[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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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