行銷長消失中!麥當勞、Uber都取消CMO一職,發生了什麼事?
行銷長消失中!麥當勞、Uber都取消CMO一職,發生了什麼事?

美式速食龍頭麥當勞的管理高層,近期有一番不小的變動。

麥當勞行銷長(CMO)席維雅·拉格納多(Silvia Lagnado)已於10月離職,且未來也不打算任命新的行銷長。取而代之,麥當勞升任了鮑勃·魯普欽斯基(Bob Rupczynski)與科林·米切爾(Colin Mitchell)兩位,分別擔任行銷科技資深副總裁全球行銷資深副總裁

無獨有偶,今(2019)年6月,擁有132年歷史的醫療保健製造品牌嬌生(Johnson & Johnson),也取消了CMO一職,並將其職責拆分由其他管理層接手。

同月,Uber高層也經歷一波重組,營運長巴尼‧哈佛(Barney Harford)與行銷長麗貝卡‧梅西娜(Rebecca Messina)紛紛離開了Uber。與麥當勞一樣,Uber也沒有繼任CMO的新人選。

「行銷長」這個職位似乎顯得岌岌可危,發生了什麼事?難道品牌、企業不再需要CMO了嗎?

麥當勞的行銷新布局

先從麥當勞前CMO說起。翻開拉格納多的履歷,過去曾在消費日用品大廠聯合利華工作超過20年的她,於2015年加入麥當勞,在擔任CMO的這4年當中也不乏亮眼實績。

其中像是與迪士尼再續前緣的合作,拉格納多就扮演著關鍵促成者的角色,讓睽違12年的迪士尼IP再次回到快樂兒童餐中;此外,她也催動公司統一、更新企業視覺識別設計(Visaul Identity),打造現代感的新形象。

麥當勞新視覺識別設計-vi.jpg
麥當勞新視覺識別設計
圖/ Turner Duckworth

然而,拉格納多做的似乎還不夠。

從麥當勞取代CMO新開出的兩個職位安排可以看出端倪。新任兩位副總裁,分屬執行長(CEO)與資訊長(CIO)的管轄範圍,剛升任全球行銷副總米切爾向CEO報告,而行銷科技副總魯普欽斯基,則直接向資訊長報告。

看出來了嗎?麥當勞行銷長一職從同樣C-level等級,改為拆分由兩人負責,且分屬另外兩位C-level高管旗下,其中,還有一位是由CIO掌管。

傳統上,行銷長與資訊長的工作範疇,很難歸為同列,但隨著行動網路普及、訊息接收碎片化等行為改變,連最基層行銷人的工作都起了極大變化,行銷長需要應對的問題當然也與往日大不相同。

同時,解決現代行銷問題的MarTech方案越來越多,但應用過程往往牽涉到公司系統串接、不同訊息溝通渠道的資料彙集⋯⋯等問題,自此,CMO與CIO的任務開始有了交集。

MarTech崛起,行銷長面臨新挑戰

有MarTech之父稱號的史考特·布林克(Scott Brinker),上週來台參與MarTech年會,在接受專訪時便提到:「企業漸漸不需要傳統的行銷長了。」

Scott Brinker
在HubSpot擔任平台系統副總的史考特·布林克(Scott Brinker)上週來台參與MarTech應用趨勢年會。
圖/ 蕭閔云攝影

「現代行銷長的新任務是,清楚了解企業、品牌想要傳達的訊息,然後找到適合的技術來達成目標。」這件事講起來輕鬆,但要做得漂亮卻不容易。

根據布林克統計,2011年MarTech公司僅150家,2019年卻已來到7,040家,成長逾46倍,行銷科技領域高速成長,背後也代表行銷人面臨的難題,這麼多廠商,該怎麼選擇?更進階一點,它們(軟體、系統)之間的組合串接更是一大考驗。

布林克分享自己的親身經驗,他曾經在網路上訂了演唱會門票,在表演開始前卻無法順利取票。不管是線上官網、App都碰壁,撥打客服電話,回覆他的自動語音服務卻無法處理他的問題,看到chatbot以為是救星,點進去卻說前面還排了59個人等候中⋯⋯

「這些技術彼此斷裂,而且沒有任何一項真的能解決我的問題,」布林克說,最後他開車到現場,跟售票人員面對面,才真的了結這件事。

他用這個例子點出了企業在採用行銷科技時,容易踏入的誤區。

布林克以「企業的效率」和「消費者的效率」畫出四個象限,當缺乏全局思考,就容易落入第二象限的「危險」之中,「對行銷工作者來說,我們可能深刻感受到自動化帶來的便利,但有時我們評估技術的指標,對消費者來說一點都不重要。」甚至在工作者的方便背後,潛藏的是造成消費者困擾與流失客戶的風險。

01.scottbrinker_2020-Martech-Trend
布林克以「企業的效率」和「消費者的效率」畫出四個採用MarTech的效果象限。
圖/ MarTech年會

與時俱進的行銷長必須能洞察導入科技行銷時,避免誤入禁區、只滿足了企業本身的需求,落入「危險的效率」象限,卻對消費者毫無價值。高明的行銷科技長能謹慎確認,推行的行銷工具在四象限中能達成消費者跟企業效率的雙贏。

或許,這個「全觀思考、小心佈局」的角色,正是新時代行銷長必須學會的身份。

「雖然目前(取消行銷長一職)似乎成了趨勢,但長遠來說,我認為還是會需要有一個人擔任統籌行銷工作的角色。」布林克說。

組織架構因MarTech的崛起而開始變動,然而行銷工作的統籌者角色,是由重新定義的CMO負責,還是該由CIO接手,又或者要設立一個全新的職位來管理⋯⋯哪個方案最好?現在還說不準,只能拭目以待。

延伸閱讀:
行銷科技人才正夯,Martech行銷創始人Scott Brinker解密人資檔案

責任編輯:陳映璇

你覺得呢?CMO的角色會消失嗎?匿名跟我們分享你的看法:

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