[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
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude

在某個大雨滂沱的晚上,超級感謝有 7 位一天一 AI 的讀者來體驗我做的「會議紀錄整理師」AI 工作流。現在,我要把它免費開放給你用了!

今天來跟你分享,一天一AI PRO 設計出的 AI 工作流,到底可以幹嘛,並且讓你試用看看。

首發就是「會議紀錄整理師」,這是我自己最常用的工作流之一。有了它,會議上我都可以集中精神發表意見,之後 AI 再幫我統整即可!

除了省時省力、釐清待辦,我還多做了一點巧思:區分出討論項目與決議。那些會議上討論過的,但根本沒結論的事情,我請 AI 幫忙抓出來。

這個工作流可以到一天一AI PRO 的官網下載,裝進你的 ChatGPT 和 Claude。具體怎麼做?往下看圖卡吧。

還想看哪些內容?歡迎點此連結跟我分享~

AI會議紀錄怎麼做?「會議紀錄整理師」自動整理逐字稿

會議紀錄整理師是什麼?

每次會議我會取得同意後錄音,一結束就把逐字稿丟給 AI,呼叫「會議紀錄整理師」技能來做紀錄。逐字稿的錯字多、內容散亂、缺乏說話者資訊,通通沒關係,這個技能可以通過一串設計好的流程,區分是哪種會議(進度追蹤、規劃討論、解題決策)來決定紀錄的重點,最後產出會議紀錄通知信+留存版的完整紀錄文件。

AI整理會議紀錄最大亮點:自動區分討論、決議與待辦

最有感的亮點:區分出討論項目與決議

看完「會議紀錄整理師」整理的紀錄,第一印象一定是「很清楚、有結構」。但細看會發現,它除了幫你列清楚待辦事項,也會提醒你會議缺失的資訊,例如沒指定負責人、沒確定截止日期、哪些是拍板的決定、哪些決議沒討論完、哪些人的意見有衝突。

同件事反覆討論怎麼整理?AI只抓最後拍板結論

結論回掃:同件事來回討論,AI 只認最後的拍板

開會常常一個議題反覆討論,前面說「先用 A 方案」,後面又改口「還是 B 好」。一般 AI 整理會把兩個都列出來,會搞不清楚到底選了哪個。「會議紀錄整理師」有「結論回掃」機制:以最後一次明確確認為準,早期被推翻的版本會被歸類到「否決了什麼」,不會讓過時的決策混淆你。

與會者有誰?例行會議可以沿用團隊設定

與會者有誰?例行會議可以沿用設定

第一次使用,直接貼逐字稿就能跑。AI 遇到不認識的人名或職稱,會在結尾列出來問你:「這位是誰、負責什麼?要不要記下來?」你回覆後,它就建立你的團隊記憶檔。下次再開相同主題的會議會自動沿用,提高會議紀錄裡名字、職稱、待辦事項隸屬的正確性。

ChatGPT、Claude怎麼安裝「會議紀錄整理師」?

下載後怎麼用?

註冊登入一天一AI PRO 官方網站,找到「會議紀錄整理師」的立即下載按鈕,下載 zip 檔。Claude 網頁版的用戶,從Setting→Skills→右上方Add選擇→Upload skill→上傳 zip 檔。ChatGPT 網頁版的用戶要是付費版:開一個新對話→選擇「工作」標籤→在對話框上傳 zip 檔→輸入「幫我安裝到個人雲端技能」。完成設定後,重整頁面、開新對話,在對話框輸入「/」或是「@」輸入「會議紀錄整理師」就能把技能呼叫出來,再把會議逐字稿貼給它就行了。

AI會議紀錄還能怎麼用?散會前確認、累積成專案進度報告

散會前就做紀錄、同專案紀錄能做成進度報告

我在每個會議結束前,都會速跑紀錄,現場確認與會者的理解都一致。同一個專案的會議紀錄累積起來,還可以變成專案進度簡報給主管看:這個月做了哪些決策、還有哪些待辦沒完成、風險有沒有被處理掉。

訂閱《一天一AI》日報,每天跟你分享超實用的AI小技巧!

延伸閱讀:
一天一AI PRO上線!6組專家工作流,讓ChatGPT、Claude不再每次從頭教

AI又唱反調?每月10分鐘做記憶健檢,4招讓ChatGPT、Claude認得現在的你

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