亞馬遜在聖誕節前夕封殺FedEx，送貨速度太慢成導火線|數位時代 BusinessNext

聖誕節前夕說分手！亞馬遜下令封殺FedEx，賣家反應兩極化

在聖誕銷售旺季到來前夕，為確保消費者的體驗，亞馬遜宣布禁止第三方賣家使用FedEx的部份快遞服務，正式與這位物流巨頭決裂。

亞馬遜下令封殺FedEx，電商賣家看法不一

儘管出發點是維持物流品質，距離聖誕節到來僅剩一週，這突如其來的禁令也讓賣家們措手不及。

電商顧問公司Prime Guidance執行長史蒂夫．耶提斯（Steve Yates）表示，對於一些早已與FedEx協議好物流服務的賣家來說，必須趕緊轉而尋求其他業者協助，會導致更高的運輸成本。

亞馬遜上的賣家戴夫．布萊恩（Dave Bryant）就說，亞馬遜一夕之間捨棄FedEx的決定，讓很多商家都來不及招架。

在亞馬遜上販售新奇雜貨的Gotham City Online執行長強納森．加里斯（Jonathan Garriss）則擔憂，亞馬遜後續可能會祭出更多禁令，難保UPS不會是下一個被拒於門外的業者。

不過，也有一些賣家認同亞馬遜的作法，另一個亞馬遜賣家卡琳·伊斯古爾·伯格薩格爾（Karin Isgur Bergsagel）表示，這代表FedEx延誤交貨已是普遍狀況，對於賣家來說這個決定並不是特別糟糕。

前UPS員工約翰．哈伯（John Haber）認為，亞馬遜會做出這樣的決定，意謂著FedEx的服務一定是糟糕到了相當程度。另一間電商顧問公司Alper Innovations執行長葛雷格．艾爾博（Gregg Alper）也說，他曾從電商平台訂購一個包裹，結果FedEx晚了整整一週才送達。

亞馬遜在聲明中表示，他們觀察到FedEx替第三方賣家遞送包裹的品質有所下降，為維護會員的消費體驗，暫時禁止賣家使用FedEx Ground及FedEx Home服務替Prime會員遞送貨物。

值得一提的是，這並非亞馬遜首次封殺物流業者，去年亞馬遜便以類似的理由，禁止賣家透過美國郵局（USPS）為Prime會員遞送貨物。

FedEx財報表現慘淡，強調禁令對未來業務影響有限

「屋漏偏逢連夜雨」這句話或許正是FedEx當前的處境。這間物流巨頭於本週公布截至11月30日的季度財報，然而表現並不出色，不僅營收低於外界預期，淨利更同比縮水了40%，連帶導致股價下跌近7%。

本季表現疲軟的主因，也與亞馬遜有關。FedEx於今年9月中止與亞馬遜的地面物流合作，失去這位大客戶的結果反應在本季財報上。

隨著亞馬遜大舉擴張物流業務，FedEx與這位電商龍頭的關係不斷惡化。稍早摩根士丹利才聲稱，目前亞馬遜已自行運送超過5成包裹，並預計若維持現在的成長幅度，未來2、3年內渴望超越FedEx、UPS成為美國最大物流業者。（取代FedEx？亞馬遜想成為物流業巨頭，專家：不太可能）

儘管坦承本季財報表現不堪，與亞馬遜有密切關係。對於亞馬遜新頒布的禁令，FedEx強調未來業務不會受到太大影響。

FedEx 9至11月營收為173億美元，淨利5.6億美元，也因此下修對截至明年5月的財年預期，估計每股盈餘（EPS）落在10.25至11.5美元間，低於原先期望的11至13美元。

責任編輯：陳映璇

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。