雙11活動中，用超低價賤賣自家產品，到底為了什麼？|數位時代 BusinessNext

雙十一結束了，阿里巴巴又創下了2,135多億的新高紀錄，或許貴公司也創下了單日或單周最高的銷售紀錄。

然而，雙十一活動對阿里來說，純從商業角度，這絕對不會是一個能持續下去的模式，為什麼呢？

過去幾年，從571億到，2,135億看似很多，但成長已開始疲軟，可以想像的是在未來幾年，或許這個數字還會有些微成長，但在一味追高GMV的背後，是多少商家讓利後的結果？

殺到見血的活動中，真正獲益的有多少？

在這一波價格殺到見血的活動中，真正獲益的又有多少商家？

商家賺不到錢，洗了一波沒有品牌效益的行銷，沒有客戶忠誠的單次消費客戶，賺的，大概都是具有一定品牌知名度的商家，而小電商，大概都是陪榜居多。

如果不懂得操作，說真的，能看的大概只有營業額，但很難期待有什麼利潤，投入了大量人力，最後換回這些，你還有動力繼續參加明年的雙十一活動嗎？

只是將廣告成本，轉嫁到折扣上

有人說虧本的生意沒人做，但在今年我也看到很多因紅利消失而不知所措的廣大中小電商們，能有營業額跟現金對他們來說太重要了，壓根兒忘記利潤這件事，或許大家都忘了一個基本的道理。

你在雙十一活動下殺的折扣，其實都是行銷成本的一部分，你只是將廣告成本，轉嫁到折扣上。

打到八折，或許你還有利潤，打到七折或許打平了，但打到五折、四折，甚至三折的，你都在虧本做生意，打了折，訂單變多了，讓我們產生了錯覺，以為我們真的要開始賺錢了，但你自己換算一下，同樣的金額拿去投廣告，會不會得到一樣的成果？如果是，你參加雙十一活動，用那麼低的價格，賤賣了自家的產品，到底為了什麼？

我不是要大家不要跟著平台一起去玩雙十一，但我建議大家一定要先想想這幾個問題：

我們的產品真的是市場要的嗎？
我們的服務真的沒問題嗎？
我們了解客戶與市場嗎？
我們有用盡各種方式去服務好客戶嗎？
我們有在創造利潤嗎？

如果這些問題都沒有把握，那投入雙十一很單純就是為平台拱流量跟訂單，忙了老半天，自己什麼也沒有獲得。

我曾建議一家電商朋友，如果你們要拱雙十一，一定要先想想，除了營業額外，你還能獲得什麼？是品牌知名度？對客戶的理解？服務的品質？或內部運營能力的提升？如果沒有，一個行銷活動結束了就是結束了，什麼都沒有沉澱下來，這對長期的經營是不利的。

雙十一除了帶動短期的銷售數字外，還得到什麼？

我用來衡量一個大型行銷活動成功與否的衡量點有兩個：

第一，活動一開始設定的數字目標是否達到，例如銷售額、客戶數。

第二，活動後，我們其他運營活動是否變得更好作了，例如更多人了解我們的品牌了，對客人資訊掌握更充足，對新產品的市場接受度有更好的理解等。

行銷活動是一個可以較大規模跟客戶互動的機會，如果過程中沒有留下來任何東西，就像是一波高潮，只能回味，但對未來卻沒有絲毫幫助，。

去年雙十一後，阿里內部的自我檢討提到，未來雙十一阿里不再把GMV視為唯一的目標，而是希望藉由雙十一挑戰自己的營運能力，全面拉升大陸網路行業的天花板，這是一個很聰明的戰略，一邊操盤一個世界級的購物活動，一邊還可以回過頭檢驗本身的技術、運營與後勤管理能力，根本一舉雙得。

台灣的平台與所有從事電商的朋友，或許我們也該思考，雙十一除了帶動短期的銷售數字外，我們還能多得到些什麼？

本文由游舒帆 (gipi )授權轉載自其Facebook。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。