雙11賣書打折可行嗎？寶瓶文化也撤架momo購物，「圖書定價制」再掀討論|數位時代 BusinessNext

雙11賣書打折可行嗎？出版社接連撤架momo購物，「圖書定價制」再掀討論

在松鼠文化撤架之後，今天又有一間出版社宣布全書系下架momo購物網，也讓「圖書定價制」這個老議題再度被討論。

又一出版社下架momo購物網！寶瓶文化：不能坐視書被賤賣

雙11當天，由於momo購物網對站上書籍折扣太下殺，儘管活動折差由momo購物網負擔，但松鼠文化依然認為這樣削價競爭的模式，不利於出版產業發展，因此決定撤架。同時，在雙11當天也有許多獨立書店不滿折扣戰破壞書市行情，串連共同在雙11當日歇業一天，以表抗議，累積有超過40間書店加入這個行動。

到了今天，寶瓶文化總編輯朱亞君在Facebook上宣布，在與momo購物網努力溝通3天後，依然決定要將全書系從momo下架。她指出，momo雖表示很重視書市發展，但雙11活動優惠時間不斷延長，讓書市折扣戰成為常態，不斷壓低書籍折扣。在出版社無法控制書價的情況下，決定下架全書系以表示抗議。

「我一生都投入這出版業，我沒辦法看著這大環境被弄殘；寶瓶很小，一個月就2～3本書，撼動不了甚麼，但我盡我的努力在該抗議的時候不缺席。」朱亞君表示，「不能坐視書被賤賣。」

寶瓶文化出版社創立於2001年，在近期出版了許多暢銷著作，其中包含《情緒勒索》在2017出版當年登上誠品年度最暢銷書籍。也成功帶動話題，至今「情緒勒索」依然是被廣泛使用、討論的心理學概念。

賣書能不能打折？「圖書定價制」各國推行成效不一

事實上，書籍該如何定價？賣書到底能不能打折？這些問題並不是在今年雙11才有的爭議。

像是新書一律79折這樣的傳統，其實是由目前書籍的最大通路博客來發起，這也讓「新書一上架就要有折扣」成為產業鐵律。在當時，就曾討論過「圖書定價制」在台灣施行的可能性。這一次，由於momo購物網在雙11時的書籍品類下殺66折，折扣過低，又再一次炒熱這個老議題。

圖書定價制，是指將書籍的各通路定價統一，讓一本書在大型連鎖書店與小型獨立書店的售價或是折扣底線一致，來解決小型書店無法大量進貨壓低成本的劣勢，保障通路多元；同時也保障出版商獲利，進而支持更多元的書籍出版。在台灣出版產業總產值連年衰退的情況下，讓圖書定價制被認為是一個可以嘗試的方向。

在2015年，文化部就曾提出圖書定價銷售法草案，主要內容為新書出版1年內之售價，不得低於圖書標價之95%。在2017年，文化部也曾邀請學者及出版業上下游人士召開諮詢會議，當時的部長鄭麗君態度明確支持圖書定價制。

不過，由反方論點來看，圖書定價制不但違反自由市場原則，而且也不見得能真正挽救書市頹勢。

在德國、英國、法國等國家都有圖書定價制推行前例，但成效不一。像是以色列，在2014年開始規定在出版18個月內不能打折，18個月後則必須跟出版商協商才能打折；施行結果造成新書銷售衰退4~6成，整體書市銷售也下降2成。這也是反對方的重要論點。

人稱「老貓」的資深出版人陳穎青也在Facebook粉絲團中表示，「雙11很快會過去，但到底哪一種市場『秩序』對產業長期發展最好，我們其實很少有共識。」也正因為產業缺乏統一觀點，「圖書定價制」雖然時不時就會掀起討論，卻始終沒有結論。這一次多間出版商撤架momo購物網的事件，也的確再次掀起論戰，但究竟怎麼做才能讓出版商、消費者和通路商都滿意，還須各方持續對話、繼續觀察。

責任編輯：錢玉紘

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。