「這一定要講一下！」王志仁宣布Y拍營收成長50%，第三方支付仍在規劃中|數位時代 BusinessNext

網購族透過手機或平板購物比例為去年三倍

根據Yahoo奇摩的調查，在所有的網購族群中，會使用行動裝置購物的比例從去年的50％增加到今年的80％，直接在手機或平板上完成購物的比例更是去年的三倍，而在電腦上完成購物的比例則由90％降低至68％。而在行動電商的流量中，行動版網頁和App的流量比例為7:3。

（圖說：今年在行動裝置上購物的比例是去年的三倍，而在電腦上完成購物的比例降低。圖片來源：許文貞攝影。）

由於從行動裝置購買變得更容易，讓人對電子商務的依賴性更高。在今年的調查中，有27％的人每天透過行動裝置瀏覽購物網站或App，45％的人透過行動裝置購物的頻率一個月高於一次。行動裝置的普及，也讓網購門檻降低許多，使用行動購物的年齡層也愈來愈廣，50歲以上使用行動購物的比例更提高到21％，遠高於2014年的8％。

Yahoo奇摩拍賣營收成長超過50％

當在場媒體問及C2C的Yahoo奇摩拍賣的表現，王志仁忍不住得意神色：「這一定要講一下！」因為自從去年打出全民賣家口號，陸續推出App以及隨拍隨賣等方便小賣家的功能，今年Yahoo奇摩拍賣營收成長超過50％。

（圖說：行動裝置的普及和行動電商的發展，讓使用行動裝置購物的比例愈來愈高，有45％的人一個月至少透過行動裝置購物一次。圖片來源：許文貞攝影。）

Yahoo奇摩亞太區消費者研究數據分析資深經理蘇建勳表示，行動電商的方便性讓網購的尖峰時間逐漸擴大。過去網路購物的高峰時段是在晚上8點到11點，行動電商又讓尖峰時間往前後延伸，行動裝置購物的尖峰時間分佈在下班通勤的7點到8點，以及睡前的11點到12點，顯示消費者多螢幕的網路購物行為。

票券需求大，將推會員卡等更多O2O應用

Yahoo奇摩超級商城從今年開始推出吃喝玩樂票券平台，發現O2O的票券類和服務類商品已經佔Yahoo奇摩前10大熱門商品之中的5名，有「餐券」、「交通票券」、「電影票」、「旅館住宿券」、「表演／展覽入場券」，顯示O2O類的票券的需求大增。「餐券」更平均幫店家帶進20％的新客源。

王志仁表示，當電商業者能夠打造完整的水平和垂直的整合生態，就能幫助賣家提供更符合消費者需求的服務。O2O能做的應用很多，今年Yahoo奇摩已經先做了LBS定位和票券功能，未來兩年內將陸續擴大到會員卡、紅利集點以及第三方支付等功能。王志仁說，現有的水平平台在今年幫助許多實體零售商品搬上網路，未來將持續深化的垂直整合，以會員卡和紅利積點為例，消費者將能在實體店面和平台上的賣場都使用同品牌的會員和點數。

至於前天傳出國內電商業者PChome Online將於10月底向金管會遞件申請電子支付專營機構執照，也讓人好奇Yahoo奇摩短期內是否有發展第三方支付的計畫？Yahoo奇摩目前有網路代收付金流服務「輕鬆付」，並在2014年之後強制Yahoo奇摩拍賣全面使用，但在「Yahoo奇摩超級商城」和「Yahoo奇摩購物中心」上沒有類似的金流服務。對此王志仁表示，未來可Yahoo奇摩可能會自行發展第三方支付服務，但也可能會跟其他業者合作發展，目前還沒有具體的時間表。

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。