想見你,京東小哥!一張表看疫情點燃電商軍備競賽
想見你,京東小哥!一張表看疫情點燃電商軍備競賽

「這個假期就是靠強哥活了下來,京東小哥(京東物流外送員)是我假期最想見的人。」

中國因肺炎疫情而從年節期間開始不斷實施延長的封閉式管理,使實體商家凋敝困苦,卻也讓十數億人口的線上消費熱情達到空前飽滿。

電商平台在這段期間內迎來了激烈的成長曲線,而做為關鍵的支援性服務業態,物流產業在這段期間內扮演著被稱為「逆行者」的角色,乘載著大量的物料資源,在四下無聲的城市中成為串聯起商家與消費者的漫漫絲路。

不過,由於封城管理的影響, 淘寶、天貓、拼多多在內的大型電商平台均陷入因運能不足導致履約遲滯的困境,與之形成強烈對比的則是京東集團以強大的自建物流能量為基礎,在疫情圍城期間內推出的一系列措施

除了以驚人的速度協助運送救急物資與醫療器械外,在平台交易商品的運送能力與準時送達速度方面也展現出遠優於同業的表現。以「疫情搶救擔當企業」的角色成功在朋友圈中狠狠刷了一次屏,不少步數最多的京東小哥甚至一夕之間成為網紅,還受到央視《新聞聯播》的採訪。

限編輯使用_shutterstock_JD.COM_京東_664045642.jpg
相較同業,京東以高於平均的待遇聘僱了數萬名配送人員,自行涉入末端配送領域。
圖/ testing via Shutterstock

延伸閱讀:京東物流的武漢大考:1,600噸防疫物資如何送到第一線?

長期以來,在阿里與京東兩大集團抗衡的中國電商市場中,阿里一直以遠高於京東的營利表現與海外觸角站穩優勢地位,主因即在於京東多年來最具爭議且所費不貲的決策: 自建物流

除了較一般電商平台投注更多資源在物流中心建置外,京東甚至以高於同業的待遇聘僱了數萬名配送人員,自行涉入末端配送領域。除了B2C業務外,更在2018年進軍C2C個人快遞業務,與順豐及四通一達等3PL業者形成正面競爭。

JD.com-CEO-Richard-Liu-delivering-orders-on-June-1
京東CEO劉強東。
圖/ 京東

延伸閱讀:至少損失30億元!海底撈550家門市全「熄火」幕後

京東物流是劉強東力排眾議的決策 ,雖然構建了京東的護城河,龐大的資本支出卻使京東多年來始終必須負重前行。雖然2016年京東物流開放外部業務,2017年展開獨立營運,但由於外部訂單量太少加上內部成本過高,始終處於鉅額虧損狀態。直到2019年第二季京東物流才首度達到盈虧平衡,而京東物流也在最新一次的快遞服務滿意度調查結果中取得第3名的成績,僅次於順豐速運與郵政EMS,超過韻達、中通、百世等3PL物流企業。

以電商之姿切入物流領域,並且將物流服務由成本單位扭轉為盈利部門,這條路京東足足走了12年。然而卻也是這樣的龐大軍團讓京東得以在這次疫情中表現得出類拔萃。

點圖可放大。
圖/ 未來流通研究所

當然,藉疫情之戰一役翻身的可能性並不高,京東面對的挑戰還包括了後續的訂戶留存率以及與三方物流企業的高強度競爭等,但這次的事件卻讓長期以來圍繞在電商涉入物流配送服務程度的議題、以及電商與物流業者間亦敵亦友的微妙關係再度獲得注目。

最早在2013年,Amazon與UPS就曾因後者無法因應節前採購高峰導致出貨遞延而影響合作關係,事件發生後,Amazon為降低對外包物流合作夥伴的依賴,開始積極強化旗下自建物流能量,除了持續加大在倉儲方面的投資力道外,甚至開始購置車隊與機隊,並且於2015年推出Amazon Flex群眾物流服務,2018年推出配送夥伴機制(DSP),作為Prime Now快速配送的物流支援基礎。2019年Amazon自營配送比例高達48%,樹立了重資本電商經營模式的典型代表。

在日本,雅瑪多、日本郵政等主要物流業者陸續於2017年著手上調電商包裹運費,佐川急便更是在2013年就中止與日本亞馬遜的合作,以避免陷入獲利腰斬的「物流崩壞」危機。另一方面,日本樂天與亞馬遜等電商業者則開始積極自建物流網絡,包括大舉投入自營倉儲與擴大末端運配能量等作法,目的便是希望能夠減輕對於外包物流企業的依賴。

中國市場中,2017年順豐速運曾突然片面宣布關閉與菜鳥網絡間的數據傳輸介面,並停止向所有淘寶平台上傳包裹物流訊息。兩大巨擘間拔刀見紅,同樣將電商平台與物流企業間彼此合作卻又相互制約的微妙平衡關係推上檯面。

直到2020年的今天,在既要防疫也要交易的高強度危機下,阿里巴巴「以自己的錢養別人的兵」的輕資產物流戰略再度受到考驗,京東負重建立的物流基礎一夕之間受到各界注目。然而危機過後終究會回到盈利與成本的數學性商業邏輯,究竟哪一種運作模式更能夠挺過風霜,想必還是需要更多的檢驗。

責任編輯:林芳如、蕭閔云

本文授權轉載自:未來流通研究所

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