[詹佳俊]小市場如荷蘭都能孕育出飛利浦,台灣為何不行?
[詹佳俊]小市場如荷蘭都能孕育出飛利浦,台灣為何不行?
2015.11.16 | 行銷

最近常常碰到或聽到臺灣人說臺灣市場太小,所以無法產生國際品牌,也很難產生跨國際的電商公司。臺灣有沒有辦法產生國際品牌,我想可能的原因應該很多,但「國內市場太小」,應該不會是一個藉口,否則比臺灣市場還小的荷蘭就不會有像飛利浦這樣的國際品牌公司出現了!

圖說明
照片來源:David Evers

飛利浦的初期發展是由複製,大量生產然後投資研發,才逐漸轉型成為跨領域的國際品牌。公司創立初期的發展其實跟台灣很多以生產導向的企業的發展過程很類似,或許可以值得很多臺灣參考。

以生產燈泡起家的荷蘭皇家飛利浦電子公司(Philips),成立已經超過一百年,與美國的通用電氣(GE)、德國的西門子(Siemens)、日本的東芝(Toshiba)並列為全球四大電子集團。飛利浦的三大競爭者都有龐大的國內市場支撐,唯有飛利浦的國內市場最小,人口數比台灣還少不到兩千萬,僅有區區ㄧ千六百多萬人口。

不要小看燈泡這現在看起來不起眼的玩意兒,在1891年飛利浦公司剛成立時,家用電力都還不是很普及的年代,19世紀燈泡的出現對市場的影響力應該不小於20世紀出現的個人電腦。

老二哲學 – 快速複製,低價搶市

雖然台灣的Acer很早就提出「老二哲學」的概念,透過快速複製老大的產品與策略,節省市場調查與產品研發費用,利用較低成本優勢快速搶食市場。但其實更早在ㄧ百年前的荷蘭飛利浦,公司發展的前二十年也是採用類似的老二哲學,快速搶佔市場。

相對於燈泡市場三巨頭(美國的通用電氣、德國的AEG與西門子),公司規模相對小的飛利浦認為與其自己花大錢做產品開發,還不如讓那些有錢的大公司先去做昂貴的研發,飛利浦只要能快速複製就好。而且因為沒有產品研發費用,只有複製成本,產品的生產成本可以壓低,當然也可以利用比較低的價格來銷售,在那個智慧財產權觀念還不十分普及的年代,飛利浦的「老二哲學」確實讓三個老大燈泡公司頭疼不已。當老二已經逐漸威脅到老大時,放任飛利浦成長多年的三個老大燈泡公司,就開始對這個老二出手制裁。

雖然飛利浦後來因為取得美國通用電氣的專利授權(透過授權培養競爭對手,通用可避免美國市場獨佔的反托拉斯調查)而逃過老大們的追殺,但也讓飛利浦思考調整「老二哲學」的策略。

建立實驗室 – 自主研發,成為老大

經過上述的三大廠專利訴訟,也讓飛利浦意識到專利將對公司產生重大的影響,因此決定透過公司上市取得鉅額市場資金來建立ㄧ個大型的自主研發實驗室計劃,這也就是荷蘭著名的 NatLab - 飛利浦物理實驗室。

這個實驗室除了開發並取得螢光燈(或稱日光燈)的專利與技術,成為日光燈的市場老大,貢獻飛利浦照明超過七成的營業額,也擴展相關技術到X-ray雷射光產業,奠定了飛利浦醫療事業發展的基礎。除此之外,NatLab也發明了電晶體、開發無線電收音機、彩色電視機、電動刮鬍刀,音樂光碟片等先進技術。
可以說飛利浦是在有了NatLab之後,才真正轉型由「燈泡產業的老二」變成一個專注產品研發與品牌創新的跨領域電子業老大。

大量的「老二」- 成本驅動的紅海市場

看到這裡,有沒有覺得荷蘭飛利浦前二十年的「老二」策略發展跟台灣多家電腦公司很像呢? 台灣很多電腦公司都跟飛利浦同樣是以產品製造起家,早期也不太注重專利與授權,透過快速複製的老二策略,利用低成本優勢與低價來搶奪競爭對手的市場。但似乎台灣很多公司也很享受(或是沒有選擇)當老二的低價競爭優勢,沒有自有專利來產生產品差異化,只能透過不斷的擴充產能,來降低單位製造成本,希望能維持價格競爭力。當市場產生變化,大量的同質性產品產生供給大於市場需求時,龐大的定型化產品產能就可能會成為公司龐大的負擔。

製造,品牌與通路

飛利浦雖然是以製造業起家,但透過專利與研發來逐漸建立起差異化的核心競爭優勢,並發展品牌來維持高毛利。當自有的生產製造已經不具成本優勢時,飛利浦也快速反應來做出關閉或出售自有廠房的決定,同時可以透過專業外包來維持相同品質的產品製造成本優勢,公司認知到唯有品牌與不斷創新的專利才是公司永續經營無法取代的核心競爭優勢。

即便已經是ㄧ線品牌,但飛利浦不像很多台灣品牌(或生產製造)公司對通路的偏好是”Sell & forget”(產品賣出收帳後就不管通路銷售與服務),而是積極協助通路銷售,並維持多重通路策略與客戶服務。依照各地的市場狀況,可能會有直營銷售通路,實體展示通路與電子商務銷售等。

台灣市場小所以不易培養出國際品牌嗎?

因為在荷蘭工作的關係,常會接觸到歐洲通路商與台灣的品牌,發現台灣有很多具產品研發或是製造優勢的廠商通常對發展品牌與通路常常抱持懷疑的態度,而僅能倚賴歐洲優勢通路商的品牌來決定台灣供應商的價格與通路策略。更有很多台灣廠商認為台灣市場太小,沒有國內市場支撐來培養出國際品牌,但真的是如此嗎?

荷蘭的飛利浦,或許就是個很好的例子,只要國家跟企業都有企圖心,也能提出有差異化的核心競爭策略,國內市場都比荷蘭還大的台灣,就算沒有產生像飛利浦這樣的跨領域國際品牌,應該也有機會在個別的領域發展出像樣的國際品牌與企業吧?

@@ACTIVITYID:405@@

關鍵字: #宏碁 #智慧家電
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