我在阿里學到的第四課:平台思維都在這了
我在阿里學到的第四課:平台思維都在這了

老樣子,結論先走。

平台必須為平台上每個角色創造價值,其底層精神是「服務」與「信任」,而非硬把自己安插在交易雙方中間坐地起價。

平台模式發展基礎是網路外部效應(network externality)。網路外部效應是指當商品售出數目越多或使用次數越多,商品價值就會跟著提高。

例如:世界上只有一個人擁有電話,電話價值變很低。因為你拿著電話卻不沒人可通話。而越多人使用電話,電話價值就會大幅提高。

而網路外部效應有兩個特色,分別為「改變定價規則」以及「先行者優勢」。

改變定價規則

平台商不需要一開始就追求每次交易都要獲利,甚至賠錢也沒關係。平台搭建成本將由所有使用者均分,單一使用者成本就會大幅下滑。

而隨著商品使用次數越多,商品價值越來越高,便能吸引更多使用者。因此平台商追求的是未來利益,而非短期獲利

先行者優勢

商品售出數或使用次數是平台模式營運重點,而產業先行者能先搶佔市場,並趕緊創造正向封閉循環

例如:越多人使用商品,商品服務品質隨之提高,又能繼續吸引更多使用者。因此先行者常用補貼燒錢搶佔市場,背後期待的是未來龐大利益。

搞平台就得贏家通吃

平台模式決勝點是贏者通吃,獨佔市場。但如何判斷產業是不是贏者通吃市場?

可從三點切入:

1. 跨邊網路效應強度

當某一邊使用者增加,是否會提高另一邊使用者的價值?例如:電商平台上賣家越多,對買家來說選擇更多了。平台跨邊網路效應都該是正面的,否則連最基本的平台架構都搭不起來。

2. 同邊網路效應強度

當同一邊使用者增加,對同邊其他使用者來說是好是壞?例如:電商平台上女裝短裙賣家越來越多,對賣家來說是大幅提高競爭。

這容易成為平台模式死穴!

同邊網路效應出現負面扣分,大都由於供給端資源無法在同一時間服務多位需求者。例如:Airbnb 的房子、招聘網站的職缺。

許多平台模式會導入評分與評價系統(Review and Rating, R&R),讓同邊使用者彼此間稍微互利。

3. 使用者轉換產品的成本

產品價值驅動使用者轉換產品,而用戶感受到的產品價值可用下方算式表示:

用戶感受到的價值 =(新產品體驗 - 舊產品體驗)- 轉換成本

而轉換成本包含時間與心理因素。時間成本容易量化。心理成本則是使用者感受到的「不安定」,或可描述為違反使用者日常習慣的不舒適感。而這很難量化。

這就像湘北隊的不安定因素 — 櫻木花道。(咦?)

下表分析一些產業是否具有贏者通吃特色。平台的跨邊網路效應都很強,難的是如何創造正面同邊網路效應與墊高轉換成本

平台好棒棒!那平台模式如何顛覆產業架構?

傳統產業架構大都是線性思維,一路從上游到下游組成線性產業鏈。而身在線性產業鏈中的任何一家公司往往害怕自己被上下游夾殺或跳單,因此產業思維偏向「屏蔽與博弈」。

公司彼此間屏蔽資訊,並落入了「你的利潤就是我的成本」這種博弈局面。下方就是線性產業鏈的概念。

平台思維則強調「透明與合作」,將所有角色都放在同張桌上,彼此自由匹配與分享資訊。因此文章一開始便點出 「信任」是平台營運重點 。而彼此共享資訊還能降低資源浪費,例如:供應鏈常會為了避免出錯因此多準備些原料,這稱為牛鞭效應

下圖就是平台思維的產業架構。

就我所知,傳統產業也有類似平台思維的例子,但並非完全透明匹配,而是以知識共享的「聯盟」存在。例如:台灣自行車產業聯盟(A-Team)以及台積電大聯盟。(這部分還請產業前輩多多指教)

線性或平台?結果大不同

線性思維會有上下游整併趨勢,企業藉此提高生產與品質可控性。若把線性思維放入電商,大概是京東的一條龍模式。這類公司主打品質或服務保證,營收主要來源是賺取差價。

平台思維則會拉攏更多角色參與生態建設,平台商著重在連結與分享,其營收來源會是收取服務費。特色是去除中間人、去除中心角色讓每個人參與並承擔風險。

以淘寶來說,其核心價值是以支付寶保障買賣雙方交易安全。賣家承擔生產、庫存與物流風險,而買家則提供評價提高平台價值。

下表是線性與平台思維各自的特色。

怎麼判斷我該用線性或平台思維?

這得看市場需求!

若市場需求傾向標準化產品,則建議以線性思維營運公司,逐漸整合上下游提供穩定品質的產品。

例如:京東擅長的是 3C 這類標準化產品,Uniqlo 則用標準化產品(基本款服飾)切入市場。而淘寶則擅於女裝這類個性化需求。

當你選擇不同思維時,組織內部價值觀與資源配置策略也會不同。下表呈現線性與平台思維對應的組織風格。

一句話帶走

搞平台就一句話「成功不必在我,但成功不能沒我!

平台上每位角色先成功,平台才能成功。而平台必須一直創造各方角色不得不使用的平台功能,並服務好每一位使用者。

如果你有興趣,可以思考「UBER 這類打車服務是不是贏者通吃的市場?」並將你的答案留在下方。期待與你交流。

本文由陳廷鴻授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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