換季衣櫃救星,Boxful 任意存推「499洗到飽」倉儲加值服務
換季衣櫃救星,Boxful 任意存推「499洗到飽」倉儲加值服務

香港新創團隊 Boxful 今(15)日宣布與大台北地區擁有 18 家洗衣門市的橘子乾洗合作,推出市面上第一個「任洗、任存」的一條龍洗衣與儲存服務。同時整合「洗衣」與「倉儲服務」,瞄準的就是消費者「換季」的需求以及「衣物收納空間」的痛點。

瞄準換季倉儲痛點,Boxful推499元洗到飽

Boxful 任意存自 2016 年正式營運以來,便不斷找尋使用者對於倉儲的痛點。根據他們所發布的《衣櫃換季調查》報告,56% 覺得換季的洗衣流程很麻煩;36% 的民眾有換季衣物塞爆衣櫃的困擾;63% 則有隔季取出衣物出現霉味黃斑的問題。

因此 Boxful 任意存與橘子乾洗合作,推出到府收衣物,洗淨後直接進倉的一條龍式倉儲加值服務。

一個 Boxful 標準箱可裝進超過 40 件冬季長袖或長褲,消費者只需通知 Boxful 任意存拿取箱子,裝滿後直接由物流車送到橘子乾洗的廠房,洗淨後直接入倉。 價格方面不管衣物有多少,通通以箱計費只要 499 元,儲存費用則是一個月 119 元。

Boxful 任意存台灣區總經理許仄偉表示,台灣的環境潮濕,衣物發黴、發黃的情況嚴重,而橘子乾洗特別助理林智遠也補充,發黃的衣物難以處理,透過專業的洗衣與倉儲服務則能有效避免衣物發黃的情況。

Boxful新服務 vs. KumaWash 到府送洗,有何差別?

成立於 2015 年的 Kumawash 打著「到府收送、洗衣的服務」,建立了自己的物流車隊,擁有 30 分鐘內收件、最快 24 小時候拿回衣物的驚人速度。此外,KumaWash 選擇不與傳統洗衣業者合作,自行購買了洗衣機「從頭學習」洗衣業務。

KumaWash
去年驚傳收攤的 KumaWash 在今年初復活,目前服務範圍有台北市大安、松山、信義、中山四區。
圖/ KumaWash 臉書

在交了大筆的學費後,KumaWash 卻在 2017 年 11 月無預警宣布服務終止。儘管在 2018 年 3 月「復活」,服務的範圍也縮小至台北「大安、松山、信義、中山」四區。

有了 KumaWash 的前車之鑑,為什麼 Boxful 任意存仍投入台灣 O2O 的洗衣市場?對於兩者間的商業模式差別,可以拆成兩個部分來看:

1. 瞄準的受眾對象不同

KumaWash 鎖定的是較為居家的消費者、新手爸媽、上班族等。洗滌的衣物也以日常衣物或是上班用的襯衫為主,以洗衣服務為主要收入來源。

Boxful 任意存則透過《衣櫃換季調查》找到痛點後,與橘子乾洗的合作更像是「提供倉儲之外的洗衣加值服務」,主要受眾仍放在有倉儲需求的消費者。

2. 與傳統洗衣業合作

在這部分 KumaWash 選擇自己培養物流與洗衣團隊,在相關的營運方面燒掉不少資金,在洗衣機與機車方面足足花了 2000 萬台幣。Boxful 任意存則與橘子乾洗合作,大大降低了進入洗衣業務的門檻與開銷。

簡單來說,Boxful 任意存跨入洗衣行業的成本較小, 提供的洗衣服務不是主要的獲利來源 ,與 KumaWash 站在完全截然不同的起跑點上。

新創與傳產聯手,共同擴大市場規模

2017 年底,Boxful 任意存獲得 B 輪募資,金額達到 1800 萬美元(約新台幣 5.4 億元),投資者來自於港、台、中、星等地產行業,號稱是亞洲最大的倉儲產業投資案;創業至今,已累積 2610 萬美元(約新台幣 7.8 億元)資金。

對於 Boxful 任意存來說,與洗衣業者的合作能夠擴大「倉儲服務」的範疇,而透過橘子乾洗也能補足過去缺乏的線下門市,期望目標是將20% 的月成長業績提升至 30%。

而對於橘子乾洗來說,由於僅有 18 家門市,洗衣又是「地域性」極重的產業,服務對象一直以來受到不少限制,舉例來說三重、新莊、蘆洲都沒有門市。透過與 Boxful 任意存的合作,不只能夠突破地域限制,橘子乾洗特別助理林智遠也表示,雙方合作將可以擴展橘子乾洗所能夠服務的年齡層。

除此之外,消費者過去把衣服放在洗衣店久久不拿回來的使用習慣,對洗衣業者造成不小的倉儲壓力,與 Boxful 任意存的合作也期望可以教育消費者。

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