電子商務始祖亞馬遜改當網路包租公|數位時代 BusinessNext

二○○六年十一月，美國《商業週刊》（BusinessWeek）的封面是亞馬遜網路書店創辦人兼執行長傑夫貝索斯（Jeff Bezos）的照片，他面帶微笑，手上抱著堆高的紙箱，準備來跟所有打算從事電子商務的人做生意。是的，他打算分租亞馬遜十二年來建設完成的網路倉儲技術與資料庫，叫做亞馬遜網路服務（Amazon Web Services, AWS）。
貝索斯在想什麼？他在沒人相信電子商務的年代時，篤定地開了第一家網路書店；多年後，亞馬遜終於開始賺錢的時候（二○○三年開始獲利），他竟然要把網路零售內部的技術與資源，當作服務賣給其他小型的電子商務網站？
許多人都認為他瘋了，這就像是7-Eleven把自己的物流與倉儲管理租給其他連鎖便利商店一樣不可思議。但他其實早已在這條路上經營數年，只是亞馬遜網路服務終於發揚光大，功能齊備地準備好要當房東了。
貝索斯從開創亞馬遜網路書店以後，一舉一動都跌破大家的眼鏡，但對他來說，他並不是憑著天上掉下來的靈感，也不是比別人更早看到趨勢，而是就算很多人看到未來在哪裡，只有他能不顧一切地投下去。
貝索斯的名言正代表了他的行事作風：「我知道如果失敗了，我不會後悔，但我一定會後悔從未嘗試過。」這句話也成為他人生的註腳。美國《商業週刊》編輯羅伯賀夫（Rob Hof），也是這次亞馬遜封面故事撰文者，談到他與貝索斯會面時表示：「他總是充滿自信。」

**貝索斯首創電子商務成風雲人物

**
當貝索斯在一九九九年被選為《時代》（Time）雜誌年度風雲人物時，他所經營的亞馬遜網路書店還在賠錢。但只因為他隻手開創了電子商務，就讓他成為《時代》歷年來第四年輕（三十五歲）的年度風雲人物（第三名是一九六三年入選的馬丁路瑟，時年三十四歲）。
有人說他是先知，因為他看見網路將成為每個人生活的重心，每個人家裡都會有電腦，而透過電腦及網路交易絕對不是夢。但與其說他是先知，不如說他能夠抓住微小的線索，並堅持自己的信念。
當他還在替基金交易公司工作時，他替電腦寫了一個由電腦執行股票交易的程式。當時他就發現網路是以每年十倍的速度在成長，而這個發現也引領他開創了網路事業。貝索斯說，發現網路成長速度如此驚人的事實，讓他「靈光乍現」，開始思考網路商機。
於是三十歲的他帶著妻子離開紐約投資公司副總裁職務。他對他老闆說：「我要做這件瘋狂的事，我要創一個在網路上賣書的公司。」在妻子的全力支持下，他們到了西雅圖，創立亞馬遜網路書店，當時是一九九四年，網路才初試啼聲，更遑論電子商務。

**創造讓更多人仰賴的網路服務

**
事實證明，在網路上做生意非但可行，而且還大有賺頭。二○○五年，貝索斯在《富比士》（Forbes）雜誌年度財富排行榜上名列第四十一，有四十八億美元的身價。
「我喜歡人們仰賴我，因為這樣我會很有動力，在亞馬遜有數以百萬計的消費者仰賴我們，數以千計的投資者仰賴我們，而我們又是幾千個員工彼此仰賴的團隊，這很有趣。」貝索斯的下一步，就是讓更多人仰賴他。
今年九月，貝索斯在麻省理工學院新興科技研討會（MIT emerging technology conference）上發表關於亞馬遜網路服務的演說。他帶著一貫自信的笑容，侃侃而談亞馬遜推出的新服務，「我們的目標就是，讓其他人更容易建立網路應用服務，降低進入門檻。」
貝索斯表示，以亞馬遜為例，「我們只有三○％的時間與精力花在消費者端的服務，七○％花在網路的基礎建設，現在我們做的事情，就是讓人把更多的時間花在他們的點子上。」
亞馬遜早在二○○二年七月就推出網路服務，當時貝索斯打算讓亞馬遜不只賣書，而是當電子零售業的平台。他推出亞馬遜電子商務服務（Amazon E-commerce Service），讓零售商可以把自己的商品放在亞馬遜商店中，儲存產品價格、顧客評等的資料。該服務是免費的，亞馬遜網路書店從此蛻變成亞馬遜百貨公司。後來陸續推出簡單倉儲服務（Simple Storage Service, S3）以及土耳其機器人（Mechanical Turk）。

**出租生意為網路投下震撼彈

**
這一路走來可以看出，貝索斯仍然在窺看著網路的下一步：販售網路服務。從Web 1.0的先驅者開始，入口網站、線上零售，再到大型電子商務平台，接下來呢？就好像Google推出線上試算表與線上文書處理，salesforces.com將企業軟體服務帶到網路版，當人們所有的事情都可以透過網路解決時，平台就益發重要，這就是貝索斯想要做的事情：打造亞馬遜除了網路零售、物流及電子商務平台外，第三大的事業。
為了建造全球第一大的電子商務平台，亞馬遜投入過多資金在軟硬體設備和研發上，雖然亞馬遜的營收不斷成長（年營收超過一百億美元），但是由於硬體和研發的投資，使亞馬遜的獲利能力始終不佳，預估今年的獲利只有去年的一半（估計淨收入為一億八千萬美元，但研發資金已投注四億八千萬美元）。
目前亞馬遜的零售只用了一○％硬體基礎建設，開放閒置部份的確可增加不少收入。然而亞馬遜在八月推出代管服務（Amazon Elastic Compute Cloud, EC2）之時，股市並未給貝索斯掌聲，股價應聲下滑。
雖然貝索斯所推出的網路服務，建立在他已砸大錢的基礎建設，但相應的顧客群與營收並沒有明顯的成績，這次他會不會賭錯了？不過，我們不得不想起，當年也沒有人看好在網路上賣書，過了幾年，大家依然對網路百貨公司的想法吃驚，這回他的出租生意看來又是一枚震撼彈。
信心滿滿的貝索斯，他心中永遠有著創新的想法，零售網路服務代表了網路商場的下一步。讓我們拭目以待貝索斯的大動作，是否又是一次成功的賭注。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。