[彭之偉] 媒體電商的機會與挑戰 (下)
[彭之偉] 媒體電商的機會與挑戰 (下)
2015.08.28 | 行銷

筆者在上文曾提及,傳統媒體電商的商業模式,不管是B2C、B2B,還是O2O,傳統媒體賺的是快錢(廣告、置入、冠名或廣編稿),而電商賺的則是慢財,需要系統平臺(資訊流)、金流、物流和商流來支撐消費者購買或消費的元素。

而傳統媒體的經營者思維,大多不具備電商平臺的建構知識與經驗,這就形成了「落差」,包括認知的落差、執行的落差、收益的落差、人才的落差與知識的落差等等。這種種的落差,使得大多的傳統媒體佈局電商的腳步顯得有些緩慢;即使有了網站、內容和資源,大多也難以整合,這就是因為種種落差造成傳統媒體電商發展較為緩慢的原因。筆者就自身在電商產業十多年的經驗與這兩年處在傳統電視媒體的實務經營經驗,做出以下觀點與建議:

怎麼發展媒體電商?

「人、模式、資源和時間」是傳統媒體發展電商時,基本所需要投入的要素,簡單來說,就是要找對人,找出對的商業模式,給相對足夠的資源,等待相對發酵的時間。這個順序很重要,如果一開始沒找對人、沒規劃出對的商業模式,後面即使給很多的資源也不會發酵。但就算找對人,規劃出對的商業模式,倘若沒給予相對足夠的資源,也不會發酵。

顯而易見,其中的「人」是關鍵,而這個負責發展電商的人,可以是從媒體中直接延攬,或是有從事電商經驗的人,但重點在於是否能切身瞭解電商發展模式與媒體所擁有的相對資源?其次重要的是要直接對得到最上層的老闆(不管是總經理還是董事長),這點很重要。因為企業本身經營者如果真的要做電商,就要有決心徹底去執行;換言之,帶頭老闆要親自去盯進度,才不會到了真正要落實的時候,被許多阻力而阻撓了。對人才專業度的信任,會是最後能否開花結果的關鍵。

「電商重打底,媒體重話題」,電商人才善於打底(金流、物流、資訊流與商流),而媒體人善於鋪陳、包裝和操作話題,兩者能融合最好不過,尤其擁有自營媒體對於操作話題更是相對有經驗,最後在於所操作的話題,如何界接到平臺上,也就是「媒體腦」操作話題、引起討論及想要購買的慾望(真正的媒體影響力),「電商腦」承接消費者(使用者)購買的平順流程(使用介面、使用者動線),唯有兩者合作無間,才能創造好的媒體電商模式。

傳統媒體電商基本觀念

「媒體改變了什麼?」
過去傳統媒體能做到的是兼顧收視率、發行量和觸及消費者(讀者)等,但重點在於媒體影響了消費者什麼?在媒體電商裡,著重的是後面的行為,也就是電商的「轉換率」。媒體在生產內容上,要從好的、優質的、感動人心的、令人省思的與歡笑的目的,加上「行為模式」,也就是看完要讓消費者願意、想要去採取行動。所以,有了媒體腦固然很好,但還得加入電商腦的「轉換率」。

「電商是要賣東西?」
賣東西需要的是電商基本功,常常許多電商人把商品規劃的很完整,把該有的故事、訴求都做到了,但是怎麼正確且一針見血的傳達給對的消費族群,切中族群(觀眾、讀者、收視戶)的心中,觸發族群的需求,是電商腦要加入的「媒體力量」。

媒體電商的三件事?

一、資源配置:

擁有自營媒體的人通常會以「賣不掉的廣告來做電商」的思維,是對也不對,因為賣不掉的廣告通常無用,不好的版位/時段/內容,本身影響族群(觀眾/讀者/收視戶)的力量就是薄弱的,如果只以這樣的思維來宣傳,當然力道一定是有限的,甚至是不好的,但賣不掉的廣告該不該拿來做宣傳,當然是可以的,只是好的(版位/時段/內容)廣告(或節目或主題報導)要跟不好的一起搭配,抓出對的宣傳策略,也就是媒體的資源配置很重要。

二、知識融合:

上述有談過的,「媒體腦」與「電商腦」的思維本來就不同,擅長的操作面也不同,不同時間、不同點的「換腦思考」很重要。人不同,事不同,觀念也不同,要能彼此「知識融合」,找出最佳合作方式,才能發揮媒體電商的絕佳優勢。

三、專業合作:

萬一媒體業者沒有電商人才怎麼辦?對外找專業的合作夥伴是一個解決方案,然而找對合作夥伴是一件很重要且是否有機會發展成功的關鍵點。就目前許多電商平臺租賃系統公司,筆者並不覺得市場上一般的電商平臺租賃系統公司(開店系統)有媒體腦的思維。建議還是需要客製化系統,才能將自有的媒體資源系統化,或是尋求有經驗的顧問或系統商共同合作,以減少前期摸索的成本及避免走錯路所花費的時間與金錢成本。

以上幾點,是筆者就自身從事電商十多年的經驗與這兩年處在傳統電視媒體的實務經營經驗,所提出來的建議與分享。媒體網路化與電商化,可說是必然的趨勢,而傳統媒體發展電商模式也會是必要的轉型與策略。

傳統媒體要跨界網路或電商,而電商要向媒體取經,學習如何創造影響族群(觀眾、讀者或收視戶)的行為,把「電商腦」與「媒體腦」在不同時間、不同點的「換腦思考」,找出最佳融合方式,就能發揮媒體電商的絕佳優勢。

原文獲得作者授權 彭之偉的臉書授權

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