跨國集團拚在地化！樂天攜手PChome出擊，連Logo設計都有眉角|數位時代 BusinessNext

跨國集團拚在地化！樂天攜手PChome出擊，連Logo設計都有眉角

樂天集團在今年與PChome組成策略聯盟，宣布未來將密切合作。樂天認為，就算旗下同樣有經營電商業務，但吸引到的消費者族群不同，不怕彼此競爭。

紅地毯暗藏玄機，全球樂天品牌形象重塑中

在今年，樂天不但與PChome展開合作，同時，由2018年就開始的全球品牌形象重塑（rebranding）也將繼續執行。其中，可以看到LOGO由圓形圈住的R，更改為下方加上一個漢字「一」的Rakuten英文品牌名稱。羅雅薰透露，新樂天LOGO下方的「一」字樣是採樂天集團社長三木谷浩史手書，象徵第一、唯一等意義。

台灣樂天辦公室也在近期重新裝潢，並採用跑道圖樣的紅色地毯，就是配合日本總公司的品牌形象重塑規劃。「在公共區域鋪上紅色地毯，主要是讓效率感拉高，在日本總公司紅色的地方更多，」羅雅薰這樣說。

讓全球集團有更一致的品牌形象，是樂天總公司近兩年來積極在做的事情。羅雅薰舉例，像是樂天在2014年收購的美國最大現金回饋網站Ebates，在近年來也逐漸將品牌名稱更改為「Rakuten Ebates」，未來要慢慢變成「Rakuten Cash Back」。

全球樂天LOGO，只剩台灣還留下中文品牌名稱？

在樂天品牌形象整合的過程中，全球統一是可以做到的嗎？面對不同文化的市場，在總公司的「一致化」策略推動之下，又該怎麼做到在地化經營？

羅雅薰說，目前全球的樂天LOGO都已將「樂天」的漢字字樣移除，單留英文品牌名稱「Rakuten」；但考量到台灣消費者對於樂天市場的品牌熟悉程度，因此依然向總公司爭取留下中文品牌名稱。現在，台灣樂天是全球集團唯一留下中文品牌名稱的區域市場。

台日點數使用習慣不同，樂天行銷方案在地化經營

但無論是全球集團統一化經營，還是因應在地特色開發新服務，「不變的是，所有服務下面都會有點數，」羅雅薰強調。

說到點數經濟與全球化經營，羅雅薰也指出，在東南亞國家消費者普遍都對於點數機制不陌生，但是不同國家的消費者使用點數的習慣依然有所不同。因此，台灣樂天也因應在地消費者的習慣，推出相對應的行銷方案。

「台灣人追求大量的累積點數，並且一次大量的花，」羅雅薰說。因此，台灣消費者對於點數失效日期也非常斤斤計較。為因應消費者需求，台灣樂天也將每月20日定為點數發行日，讓消費者更容易規劃購物行程。

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。