[Dr. 賈廝府] 漫談阿里巴巴:電商平台借力使力的經營模式
[Dr. 賈廝府] 漫談阿里巴巴:電商平台借力使力的經營模式

編按:中國最大電子商務公司阿里巴巴集團於2014年9月19日以「BABA」代碼,正式在美國紐約證交所上市,上市首日股價大漲38%,創辦人馬雲榮登中國首富,阿里巴巴市值更僅次於Google成為全球第二大的網路公司。
阿里巴巴的故事是怎麼開始的?對中國、對台灣、電子商務,甚或是整個網路產業又將激起怎樣的變化?這些看似已理所當然的榮景背後,是否有些不為人知的曲折與眉角?本文作者將以輕鬆而不失推敲的觀點,與讀者一起「漫談阿里巴巴」。

最近科技界與資本市場最大的盛事,大概莫過於中國電商龍頭阿里巴巴,九月十九日在美國紐交所(NYSE)掛牌上市的消息。甭說圈內高手談正事之餘常忍不住要你來我往論上幾劍,連不少平時不關心互聯網的朋友也一副饒有興味的模樣,時不時就抓起報章雜誌跑來問長問短好不熱鬧。想來一則將近兩千億美金的市值,即便在資本龍頭美國的歷史上也是屈指可數(附帶一提,Facebook當年也不過一千億出頭)。再者它那象徵中國龐大經濟成長的基礎民生影響力實在鶴立雞群,畢竟不同於其餘巨頭(搜索、遊戲、社交、安全)那種有點工具/娛樂/時髦的調性,電商這種東西,本身就具備著一定的普世性-人就算不打game不上網聊天不查資料,買東西總是要的。而且一個公司能經手買賣到中國3%的GDP(這個字眼近來頗為觸景傷情),也夠嗆了。

環繞著阿里巴巴的各種議題可謂五花八門,正經八百至合夥人制度之於企業治理和國家支付政策及金融革新,風花雪月至拍電影或武俠企業文化等不一而足,算是個挺雅俗共賞的公司。不過親朋好友最常諮詢,希望作為公司運營參考的,還是阿里巴巴的經營模式與獲利能力。平平是做電商,為什麼人家動輒近兩兆人民幣的流水(GMV),營收幾百億,淨利還有個3-40%?反觀其他同業規模不如也就罷了,何以利潤差異竟也如此之大?

先不論運營跟國情,我想這相當程度牽涉到兩種電子商務的經營模式-姑且稱之為設施型電商和平台型電商-亞馬遜,京東,和PCHOME都可粗略歸為前者,阿里巴巴和雅虎拍賣等則更接近後者。

大艦巨砲的設施型電商

設施型電商跟現實生活中的買賣較為相似。雖說購買推銷付款等前段流程幾乎都已虛擬化,但它們需要倉庫、一定程度要批貨買賣背庫存、甚至有時得自理物流......,幾乎所有實體商務會碰到的問題,設施型電商一定程度上都必須處理。故大多數的設施型電商,營收和銷售及周邊手續費的提取息息相關自不待言,更要緊的是得額外有大量投資在前述的基礎設施上,進而導致巨額的成本攤提。尤其近年來電商擴張的腳步越發快速,各種資本支出更是層出不窮,是以強如亞馬遜,利潤也不時在地平線上下擺盪,煞是辛苦。

聚眾發力的平台型電商

反觀平台型電商,做法更近似大樓招商:各個商家上平台來開店招攬客戶,作為莊家的平台一樣把購買推銷付款金流等,透過規模經濟獲得較高效益後,虛擬化統一供各個商家使用。但商品的庫存成本及倉儲,原則上大多由商家自理,物流也是交由合作廠商處理集貨配送。在這樣許多事物假手他人的模式下,平台雖僅能從成交金額中提取一定比例(以阿里為例,一般0.3~5%,視品項不等)作為利益,卻能避免像設施型電商那種大量背負庫存及資產的壓力。是以這種「輕資產」的經營模式,資本壓力小得多,擴張上卻更為靈活,故經營者操作起來也更沒有包袱。(當然平台的資訊及運營系統,乃至金流等配套,都必須能禁得起大起大落的用戶流量規模,而要把這些都搞好也必須有極為強悍的運營能力,然而這些都算是電商的必修學分,和經營模式的選擇關聯有限就是了。)

真正的功臣是廣告

上述對輕資產模式的描述,固然可以解釋支出上的輕盈,但真正讓阿里這類平台電商大發利市的卻另有其人。攤開阿里巴巴財報,我們會赫然發現公司營收中,有六成以上竟是所謂的廣告營收。這什麼意思呢? 由於平台上商家越來越多,商品數量及種類更是五花八門,用戶逛起來根本目不暇給,是以很多商品跟店家往往會被埋沒在用戶的注意力之外 (相信不少平日有在網上購物的人,多少都有類似的經驗,再怎麼認真比價挑貨,到結帳也實在看不完所有的商品及商家)。於是為了更有效吸引用戶的注意力,平台電商一方面提供各式各樣的廣告欄位與機制,讓商家付費宣傳好吸引用戶,一方面也提供各種機制讓平台電商以外的網站,也能夠很容易透過刊登這些店家的廣告,從相關收入分一杯羹。然而隨著店家數目越發成長,用戶注意力越發分散,大家競相刊登廣告一事也越演越烈。更有甚者,平台電商自己也會「斟酌」哪些店家/品項更能帶來利潤,並選擇性給予相對應的流量導引。在這種僧多粥少的情況下,店家只好拋出更高的價格來搶奪這些宣傳資源,也難怪平台電商的廣告營收水漲船高。

規費乎? 分享乎?

倘若有人弄了個百貨公司,左手吆喝許多專櫃進駐,右手透過大力向消費者宣傳這個百貨公司的店家和商品眾多,才得以吸引大批人潮。然後有天突然告訴付費才得以駐店的店家說:「現在人實在太多,我們無法避免你的專櫃在眾多店家中被埋沒。若想維持以前的人潮,建議你還是付錢宣傳一下......不過每家專櫃都想拜託我們,所以誰先誰後,就看你有多少誠意了」,旁觀的人不知作何感想?

然而即便是這樣靠商戶發家,還回頭跟商戶拿錢,乍看之下商家仍是照付不誤。到底他們是看做必要之惡,還是說其實商家有著遠比大家想像中更豐厚的利潤,是以將之視為合理的規費? 筆者心裡有自己的答案,相信資本市場和用戶在不久的將來,也會給大家一個他們的答案吧!

關鍵字: #阿里巴巴
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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