從Etsy與PChome,看SaaS型電商與零售型電商
從Etsy與PChome,看SaaS型電商與零售型電商
2021.08.31 | 新零售

過往台灣多是以「B2C」、「B2B2C」和「C2C」的交易模式,作為電商平台的分類。不過近日一份關於PChome的外資報告當中,一張P/S ratio比較表,則是讓人看到資本市場從價值評估視角所帶出另一種電商定義。

該外資報告挑選全球16家電商平台,根據其對該16家平台在2022年的營運預估,給予P/S Ratio(市值營收比)排序,其中PChome以0.3x排在最後一位。

該外資本是想藉此表強調PChome的價值被嚴重低估,不過這張圖表更讓人感興趣的卻不在PChome本身,而是在這個排序當中,分居左右兩端的電商平台所呈現出來的營運模式對比。

在該外資報告的比較表中,P/S ratio排序最高的是Etsy,高達20.5x,次高為蝦皮母公司Sea的10.2x;而倒數三名除了PChome,還有VIPSHOP(唯品會)和JD.com,都不到1x。此外,momo的P/S Ratio雖有2.7x,但在圖表中的位置也是偏向右半邊的落後族群。

從該表的排序分布可以大致看出,領先群和落後群存在一個明顯的差異點,就是前段班主要多是以「軟體技術服務」賺取收入;後者營收則主要來自商品的「直接銷貨收入」。

進一步來看個別公司,應該可以更清楚分辨出這兩群電商的不同。

首先來看Etsy。對台灣消費者來說,這可能是一個比較陌生的名字,但如果拿Pinkoi做類比,應該就會比較容易想像。

和Pinkoi一樣,Etsy是藉由打造一個線上市集,促成商家和消費者在平台上完成交易。只是不同於一般綜合型拍賣平台或線上開店平台,Etsy和Pinkoi都更聚焦在商品較具獨特性的手工藝品和設計師商品。

而在商業模式方面,從Etsy的財報可以看到,其營收主要分成兩大類:Marketplace和Services。其中Marketplace收取的費用除了有刊登費、交易手續費,還有Etsy payment platform所帶入的支付金流費用,以及站外廣告交易費;而Services的收費項目則主要有Etsy的站內廣告和Shipping labels的費用,另外則是還有訂閱方案,以及名為Pattern的站外開店銷售服務等。

Etsy
Etsy 2021年第二季營收組成。
圖/ Etsy

很顯然,在Etsy的商業模式下,唯有促成賣家完成更多交易,才能為Etsy帶入更多營收,所以如何幫助賣家實現更多交易,就是Etsy最重要的任務之一。

而近幾年隨著Etsy平台上的賣家與買家數量持續增長,同時平台也不斷優化並推出更多免費和付費服務,Etsy不論Marketplace還是Services營收都維持在三成以上的高速成長。甚至,去年在疫情影響帶動下,年增率還高達三位數。

同樣地,蝦皮雖然在目標客群方面和Etsy不同,是面向更廣的綜合型平台,但就商業模式來說其實也很相近。如其主要營收來源包括有交易手續費、支付手續費,另外也很重要的則是廣告收入,以及Sea法說會上經常會聽到管理階層提及的賣家加值服務,像是庫存管理、線上商店營運和物流服務等,同樣都是蝦皮相當看重的營收來源。

所以或許可以這麼說,與其將Etsy和蝦皮這類平台歸類為電商,如果就其營收組成主要是來自平台上各種「軟體服務」這點,在產業類型上,似乎更近似於高毛利的SaaS公司。而這也意味了這類型電商平台更具有跨國發展的可能性。

作為對比,包括PChome、momo,甚至是韓國的Coupang在內的另一類電商族群,就商業模式而言,則似乎與傳統零售通路更接近一點。

如上述提到的這幾家電商平台,營收主要都是來自商品的直接銷貨收入;還有這幾家電商平台也和傳統實體零售通路如全聯、統一超商等相同,都需要投入高資本,用以打造物流中心等基礎建設。換言之,這類型電商除了毛利率相對低,要複製到海外市場的難度也更高。

此外還有一點差異是,Etsy這類電商平台,主要是藉由技術能力來創造出「Value up」的營收獲利空間,雖然營收規模相對較小,但每一筆收入的含金量卻更高;做為對比,PChome這類型電商的營收規模相對大,但也更重「資本」和「規模」,在營運上比較偏向「Cost down」路線。也就是這類型平台除了需依靠經濟規模取得議價空間,以擠出更多毛利和銷售優勢,也更需要賺取「管理財」。

Amazon第三方賣家服務與其他營收對Amazon整體營收占比持續拉高
Amazon第三方賣家服務與其他營收對Amazon整體營收占比持續拉高。
圖/ he'note

實際上若要以P/S ratio作為指標,PChome和momo的表現確實和統一超商7-Eleven和全家便利商店較相近。

或許可以說,相對於Etsy、蝦皮這類「SaaS型電商」,PChome和momo則是比較像是將線下銷售場景搬到線上的「零售型電商」。前者在市場競爭上,更著重於技術的軟實力發揮,後者則比較偏向資本實力與管理能力的較量。

當然,市場上也有融合這兩種電商類型特性的「混合型」電商平台,如日本的服飾電商ZOZO,以及國際電商巨擘Amazon。

Amazon最初的營運型態和PChome、momo相同,主要是以直接銷貨收入為營收來源。但後來Amazon開放第三方賣家加入後,也因應推出如物流、廣告等,愈來愈多第三方賣家服務,並從中賺取交易手續費。

從Amazon近年營收分布可以看到,第三方賣家服務加上其他(主要是廣告收入)營收的合計占比一直在不斷拉升,至2020年已經超過26%。

以各平台2020年營收與近期市值計算之P/S ratio
以各平台2020年營收與近期市值計算之P/S ratio。
圖/ Amazon

回過頭來,過去台灣較為資本市場所認識的電商主要就是PChome和momo兩大平台,若以前述的分類來說,都是屬於零售型電商。但值得注意的是,自今年5月91APP上市以來,其市值屢屢創高,不僅超越PChome,也一度超過赴日本上市的台灣獨角獸Appier。這似乎反映出台灣的資本市場已經開始更認識,並也認可SaaS公司的價值。

而這是否意味著,未來台灣除了PChome和momo,也將有機會看到更多不同類型和樣貌的電商平台獲得資本市場的肯定?

(本文由HE's note授權轉載自其Medium

責任編輯:傅珮晴、陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

最新8月號雜誌《區塊鏈上的金融新世界》馬上購:傳送門 「電子雜誌」輕鬆讀:傳送門

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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