電商收入大增六成不只是靠併購,營收連12季逆勢成長的沃爾瑪還做了哪些事
電商收入大增六成不只是靠併購,營收連12季逆勢成長的沃爾瑪還做了哪些事
2017.08.18 | Amazon

最新一季財報公布,美國連鎖賣場龍頭沃爾瑪(Walmart)在慘澹的實體零售市場逆勢交出連續12季營收成長的成績單,另外客流量也有連11個季度增長的表現。而在沃爾瑪近年大手筆加碼投資的電商事業部分,營收則是大增六成,GMV(交易金額)也有67%成長。

一年內發動五次電商併購案

自去年8月以33億美元(約合新台幣990億元)入主Jet.com之後,這一年內沃爾瑪又陸續併購了不少電商公司,如銷售戶外裝備的Moosejaw、鞋類電商Shoebuy、時尚女裝電商ModCloth、男性服飾電商Bonobos,快速提升沃爾瑪線上商店的產品品類豐富度,也引進更多利潤較高的品類,並帶進新消費者族群。

總計沃爾瑪線上商店第二季的產品品類數量已經從第一季的5000萬項,進一步拉升到6700萬項,成長幅度超過三成。

時間 被併購者 類型 併購金額
2016/08 Jet.com 綜合電商平台 33億美元
2017/01 Shoebuy 鞋類電商 7000萬美元
2017/02 Moosejaw 戶外裝備電商 5100萬美元
2017/03 Modcloth 女性服飾電商 未公開
2017/06 bonobos 男性服飾電商 3.1億美元

除了啟動併購,沃爾瑪持續成長的背後其實也在虛實整合這件事投注相當多心力,如這季度沃爾瑪的生鮮食品銷售創下近五年新高,不論線上、線下都貢獻了成長。

也因為消費者對生鮮食品線上訂購、門市取貨服務的反應良好,沃爾瑪美國董事長暨執行長格瑞格.富蘭(Greg Foran)預告,線上雜貨店(online grocery)服務的據點預計會在年底前從目前的900家,提高到1100家。可以想像,沃爾瑪應該會比任何人都急切想要在亞馬遜與全食超市(Whole Foods Market)完成整併之前,搶先在消費者心中鞏固自己的地位。

整合網路服務,善用線下優勢

而沃爾瑪電商部門執行長馬克.洛爾(Marc Lore)觀察,速度對消費者確實非常重要,所以他們提供了不須繳年費也可享有數百萬件商品兩天到貨免運費的服務;當然,對於高昂的物流成本問題,沃爾瑪也在持續嘗試各種解決方法,如消費者若選擇線上下單,門市取貨,則購物就可以多享一筆折扣。在洛爾看來,這樣的做法不僅消費者得到優惠,沃爾瑪也省下最後一哩的物流費用,還可以為門市導入更多人流。

另外從六月開始,沃爾瑪也開始測試「員工下班順路送貨」的方法。因為才實施不久,效果還不明確,但就沃爾瑪150萬名員工可覆蓋的人口範圍來看,確實值得關注。

沃爾瑪(Walmart)
沃爾瑪持續尋找線上線下整合可以創造的最大綜效
圖/ Walmart

而如同沃爾瑪董事長暨執行長道格拉斯.麥克米倫(Douglas McMillon)所說的,「我們的策略是讓忙碌的家庭每天過更輕鬆。」除了物流,他們也在其他地方下功夫。如洛爾表示他自己特別喜歡的一項功能是「簡單回購(Easy Reorder)」。這項功能主要整合了消費者過去在線上和線下的採購資訊,讓消費者可以在短時間內對自己過去的採購狀況一目了然,以最短時間找到最常買的商品,進而省下擬定購物清單的時間。

另一個類似的例子是抓住返校潮的採購需求。消費者只要在沃爾瑪的網站上輸入郵遞區號,就可以找到自己所屬學校這學期的採購清單,將商品加入購物車。麥克米倫表示,沃爾瑪線上商店整合美國超過100萬間教室的採購清單,他相信這正是忙碌的家庭所需要的。

雖然沒有提出明確的數據佐證,但洛爾表示這些服務確實為沃爾瑪帶來新用戶和成長動能,並且看到長尾效應和回購率的提升,如消耗品部分,就有五成消費者會透過Easy Reorder功能回購。洛爾相信消費者是喜歡他們這些服務的。

費用增長是必要代價,沃爾瑪改革腳步不停

當然,這些投資也必須付出代價。根據沃爾瑪第二季財報,營業費用增加了3.9%,主要就是來自在電子商務和新科技的投資。即便如此,沃爾瑪對數位轉型的投資腳步還沒有停下來的打算。

麥克米倫提到,預計在今年底前,將會在美國設立約100座消費者自動提貨塔,表示消費者未來只要在數分鐘內就可以完成取貨。另外他們也在測試導入機器人、圖像辨識技術和機器學習等等。

「零售業仍在不斷演進,當消費者和競爭場景持續變化,我們也必須動得更快。」麥克米倫說。

walmart-pickup-towers-thinglink-static-image.jpeg
沃爾瑪預計今年年底前要在美國建置100座取貨塔
圖/ Walmart
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