比折扣不如拚品牌，麗嬰房推生活體驗店，看好效益更勝買廣告|數位時代 BusinessNext

不一味追求坪效，改從減法出發

體驗型門市其實不算是太新的概念，近來許多傳統零售通路陸續都在朝這個方向改變，不過麗嬰房在這個新門市背後的設計思考，仍相當值得一看。如這次麗嬰房是以「第一個365天」作為門市設計主題，從嬰兒洗澡、穿衣、床具、副食品製作，到出外的推車、安全座椅等等，自出生第一天起可能遇到的大小事，都設有主題專區。

然而，門市內容雖然看似包山包海，概念上卻是從傳統零售業拚命追求坪效的加法，180度翻轉成減法。最直接的例子，麗嬰房的目標客群其實落在0~6歲，但選擇「第一個365天」的命題，就意味著要放棄2~6歲的消費者區間。但張育韶對此沒有太多懸念，因為在他看來，專注才能突顯體驗店的效果，不能什麼都想要。

不僅如此，在這偌大的100坪空間裡，各種服飾、商品的面積佔比可能只有十分之一。張育韶解釋，如果今天還是在門市放了滿滿的商品，那他可以想像消費者進來之後的下一個動作大概就是拿起手機搜尋比價。但今天商品少了、空間大了，消費者反而更能夠投入於設計情境和商品本身。

不急著回收，看好體驗門市效果更甚廣告

麗嬰房新任董事長林柏蒼也直說，這樣體驗門市，或者他更喜歡稱之為生活門市（Life style shop），在他看來其實是對品牌的投資，是行銷手法的一種，為的不是創造單店最大銷售額。而且他看好這樣生活門市可以帶來的品牌效果還更勝於在媒體上砸錢打廣告。

也因為這樣的定位，即便如此大坪數的門市設計改裝耗資超過五百萬元，他們也不急著回收。就算今天消費者來到門市只是學習如何幫寶寶洗澡、如何做副食品，最終沒有花一毛錢就走出門，他們也覺得無所謂。

因為對林柏蒼來說，「讓通路和消費者產生最好的關係」才是最重要的事情。不論是電商還是實體通路，他相信只要能和客戶、會員建立關係，就可以創造出商業可能性，而在實體通路這段，生活體驗店就是最好的武器。

打不贏折扣戰，靠信任建立關係

就像張育韶所說的，如果要比誰折扣多、價格低，實體店其實佔不了便宜，但促銷打折無法讓消費者留下品牌印象，門市卻可以帶給顧客溫度、建立信任關係。

他還是強調，「不一定要消費者來就買，而是要讓消費者有問題就想到你，覺得品牌是可信任的。」以內湖這個體驗門市為例，當初是從「解決媽媽需求」的角度出發，他們先透過市場調查了解新手爸媽最常遇到的幾個難題，進而設計出關聯場景。或許消費者體驗當下沒有採購，但或許回去就會在網路上下單，或者未來當有需求時，麗嬰房很可能會是第一個出現在他們腦海中的品牌。

「以前開店很簡單，掛上招牌，商品一放就賣。」張育韶表示，現在實體零售的經營不能再只是單純的買賣關係，而且除了設計要做改變，他們也開始要求門市人員必須有專業的保母證照。

他表示，體驗店的模式一定會複製到其他據點。預計未來兩年會在台中、高雄各設立一家旗艦型體驗門市，而其他中小坪數的據點也會陸續移植進部份的體驗場景。

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。」

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。