阿里巴巴十大網商決選，入圍廠商善用大數據＋雲計算|數位時代 BusinessNext

第一屆「阿里巴巴台灣10大網商」選拔經過近百家的激烈競爭後，決賽前十強名單已經出爐，並將在12/12產生首屆冠軍。而從十大標竿網商的成功經驗中觀察，阿里巴巴B2B網站發現「洞悉大數據分析」、「電商營銷工具的多元運用」、「改造企業文化」3大特點，是這屆優秀網商營運的重要共同特色。

enter image description here
（阿里巴巴首度來癌舉辦十大網商選拔比賽，期望能找到更多優質廠商拓展B2B市場。照片來源：張嘉伶攝）

阿里巴巴集團副總裁梁春曉今日來台表示，電子商務興起將影響未來企業競爭力，改變傳統供需生態鏈，除了降低創業資本，也讓年輕人擁有更多機會。

梁春曉說，以天貓雙十一購物節來看今年拿下571億元人民幣的營收再創新高，但事實上，B2C只是冰山的一角，背後龐大的B2B變革才是真正巨大的商機，整個供應鏈都將納入電子商務的生態體系，阿里巴巴看到的是從一個「網商」要變成「商網」。

阿里巴巴這次來台舉辦首屆「阿里巴巴台灣10大網商」，就是期望能讓更多的中小企業看到新商機，而入選的十大網商為：「普德家電股份有限公司」、「鼎洋工業股份有限公司」、「萊慕思股份有限公司」、「合亦有限公司」、「京銘科技股份有限公司」、「享曆工業股份有限公司」、「晨陽興業有限公司」、「十藝生技股份有限公司」、「三興數位有限公司」、「安口食品機械股份有限公司」。

阿里巴巴B2B台灣總經理傅紀清表示，從「洞悉大數據分析」、「電商營銷工具的多元運用」、「改造企業文化」3大特點，讓「阿里巴巴台灣10大網商」從近百家參賽企業中脫穎而出，其中「洞悉大數據分析」中，電子商務是大數據的時代，取得、分析與運用數據是企業成敗的重要關鍵，透過查詢公司的產品曝光量與點擊量，亦能與同行進行比較，來評估公司推廣策略的成效；另外透過訪客資料的分析，可以了解哪些區域對公司的產品興趣度較高，進而開發潛在買家；還可以檢視業務中有沒有一些決策做得不好、工作流程中效率不佳的地方，這完全取決於企業主對大數據是否足夠了解。

各項「電商營銷工具的多元運用」部分，顯示關鍵字的訓練與掌握、產品質量與網頁店鋪視覺上的優化，是中小企業在進行電子商務時的基礎，但能透過這些工具挖掘出買家的需求往往才是成敗關鍵。

另外，在這次參賽企業裡，經營者皆能「改造企業文化」、電商意識都發生根本性改變，開始重視「分享」的組織文化，強調內部共識的凝聚，例如：舉辦團隊共識營，成立員工圓桌會議，分享每個人的看法、強化員工對企業文化的認同等。另外經營者也懂得授權與分工，提高組織管理的彈性化，例如：開放讓員工提出企業改造建議、由員工輪流主持主管會議等。

梁春曉認為，當整體電子商務市場更加成熟後，將勢必發展C2B的經營模式，也就是客製化生產，目前在中國有些業者已經朝這方向發展，包括廣東有一家零庫存的傢俱業者，青島紅領的西裝服飾業者，完全靠著客製化商品來銷售，甚至連海爾家電也積極嘗試此種生產模式，可以發現在碎片化的市場需求下，透過大數據的分析以及雲計算，準確的滿足每一位客戶的需求，是生產業者將面臨的重要課題。

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。