌必須加入OMO線上/線下串流的策略架構,將網路商店短影音結在一起,當使用者看短影音時,就可以直接點選消費,達到「刷到看到、看到買到」的行銷的效果。

趨勢六:ESG減碳還不夠!找出企業核心價值,重視關係人溝通

台灣金管會已宣布導入IFRS永續準則,企業更必須清晰化企業ESG目標與品牌價值,過去談論ESG的焦點,多聚焦在「E」的環境減碳面向,現階段必須朝著「S」的社會價值的取向推進,從本業出發,連結多方利害關係人共同推動永續計畫,訂定目標、合作模式與執行方法,以能傳達正面貢獻與影響力。

值得注意的是,各國政府為避免ESG淪為宣傳口號,已開始以法令管制漂綠的行為,內部主導ESG的部門,必須和行銷單位密切配合,找出適合企業精神的語言詞彙,並具體闡述ESG目標的內涵,設定可衡量的指標,才能真正落實ESG精神。

DMA協會自2019年首度開始發表台灣本地趨勢報告,除了針對DMA共164家會員發送線上問卷,調查回顧2023、展望2024年整體市場觀察及公司營運狀況,另邀請會員參與交流討論會,彙整市場觀察,透過質化與量化的方法,綜合整理出六大重要市場趨勢。

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