號召小商家打大鯨魚！Shopify如何讓亞馬遜「知錯了」？|數位時代 BusinessNext

號召小商家打大鯨魚！Shopify如何讓亞馬遜「知錯了」？

Shopify是主要協助中小賣家創業的網路開店平台。2015年，亞馬遜將網路開店服務Webstone賣給了Shopify，讓他們創造電商事業的高峰。

在全球被新冠病毒（COVID-19）疫情籠罩，實體零售陷入困頓，紛紛轉往線上另闢新天地時，來自加拿大的開店平台Shopify，成為無數中小型商家最可靠的盟友。這也反應在過去2年裡股價的成長，從2020年初至2021年底為止，Spotify的市值上升了逾240％，從460億美元飆升至1500億美元以上。

現在Shopify是加拿大最有價值企業，據市調機構EMarketer調查，2020年它在美國電商市場中擁有8.6％的市占率，雖然遠低於亞馬遜的39％，仍是美國電商領域的第二把交椅，高於沃爾瑪（Walmart）及eBay的市占率。

疫情剛爆發時，Shopify執行長托比亞斯．魯德克（Tobias Lütke）在公司內部揭示，「遇到危機時，最大的輸家往往是中小企業。」並宣布公司將全力協助賣家們渡過難關。甚至Shopify公司本身也在疫情下進行重大變革，魯德克下令永久關閉位於渥太華的辦公室，全面轉向遠端辦公。

Shopify更因此將新聞稿及財報上的公司位置從「渥太華，加拿大」更改為「網路，無所不在」。這種作法也讓Shopify從Facebook、Slack遠距挖角了兩位待在矽谷的高管。魯德克指出，這是公司成立15年來，首度有辦法將人才儲備擴大到加拿大以外的地方。

在2015年以前，Shopify頂多稱得上是個小有名聲的開店平台，但亞馬遜的一次錯誤決策，將Shopify推上了電商世界的巔峰。當時亞馬遜以100萬美元的價碼，將網路開店服務Webstone賣給了Shopify。

亞馬遜以為協助小商家線上開店，不是門有賺頭的生意，但事實並非如此，2020年小型線上賣家的銷售額多達1530億美元，且賣家們樂意付費購買更多能夠幫助銷售的產品與服務，商機遠比亞馬遜想像中大。

為了滿足中小賣家的需求，這些年來Shopify求新求變開發各種新服務，例如提供業主協助線上開店的創業貸款、推出支付服務Shop Pay等，2021年還看準NFT（非同質化代幣）的交易熱潮，推出開放賣家銷售NFT的相關功能。

讓電商民主化、降低參與門檻是Shopify的核心理念，2019年魯德克曾發出一則推文，「亞馬遜試圖建立一個帝國，而我們正在提供反叛者武器裝備。」他們希望武裝的反叛者，正是對巨大電商平台不滿的小賣家們。

但相較於亞馬遜，Shopify最大的弱勢在於物流能力，尤其疫情下供應鏈中斷，賣家對於穩定的物流服務需求大增。Shopify也曾試圖投入物流，但最終沒有太大起色，魯德克坦言，對於軟體公司而言，物流仍舊是一大難題。

另外，「怎麼幫助賣家找到客戶」同樣是Shopify的罩門，他們不像亞馬遜擁有自己的廣告業務，同時認為自己必須保持中立，不能偏袒任何賣家。

而亞馬遜在出售Webstone，了解到自己的錯誤判斷後，如今也傳出正在開發新的開店平台服務，協助賣家在亞馬遜外建立網站銷售商品，很可能將成為Shopify的頭號敵手。面對亞馬遜的威脅，魯德克卻顯得相當坦然，認為輸了也沒什麼不好，「亞馬遜是個勁敵，但如果他們有辦法做得更好，讓開設商店變得更簡單，那麼我就完成了自己的使命。」

責任編輯：吳佩臻、林美欣

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。