搶到AI眼鏡獨家首賣,台灣大為什麼要做「非典型」業務?3大盤算瞄準百萬級市場!
搶到AI眼鏡獨家首賣,台灣大為什麼要做「非典型」業務?3大盤算瞄準百萬級市場!
2025.08.14 | 5G通訊

宏達電(HTC)於8月14日發表首款AI智慧眼鏡VIVE Eagle,同時公布台灣大哥大為獨家合作通路之一。對於台灣大來說,VIVE Eagle將以子品牌「OP響樂生活」的科技生活套裝中提供,台灣大哥大資深副總經理暨商務長林東閔喊話,預計通路能搭配電信方案銷售出上萬支眼鏡。

HTC VIVE Eagle智慧眼鏡
HTC VIVE Eagle智慧眼鏡
圖/ 隋昱嬋攝影

台灣大於2022年9月推出OP響樂生活,從影音、遊戲、科技產品和智慧家庭面向,累計推出超過20組套裝方案、與電信捆綁銷售。林東閔表示,目前搭配OP響樂生活的方案已經銷售約11萬套,加上其它「好速成雙」、「mo幣多」專案,台灣大2成以上的用戶都使用獨門方案。

這次與HTC合作VIVE Eagle,台灣大推出搭配1,399元以上資費,能0元起入手VIVE Eagle的專案。林東閔表示,台灣大的策略就是:「在全球範圍內找各式各樣,對我們用戶有利的產品,然後獨家地來拉高非典型移動裝置的(營收)佔比。」

延伸閱讀:宏達電殺進AI眼鏡市場!VIVE Eagle「繁中、純台灣製造」,售價1.5萬有哪些功能?

「HTC不是唯一選擇」但為何中選?商務長談攜手HTC的3大原因

表面看起來,這是典型的「硬體、通路、服務」結盟模式。HTC專精於硬體研發,而台灣大則擁有近千萬的用戶基礎和線上、線下銷售管道;但從深層看,台灣大選擇與HTC合作AI眼鏡,也扣合公司近年在AI應用與服務的策略。

貴賓大合照
圖/ HTC提供

特別是面對房市與車市緊縮,整體經濟不確定性高、消費力道趨於保守的大環境,台灣大的手機銷量年增率連續8個月逆勢增長。林東閔表示,這代表台灣大「做對了一些事」。

所謂「做對的事」,以這次合作VIVE Eagle來看,可以了解到台灣大的3大策略。

策略一:從「賣產品」到「當顧問」,解決AI市場的集體迷惘**

「民眾不知道為什麼非換AI手機不可,以及什麼真的是AI手機?」林東閔表示,從AI手機到AI PC,儘管話題火熱,消費者對AI裝置普遍感到困惑與疏離。電信業除了能透過電信補貼,讓消費者降低他入手新科技產品的門檻,也能協助鎖定需求。

因此,台灣大今年啟動了大規模的「數位科技顧問認證」計畫,目前已經有超過千名門市人員通過內部認證。林東閔表示,賦能的教育意涵在AI時代既有溫度又值錢,「我們不是只有在賣東西,而是賦能用戶、讓他走進來一個小時後,會了原本不會的東西。」

舉例來說,台灣大今年3月推出AI搜尋工具Perplexity合作方案,讓資費599元以上用戶免費使用1年,目前已經有24萬用戶加入Perplexity Pro。「我們不只免費給用戶,還教他怎麼用。」林東閔表示,台灣大內建20多人的講師團隊,會在門市開課教民眾怎麼用AI,「這些都不是以前電信公司在做的,卻讓我們意外地產生別人沒有的收穫。」

AI眼鏡對於台灣消費者而言,既陌生又會感到好奇,正好是台灣大數位科技顧問的一大試煉場。除了提升通路價值,也進一步建立起服務的護城河。

延伸閱讀:Perplexity創辦人揭密:沒人脈、靠自學闖進AI世界,他是怎麼打造出「Google眼中釘」的?

策略二:3生活痛點,讓AI眼鏡搶百萬級潛在市場**

「我認為10年之內,台灣智慧眼鏡的總量是可以挑戰百萬級數的。」林東閔也從3個台灣的社會文化脈絡,剖析AI眼鏡的潛在市場。

首先,是台灣人「敢想不敢問」的求知焦慮。林東閔以紅極一時的「Yahoo奇摩知識+」為例,指出台灣人不太舉手發問,但喜歡偷偷問、私下問。而AI眼鏡提供了私密的提問渠道,無論是翻譯菜單、辨識路人,甚至在社交場合需要話題靈感,都可以透過輕觸或語音指令完成,完美切中了使用者既渴望知識又害羞內向的矛盾心理。

其次,是追求極致便利的「免手持(hands-free)」需求。 林東閔解釋,AI眼鏡的優勢為徹底解放雙手,能依照需求自動拍照、隨時問話,「大家都想要可以『所見即所得』,而且我的視角就是AI的視角,這是最棒的。」

最後,林東閔提及台灣人的近視率高,相對地更習慣配戴眼鏡,降低了AI眼鏡的心理與物理門檻。這也促使AI眼鏡不會是突兀的科技產物,而是在既有習慣上無痛升級。

延伸閱讀:eSIM低價搶市,電信三雄漫遊生意怎麼做?「服務差異」能留下用戶嗎?

策略三:賦能「國際名模」、練兵「在地小模」,佈局下世代AI生態系**

對於台灣大的長遠佈局而言,HTC眼鏡不僅是一個硬體,更是一個「AI出海口」。林東閔提出了「名模」與「小模」的觀點,揭示台灣大的AI生態系戰略。

他口中的「名模」,指的是OpenAI的ChatGPT、Google的Gemini等全球頂尖的大型語言模型。HTC VIVE Eagle底層串接Gemini模型,意味著用戶能享受到領先的AI運算能力,而台灣大透過這次合作,也將同等級AI服務整合進自己的通路與資費方案中。

此外,更關鍵的是「小模」。林東閔認為,台灣真正的機會在於發展無數個能解決在地化、垂直領域問題的「小模型」。他表示,台灣大正在透過IMA協會支持「Taiwan Tongues」計畫,訓練AI模型從語氣、腔調到文化脈絡,都是真正「懂台灣的中文」。

台灣大近年透過AppWorks投資AI新創,內部團隊也開發許多企業客戶的專屬AI應用。林東閔透露,台灣大背後的思維是如何透過技術資源,服務國際的AI模型,讓「名模」可以在台灣可服務得更好。

延伸閱讀:影片|Perplexity教學:免費版怎麼用?4大優點、中文設定一次看

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