手機購物新潮流，零售業者得跟上|數位時代 BusinessNext

隨著美國假日購物季來臨，越來越多人開始拿手機當作上網血拼的工具。許多消費者透過智慧型手機搜尋商品、比價，然後才進行購買。讓零售業者不得不採取新方法和消費者連結，以免流失客源及利潤，包括Lowe's Companies、Best Buy 和Toys R Us（玩具反斗城）等，都是大幅改變以因應假日購物潮的在列者。

全美第二大房屋修繕網站Lowes.com的副總裁Gihad Jawhar指出：「購物經驗是掌握在消費者手中的，你不能強迫他們非去哪裡買東西不可。零售商可以搭上潮流列車，也可以被潮流甩在後頭，我們當然選擇前者。」Lowe's 日前於全美1,700 家店面發放42,000 支iPhone手機給員工，希望當消費者在店內用手機掃描條碼，上網閱讀相關產品評價及比價的同時，員工可以透過iPhone即時追蹤類似資訊，以和消費者接軌。除此之外，員工也能用iPhone至公司網站快速查詢商品存貨、鄰近分店是否有同樣商品等。

另一大型零售連鎖商店Best Buy，擁有63家可互連的分店，同樣發配行動裝置給分店員工，並鼓勵使用自己的智慧型手機協助消費者搜尋商品和確認庫存狀況。Best Buy發言人表示：「我們授權員工在各銷售點上可以自行定價以和競爭廠商匹敵。」

超過四成的零售業者表示今年採行政策是：至少要能與透過手機上網搜尋比價而得的較低價競爭。eMarketer上週四預估美國零售電子商務的假日銷售額，今年將增加17%，達到467億美元；而行動商務（mobile commerce）的成長更快速。Internet Retailer近日調查顯示，由亞馬遜領軍的全美前三百大行動貿易商（mobile merchants），今年可望由行動裝置獲得53.7億美元的銷售額，比去年成長超過一倍之多。

手機購物將掀高峰（Peak Mobile Shopping Day）

美國全國零售聯盟（National Retail Federation）針對購物族群進行調查，發現40%的消費者擁有智慧型手機，其中有超過半數打算在接下來的聖誕假期透過手機搜尋、購買商品。根據eBay旗下的線上付款業務PayPal估計，手機購物的高峰將出現在12月的第二個星期天（12月11日），因為許多人要到假日才有空上網選購，而這天是訂購商品能準時在聖誕節送達的最後一個非工作天。

將消費者從電腦前帶到店裡（Driving Shoppers to Stores）

eBay最近推出一款應用程式Red Laser更新版，這是一款讓消費者可以藉由智慧型手機掃描條碼，並查詢同商品其他零售業者定價的應用程式，更新後的Red Laser不但整合了去年被eBay買下的Milo功能，囊括地方存貨資訊，新增PayPal行動付款的選項，還讓智慧型手機用戶可以選擇在實體店面提領商品。

包括Toys R Us（玩具反斗城）和Best Buy等美國零售業者都已和Milo分享地方存貨資訊，這意味著使用Red Laser的用戶可能是在手機上向這些店家購買商品，最後選擇親臨店面取貨。這個特點也是行動商務（mobile commerce）與單純使用網路的不同之處：透過網路銷售商品搶了實體店面的生意，但行動商務卻因為能告訴消費者在哪裡能買到他們要的商品而幫實體店面增加商機。除了更新版的Red Laser之外，亞馬遜上週也推出了另一款Price Check應用程式的更新版本。

來源：路透社

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。