點數生態專業級玩家,樂天幫每位會員都做了一位「數位雙胞胎」
點數生態專業級玩家,樂天幫每位會員都做了一位「數位雙胞胎」

生態系,是日本樂天銀行最為人稱道的一項特色,與樂天共同組隊,爭奪純網銀執照的的國票金董事長魏啟林曾說:「生態圈本身就是一項技術。」對於純網銀經營背後的重要性不言可喻。

目前在台灣市場,樂天以電商及信用卡業務為兩大核心,領域涵蓋信用卡、旅遊、購物平台、電子書等。而在日本,樂天生態圈更提供多達70項以上的服務,產生的龐大資料透過AI、大數據、機器學習,讓樂天在行銷上占有優勢地位,而這背後,都跟每位會員背後那個無形的「數位雙胞胎」有關。

打破虛實分界,點數串起生態系連結

樂天在日本市場擁有1億人次的會員,以目前日本人口1.268 億人來看,可以說只要生活在日本,就脫離不了樂天提供的服務。而這綿密的生態系之所以方便,是因為只需要一個ID帳號,就可以暢行無阻使用所有服務。

根據樂天國際商業銀行預定的總經理佐伯和彦說法,目前日本樂天的生態圈,涵蓋超過70種的服務,從保險、信用卡、電商到旅遊都有。最關鍵的武器就是「樂天超級點數」,點數經濟要能活絡發展,首先必須擴大賺取點數的管道。

佐伯和彦
目前日本樂天的生態圈,涵蓋超過70種的服務,從保險、信用卡、電商到旅遊都有。最關鍵的武器就是「樂天超級點數」。
圖/ Rakuten

純網銀強調Mobile Only,交易多半是在手機上完成,無論是買保險還是電商購物,在生態系中的所有消費都能賺取點數。也就是說買保險獲得的點數,可以用來換取或折抵旅遊產品,當然使用場景也不局限於線上,線下所有配合的商家通路也能使用。

可以說,樂天超級點數就是一種虛擬貨幣,打破虛實通路分界,在取得、使用管道都方便充足的設計下,自然提升顧客使用服務的意願以及動機,促進生態圈整體正向發展。

打造「數位雙胞胎」,摸透顧客每一寸喜好

日本樂天銀行已經運營將近20年,累積720多萬名往來客戶的數據資料,佐伯和彦表示,透過AI、機器學習技術,數據能在行銷上發揮功效。

樂天的作法,是替每一位顧客打造一個Digital Twin(數位雙胞胎),這個概念常在製造業中被提及,意思是打造一個物件或系統的軟體模型,讓使用者精準掌握變動,來運作流程。「這個我們叫做CDNA,」佐伯和彦口中的英文縮寫,指的是Customer DNA,白話來說,就是打造一個顧客的虛擬雙胞胎,透過分析,把細節喜好摸透。

rakuten
顧客資料就能用在金融產品的廣告上,以信用卡貸款來說,就能依據個人行為模式投放網路廣告。
圖/ shutterstock

佐伯和彦舉例,必須掌握顧客在哪裡買東西、哪一年出生、客戶實際行為,「像是有一位A小姐,她住東京1988年出生30歲,愛吃甜點、都在晚上用手機上網,這都是事實的數據。」接著,系統會透過AI分析這位A小姐有哪些傾向。「她可能有80%機率是在公司上班、70%機率她是已婚的、97%沒養寵物,」這些預測雖然不一定是事實,樂天依舊會把這些數據整理歸檔。

這些資料就能用在金融產品的廣告上,以信用卡貸款來說,就能依據個人行為模式投放網路廣告,佐伯和彦分享,透過這套模式,廣告點擊增加778%、轉換率增加356%,確實透過預測模型達到提升業績的目標。

虛實界線模糊,必須爭取更多異業合作夥伴

樂天從2008年進入台灣市場,至今已有11個年頭,過去與許多台灣企業合作推服務,像是2011年與博客來合作成立樂天書城,近期也跟Pchome合作互通點數,此外也有Kobo電子書、信用卡等服務,佐伯和彦分享,樂天信用卡業務每年都有79%的成長幅度。

周立涵_樂天kobo營運部長_2018_08_30_蔡仁譯攝-2.jpg
樂天2011年與博客來合作成立樂天書城,近期也跟Pchome合作互通點數,此外也有Kobo電子書、信用卡等服務。
圖/ 蔡仁譯/攝影

市場一般預估純網銀三年可以爭取獲利,要達到這個目標,除了要掌握穩定的資訊流、金流,也要向外爭取更多資源,也就是更多異業夥伴的支持。從股東結構看,宣布成立資本額100億元的「樂天國際商業銀行」,日本樂天取得50%股權、樂天信用卡取得1%、國票金取得49%股權。魏啟林先前就曾說過:「我們這隊,是100%的金融隊。」

股東單純好處是做決定比較有效率,但也缺少非金融的股東產業背景,這個道理就如同電商業者積極布局實體通路一樣,未來純網銀消金加上企金,場景通路快速整合,虛實界線逐漸模糊,因此,同時擁有線上線下通路的純網銀,在經營上是比較有優勢的,國票樂天隊要如何在現有的生態系外,爭取更多台灣在地的異業合作夥伴,會是現階段必須突破的挑戰。

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