阿里巴巴第四季營收成長54%，特別在財報中提及打假與新零售策略|數位時代 BusinessNext

2017年1月24日晚，阿里巴巴集團公佈2016年第四季（2017財年第三季）財報，營收較去年同期成長54%；淘寶和天貓等零售平台的業務，在雙十一的拉動下，總營收和行動端營收分別較去年同期上升了四成和七成；雲端服務成長強勁，付費用戶數量較去年同期翻倍，推動阿里雲營收連續第7個季度保持三位數增幅。。

值得注意的是，去年剛重回美國惡名市場名單的阿里，這次專門在財報中提到的自身打假的動作；還有在線上線下零售融合的策略。

營收較去年同期成長54%，提高全年利潤預期

阿里當季（2016年10月1日至12月31日）收入較去年同期成長54%，達532.48億元人民幣（約78.6億美元）。成績同樣亮眼，但細看之下，增速稍有放緩。

盈利情況方面，集團經調整EBITA（息稅攤銷前利潤）較去年同期成長42%至256.69億元人民幣，經調整利潤率為48%；其中，核心電商業務利潤率64%。撇除非現金性質的重估收益、股權獎勵以及個別其他專案，季度經調整盈利較去年同期成長36%至224.91億元人民幣（約33.2億美元）。按非美國通用會計準則計，本季錄得49億美元的自由現金流。

阿里表示，自2016年4月以來至今，阿里巴巴集團收入在本財年的第一、第二季分別獲得59%、55%的成長，本季較去年同期成長54%。實際運營數據均超出市場預期，因此，阿里巴巴集團首席財務官武衛表示：「在三個均優於預期的季度後，我們將2017財年的收入指引，由按年成長48%上調至成長53%。」

截至2016年3月的上一個財年，阿里巴巴全年收入成長33％，本財年53%的收入成長預期，意味較去年同期增速比上一財年增加了20個百分點。

阿里雲增速仍超100%，付費用戶數量較去年同期翻倍成長

在具體分部業務上，核心電商業務收入較去年同期成長45%，達465.76億元人民幣。雲端運算較去年同期成長115%，數位媒體和娛樂業務較去年同期成長273%。創新專案及其它業務較去年同期成長61%。

阿里表示，當季表現亮眼主要原因有：中國零售平台收入大幅、阿里雲成長強勁，以及收購業務（主要為優酷土豆及Lazada）所帶動。

中國零售平台的季度收入為408.02億元人民幣，較2015年同期上升42%。其中，行動端收入為324.51億元人民幣，較2015年同期成長73%；行動端佔中國零售平台的整體收入達到80%，2015年同期佔比僅為65%。

每位活躍買家對中國零售平台的年度收入貢獻，由去年同期的184元人民幣，上升到本季的241元人民幣；每位行動月度活躍用戶對行動收入的貢獻，則由去年同期的108元人民幣，上升到本季的166元人民幣。

雲端運算業務方面，雲端付費用戶數量較去年同期翻倍，推動阿里雲營收連續第7個季度保持三位數增幅。數據顯示，該季度雲端運算業務營收為17.64億元，較去年同期成長115%。付費客戶數比上一季度增加約11.4萬，比去年同期則成長一倍，總數76.5萬；當季收入17.64億元人民幣，較去年同期成長115%；此前，阿里雲先後在日本、德國、中東和澳大利亞開設數據中心。

由於併入了優酷土豆的業務，以及提供的行動增值服務如行動搜索、新聞推送和遊戲發行等的收入有所提升。在數位媒體和娛樂業務方面，本季度收入達到40.63億元人民幣，較去年同期成長273%。此外，來自創新項目及其他業務的收入為8.45億元人民幣，較去年同期成長61%。

專門在財報中提及自身打假動作與新零售

2016年的阿里被美國貿易代表辦公室重新列回「惡名市場名單」，該名單往往是指打假不力的平台。不知是否因為相關原因，阿里最近在打假方面分外用力，不僅強化了平台打假規則，還將刷單團伙告上法庭。這次更是專門在財報中提到了自身打假的努力：

在平台治理方面的持續努力，已成為超過10萬品牌對阿里巴巴信任的重要基礎。 2017年1月16日，阿里巴巴還發起成立全球首個「大數據打假聯盟」，LV、三星、施華洛世奇、瑪氏、福特汽車等20個國際知名品牌加入，與監管部門、品牌商共同推進知識產權保護。

提出新零售的概念之後，線上線下零售融合更是阿里近來的重點。

去年11月，阿里巴巴宣布投資21億元人民幣，獲得三江購物的35%的股權（包括股份和可換股債券）；2017年1月，提出了私有化銀泰商業的建議，根據建議交易，阿里巴巴將成為銀泰的控股股東，持股比例預計增至約74%。

阿里與螞蟻金服合資成立的口碑也是他們線下業務的重點。財報顯示，季度內透支付寶結算的交易支付額達731億元，較上一季度成長52%，口碑今年1月獲得新一輪11億美元的融資。本季，菜鳥網絡日均投遞包裹5700萬個。

財報中還披露阿里生態下其他持股公司的情況，在2016年天貓雙11期間，透過支付寶支付的銷售額達到1207億元人民幣，其中行動端支付佔比高達82%。

同時，旗下大數據平台菜鳥網絡日均處理包裹量已經達到5,700萬個。去年雙11期間，菜鳥幫助商家和物流合作夥伴處理了6.57億個包裹。菜鳥聯盟智能倉配網絡為例，已經可以為超過1,000個區縣提供當日達次日達服務。去年雙11期間，五天內發貨超過1億件，成為中國最大開放倉配網絡。

「這展示了菜鳥開放生態的巨大成長性，是大數據的勝利，也是所有物流合作夥伴協作的能量。」菜鳥網絡總裁萬霖說，菜鳥將繼續加大投資未來，堅守數據技術公司的定位，推動整個物流業在智慧物流道路上邁開大步。

本文授權轉載自：36 氪

AI 正快速改變消費者探索商品、接觸品牌的方式，也為零售業帶來新的成長機會。然而，當 AI 從個人使用工具逐步走向企業營運，台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示，台灣零售業的 AI 應用仍存在明顯差距，資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策，如何將 AI 從單點工具導入，真正成為零售成長的助力，已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會，以「Where AI Meets Commerce」為主軸，邀集零售與科技業者，從流量獲取、數據應用到會員經營，探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE，也在會中宣布邁向 AI in Retail，推出官方 MCP（Model Context Protocol），進一步串聯零售數據與 AI 應用，協助品牌掌握新興 AI 流量入口，為下一階段的智慧零售布局做好準備。

SHOPLINE 預告：零售下一個流量入口是 AI

2026 年上半年，SHOPLINE 客戶 GMV 年增 20%，是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大！」SHOPLINE 台灣總經理葉力維指出，從全球市場來看，尤其是以北美為主的 SHOPLINE 客戶，來自 AI 渠道的流量 PV 較去年同期成長 15 倍，訂單量更成長 35 倍；相較之下，台灣 AI 渠道流量 PV 約成長 2 倍，顯示 AI 導流的商業潛力正逐步浮現，台灣品牌仍有很大的成長空間。

當品牌越做越複雜，從多通路走向全域經營、數據與規模擴大，如何確保資料品質、打通資訊孤島，並兼顧資安與治理，成為 AI 能否真正落地的關鍵。為此，SHOPLINE 提出四大 AI 佈局方向：首先，建立 AI Ready 數據基礎，整合分散的零售資訊，為 AI 應用做好準備；其次，深化 MCP 布局，讓品牌能依照自身需求，自主選擇並串接不同的 AI Agent；第三，成立 AI 轉型委員會，將 AI 導入內部工作流程，推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議；最後，擴大 AI 夥伴生態系，開放第三方開發者串接垂直領域的 AI 應用，讓品牌能更靈活地組合所需工具。

「過去十年，SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變，其實都代表著品牌經營方式的改變；而下一個入口，就是 AI。」葉力維表示，當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑，品牌不能只停留在導入單一工具，更需要提前整備數據、串接應用並建立治理能力。接下來，能否做好 AI Ready 的準備，將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP，助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備？SHOPLINE 產品副總賴哲文指出：「人、貨、場的接觸點沒有改變，改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景，消費者、員工與企業的角色也隨之改變：做決定的是消費者，當消費者問 AI「我該買哪個品牌」，品牌能否出現在答案裡是第一個挑戰；執行的是員工，員工則可將部分執行工作交由 AI 處理，將更多精力投入判斷與決策；做判斷的是企業，AI 能否提供可靠的洞察與建議，關鍵仍在於數據品質，以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦，品牌經營也必須從傳統 SEO，進一步走向 AIEO（AI Engine Optimization），讓商品與品牌資訊具備良好的結構與可讀性，才能提高被 AI 採用、推薦及導流的機會。對此，SHOPLINE 提出三層 AI Ready 架構：以「AI Ready Data」整合高品質、可供運算的零售數據；透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接；再以「AI Ready Agents」串接品牌自主選擇的 AI Agent，逐步將數據基礎延伸至實際應用。同時，SHOPLINE 也透過第一方數據歸因，改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題，讓原始數據能進一步支援 AI 分析與決策。

在工具應用上，SHOPLINE 推出官方 MCP，涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills，搭配 MCP Tool 的後台相關能力，進一步產出數據洞察報表與執行建議，讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全，SHOPLINE 也設下三道防護機制，包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取，以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調，當 AI Agent 開始參與消費者決策與企業營運，品牌不只要讓 AI 看得懂商品，更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外，SHOPLINE 也致力發展 AI 開放生態圈，邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技，以及女性高效身體保養品牌 HYPHY，攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據，提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大，轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析，投放效率下滑，源於成長結構改變：影響消費者的場域更分散，找人的方式從興趣推測走向真實行為，素材也無法一套打完全場。

對此，Justar 運用 AI 結合電子發票數據，以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫，涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓（Persona），比對發票資料庫、找出真實買家作為種子受眾，而非僅依賴瀏覽紀錄或興趣標籤，再由 AI 自動擴充相似受眾、生成並優化素材，並依成效動態調整投放策略與預算配置。

張元溢強調，從真實種子到規模化放大，重點在於找到更多相似的人。同時觸及也須走出社群，延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容，藉創作者短影音加上跨場域廣告加深印象，才能為品牌實現「線上找到人，線下讓他記住你」的成效。

BUNNYWORK 推 AI 營運特助，主動預警缺貨與滯銷也發掘成長機會

除了行銷之外，AI 也開始深入零售業的日常營運，協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出，電商營運常面臨幾大痛點：商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷，滯銷商品也往往要到季末才浮現。「營運方式不同，留下的利潤差很多。營收決定你做多大，營運才決定你能留下多少利潤。」

針對這些痛點，BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案，目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據，BUNNYWORK 則讓 AI 24 小時主動盯盤：根據銷售數據提前發出缺貨預警、產出補貨建議單，並每日掃描商品銷售速度，一旦偵測到滯銷風險，即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外，AI 也幫助電商看見潛在機會：偵測到爆款潛力的商品，提醒品牌提早加碼備貨、調整廣告資源，把握成長時機。

至於 AI 為什麼能提供可靠的營運建議？背後仍取決於數據基礎。周于如解釋，ERP 串聯商品、銷售與庫存等不同環節的數據，並即時同步多通路的商品與庫存資訊，讓 AI 掌握完整且即時的營運全貌，同時降低超賣風險。「唯有建立乾淨、即時的資料基礎，AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會，協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

精兵團隊導入 AI，解決流程瓶頸再創高成長

從流量獲取到營運效率，AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出，OmniSegment CDP（顧客數據平台）能整合分散的顧客資料，建立 360 度顧客輪廓，進一步支援跨渠道的精準經營；旗下導購型 AI Agent「AgentBit」，提供對話式分眾，讓使用者與 AI 對話就能快速打包推播受眾，不再需要手動設定篩選條件；商品興趣預測則以 AI 學習客戶的行為軌跡，自動將高相關商品推送給高潛力買家；AI 智慧分析更只需透過問答，即時分析品牌檔期成效與提供優化建議，並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘，大幅提升行銷團隊協作效率，並支援逾 2,000 種 OMO 跨通路智慧推播，協助品牌更有效地觸及目標客群。

HYPHY 品牌共同創辦人林又立分享，品牌長期透過 LINE 經營千人會員社群，希望在規模化經營的同時，仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後，團隊能透過 AI 對話快速完成受眾分群，並取得具體的行銷優化建議，降低操作門檻。以單檔活動為例，LINE 發送量僅為原先的 15%，點擊率卻提升 227%，EDM ROAS 更提升至原先的 3.3 倍，展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌，林又立也分享了務實的做法：「不要一開始練跑就想著今天要跑全馬，先踏出第一步，把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型，不如從具體的營運需求出發，逐步找到適合 AI 發揮的場景。

活動尾聲，葉力維也提醒，品牌導入 AI 前，應先盤點內部工作流程，找出真正影響效率與成效的瓶頸，再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上，才是關鍵。」與其為了導入 AI 而導入 AI，先解決實際問題，才能讓技術真正轉化為營運成果。