[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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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