歐洲最大時尚電商Zalando,連Google都怕它
歐洲最大時尚電商Zalando,連Google都怕它
2015.07.06 | 創業

從抄襲Zappos起家,透過Rocket Internet資金與資源,Zalando不但成長快速,更成為Rocket Internet對外招攬人才宣傳的金字招牌。

「很多想要買東西的人,都直接前往Amazon與Zalando搜尋,而不是來Google。」Google執行董事長施密特(Eric Schmidt)今年在柏林一場公開演說中,提到對於Zalando迅猛發展的壓力。

Zalando網站

一個荒謬案子、一張來回機票

2008年成立,總部設在德國柏林的Zalando,從模仿美國知名電商Zappos起家,也採用免費送貨、免費退換的模式,去年10月成功在德國法蘭克福上市,目前市值約65億美元。回顧Zalando的發展歷史,2008年時種類很單一,僅是一間鞋品電商,到2010年才拓展品類別到服飾、運動用品與日常配件。

目前成績看起來風光,但由金思(Robert Gentz)與施奈德(David Schneider)創立的Zalando,發展初期該吃的苦頭也沒少過。2007年正值23歲的金思,在網站上看到一個令他著迷的消息:「擁有德國版Facebook稱號的StudiVZ網站,以8,500萬歐元的高價賣給出版商Holtzbrinck。」幾個月後他模仿StudiVZ,在墨西哥創辦大學生社交網站Unibicate。然後以奧托貝森管理學院(WHU)校友關係,找上Rocket Internet創辦人桑威爾(Oliver Samwer),希望拿到資金。「這是個荒謬的案子!」金思的請求被桑威爾一口回絕,而Unibicate也真如桑威爾所言,融資困難,一年內就燒完營運資金關閉網站,傷心的兩人窮得連飛回歐洲的機票都沒有。

但金思並沒有放棄,厚著臉皮再次寫信給桑威爾請求資助,桑威爾盛情邀請他到旗下比價網站tarifas24工作,並且提供回歐洲的機票。兩人從原本的校友關係變成雇傭關係,交情與信任也因此逐步累積。

「Unibicate的模式很難預測也很難規模化,而且當時就自己埋頭硬幹,沒有找尋其他的社會資源。」金思反思自己的失敗經驗如此說。隔年金思看準Zappos的商業模式,東山再起。2008年10月在桑威爾5萬美元資金支持下,兩人成立了Zalando,專門販售各類鞋款。

稱霸德國、瑞士與奧地利

2009年Zappos被Amazon以12億美元的高價併購,消息傳來更讓兩人振奮,確認這樣的商業模式前景無限,雖然前期耗費大量的物流成本,轉虧為盈後,營收有機會迅猛增長。

Zalando的增長故事,和桑威爾模仿eBay第一次創辦的電商公司Alando很像,在短短6個月內公司的月營收就超過100萬歐元(約3,439萬元台幣)。「為了應付如雪片般地飛來的訂單,兩個人即使是在周末,還是忙於回覆各式各樣的客服電話。」《富比士》(Forbes)雜誌寫到。僅僅4年時間,Zalando估值就突破10億美元,而它們的影響力也與日俱增。

2011年開始,Zalando迅速在歐洲市場擴張,除了德國,在英國、義大利、芬蘭與瑞典等15個歐洲國家都開始營運,Adidas、Nike、BOSS、Tommy Hilfiger等全球知名品牌、Modström、NAF NAF等區域品牌,以及ONLY、JACK JONES快時尚等1,500個品牌都在平台上架。

Zanlando在德國、奧地利與瑞士德語系國家表現最為亮眼,營收中有54%收入來自這三國。2014年,Zalando的年營收已經突破22億歐元(約756億元台幣),獲利部分,2014年已經轉虧為盈,小賺4,710萬歐元(約16.19億元台幣)。最新的活躍用戶數量為1,540萬人,年增長14%。Zalando成為Rocket Internet電商製造廠的最佳樣板,旗下所有電商集團都向它看齊,對原來的歐洲電商霸主Amazon造成不小的壓力。

《富比士》分析Zalando成功的原因:某種意義上來說,Zalando之所以成功,是因為克服Zappos刻意迴避的歐洲多種語言、法規與品味差異等問題,Zalando不把這些視為麻煩,反而主動迎合這個複雜的市場。舉例來說,在瑞士有用戶抱怨德國客服人員口音太重,溝通不良,Zalando特別換了一批瑞士籍客服,顯見他們的企圖心。

昨日山寨,今日主流,Zalando的崛起凸顯了「網路無國界,服務有國界」,電商在眼光放遠全球之際,也不能偏廢在地化策略。

Zalando
成立時間: 2008年
成立地點:德國柏林
創辦人:金思(Robert Gentz)、施奈德(David Schneider)
主要業務:時尚電商(販售服飾、鞋品、運動用品)
主要服務國家:德國、英國、義大利、德國、芬蘭、瑞典等15個歐洲國家

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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