出版社拚直銷 網路書店戰火正熱
出版社拚直銷 網路書店戰火正熱
2007.02.15 |

網路書店沒有時間及空間的限制,可以24小時營業,又有「書架可無限擴張」的優勢,所以近來台灣各大出版社頻頻成立自家的網路書店,用最直接的服務抓住讀者,爭奪電子商務市場。
近年電子商務機制成熟,加上不景氣壓力,各出版業者逐漸認真經營「網路」這種直接銷售的通路,如遠流、城邦成立自家的網路書店,嘗試電子商務。他們依循出版社本身特色,為讀者開發更個人化的服務。
日前Google台灣區業務總經理張成秀宣布Google將利用光學文字辨識(OCR)數位技術,與出版社將圖書內容數位化掃描建檔,提供全文檢索、部份瀏覽的服務,但消費者不能列印、儲存。她在記者會上表示,台灣有三千多家出版社,一年新書有四萬本,一般書店最多只能存放兩到三萬本,即便是誠品信義旗艦店,也僅號稱容納七十萬本書,不可能將所有書籍一網打盡。

突破時空限制--全天營業,書架無限擴張

事實上,書店通路有著書籍回轉率、庫存壓力,因此只能將採購重心放在新書或暢銷書,一直存在書種選擇少、庫存冊數不足的問題。但網路書店沒有時間及空間的限制,是二十四小時營業的書店,又有「書架可無限擴張」的優勢。出版社做網站書店,就是過去直銷通路的延伸。通路是一種大幅節省營運成本、提高毛利率的銷售方式,網路更可省下龐大的人事費用,難怪大大小小的出版社紛紛投入建立電子商務平台。
對於各出版社自行建置網路書店,博客來網路書店總經理張天立認為,這是疊床架屋的行為。他尖銳地指出:「你看過世界上有哪一家知名的網路書店是由出版社經營的嗎?」事實上,出版社自己做網路書店,問題常出現在對於平台機制、金流、物流不熟悉,購書、取書流程不夠通暢,而大部份網路書店管理者也不否認這些都是一大門檻。
出版社經營網路書店,顯著優勢是能夠掌握庫存、降低成本。缺點是造成通路競爭,以及容易面臨銷售瓶頸,不若博客來等整合性平台能發揮電子商務的「長尾效應」。即便如此,大部份出版社還是對於自家的網路書店寄予厚望,「至少多了幾千個廣告版面可以強打我們的強勢產品。」城邦集團子公司書虫俱樂部的網站行銷經理竇立德坦言。
天下雜誌出版社網路部主任梁齡之更指出,與其他一般性的網路書店相較,出版社經營電子商務的優勢在於更好的產品解釋力、訊息的完整露出與曝光,價格也更具有彈性空間。

掌握競爭優勢--發展特色,非僅訴求價格

然而出版社經營網路書店,對於其他純網路書店或實體通路而言,究竟是競爭還是合作?梁齡之認為是一種競合關係:在重點產品上可以擴大產品的宣傳力與銷售力道,但同時有出版社自己的網路書店存在,在一般的通路來說,也有制衡的作用。同時對於一般通路來說,如果該產品在自己家的網路書店賣得好,也能要求通路擴大下單量。
有趣的是,消費者愈來愈習慣上網買書之後,價格將成為更重要的選擇依據。現在還出現了「書籍比價網站」(findbook.tw),專門幫消費者尋找最便宜的書價。免費的書籍比價網站,只要鍵入書名、作者或關鍵字,網站會自動搜尋國內各網路書店,從大眾化的博客來、誠品、金石堂,到專賣法律書刊的元照書店,價格、折扣一覽無遺。外文書方面,除國內網路書店外文館,還有美國亞馬遜網路書店的圖書,網站會自動把美元換算成新台幣,方便讀者選擇。
無論是純網路、實體書店跨足或出版社跨足的網路書店,都必須具備豐富產品與完整資料庫,具有完善的金流、物流與客服系統,再依據各自屬性發展出特色,而非僅以價格戰為訴求。否則也只是贏得蠅頭小利,而損失了最重要的品牌形象。 

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