邊看YouTube邊網購！比起其他社群平台，影片導購有哪些優勢？|數位時代 BusinessNext

邊看YouTube邊網購！比起其他社群平台，影片導購有哪些優勢？

日前YouTube開始在平台上測試新功能，讓使用者觀看影片的同時，可直接將喜歡的產品加入購物車中，YouTube有機會超越其他社群平台嗎？

影片結合購物功能，各平台都在推

根據Facebook近期釋出的調查顯示，愈來愈多消費者期望透過影音內容進行購物，特別是AR及直播購物。換句話說，平台及零售業者都需要針對此趨勢迅速採取行動。

去年10月，Instagram宣布在長影片平台IGTV及短影片平台Reels上測試購物功能，讓觀眾可一站式完成觀看影片、下單結帳等流程；Snapchat也於去年開始建立自家的廣告工具來吸引零售商，TikTok則添增了電子商務廣告功能。這些過去相當注重用戶參與的影音平台現在都將社群電子商務視為下一個目標，而YouTube則是將社群電子商務視為優先開發項目的另一個例子。

事實上，「Shoppable video」功能的布局在YouTube平台上也算是行之有年。自2015年開始，YouTube便已允許品牌商直接在影片上以「資訊卡」形式放置購物頁面連結；2017年，Google推出了Cloud Video Intelligence API，可用於識別影片的內容，隨著開技術的發展，該API還能進一步自動辨識影片內的商品，並插入與影片內容相關的廣告，預計此功能將為YouTube的電商連結帶來更多機會。

與一般影片相比，坐擁 5 優勢

可購物影音正逐漸受到人們的關注，影音及電子商務的結合將改變未來的購物體驗。目前已有許多品牌將影音列入線上戰略，除了透過影音內容吸引消費者外，「Shoppable video」將進一步縮減消費者旅程，簡化購物步驟，與一般電商平台的消費體驗相比，Shoppable video還擁有5項優勢：

1.提高品牌忠誠度： 線上銷售的普及，使得傳統的「品牌忠誠」失靈，而Shoppable video不僅可以使消費者看到商品的實際使用情形，還可使商家提供更多體驗，當消費者線上購物體驗獲得改善時，銷售、轉換及品牌忠誠度也將會因此提升。

2.促進銷售： 不可否認的，對於協助消費者作出購物決策，影音是個相當好用的工具，在網站或產品頁面中放上影音內容已被證明可有效提升銷量，Shoppable video則近一步添增了消費者下單的機會。據統計，Shoppable video的互動率為普通影音的2倍。

3.提升轉換率： 互動性的Shoppable video可讓消費者停留的時間更長，並簡化購買過程，可有效提高轉換率。

4.提高參與度： 互動式的影音可為消費者帶來更好的體驗。品牌可透過說故事的方式與消費者建立情感連結，使消費者認為自己是故事的一部分，並進一步與品牌互動。

5.重新定位消費者： 無論是在智慧型手機、平板電腦或桌機網站，影音內容都具有吸引觀眾注意力的潛力，並易於追蹤。吸引觀眾和客製化內容可對產品選擇、品牌知名度和跨通路接觸點產生重大影響。

品牌與創作者持續模糊購物與娛樂間的界線，那些創造出真正無縫體驗的平台及業者將能夠在愈加激烈的競爭中保持領先地位並產生真正的影響。隨著持續發展的Shoppable video功能，YouTube平台上數十億支影音內容，將為平台的電子商務串接提供巨大的機會。

本文授權轉載自：FC未來商務

責任編輯：郭昱彣

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。