張瑜珊笑了！PChome獲利轉正，詹宏志下一個挑戰是A7？|數位時代 BusinessNext

PChome重返獲利、張瑜珊笑了！怎麼做到的？詹宏志下一個挑戰是A7？

PChome網路家庭公布2022年第4季財報，在連續4季虧損之後，首次出現單季重返獲利。今年的策略是什麼？

張瑜珊首張成績單：PChome虧損4個季度後，首次獲利轉正

「我可以說這是Alice（執行長張瑜珊）與工作團隊的第一張成績單，」董事長詹宏志說。

儘管成功在單季重返獲利，但是若以年營收來看，最大競爭對手momo購物網年營收已突破千億大關，未來PChome有什麼迎戰對手的策略？面對這樣的問題，詹宏志說，「我們現在沒有太多條件去想競爭者的事情。」是要聚焦在優化PChome的營運，爭取獲利；但依然瞄準5年營收翻倍的目標。

啟動商店街、露天拍賣組織重整！詹宏志：今年目標多數子公司獲利轉正

在記者會上，張瑜珊被問起接任執行長半年以來的心情，她說，「是很大的責任。」但同時她也認為，PChome依然有很好的基礎，儘管還有滿多問題、狀態待解決，必須從基本底層做起，讓公司與文化重塑。

從2022年底開始，PChome旗下服飾垂直電商平台覓去（MiTCH）關站，在今年2月又宣布旗下跨境電商業務PChomeSEA將於3月11日結束營運。逐漸收斂虧損業務，進行集團資源整合。

董事會也決議通過啟動集團組織重整案，完成後，商店街將成為旗下露天市集全資持有之子公司，將有利落實及健全營運計畫，提升營運效率，以追求各事業體垂直領域綜效極大化。

面對這樣的變化，詹宏志說，「 改革都是痛苦的，但我們需要更有結構性的回應能力。 」預期在一連串子公司整頓之後，能讓大多數子公司營運轉正。他說明，在過去發展事業時，會有些具有「冒險性的投入」，但現在PChome「沒有這樣的餘裕」。在未來或許也會投入新事業，但是會對於商業模式的確認更加嚴格。

像是近期PChomeSEA結束營運，但是PChome Thai泰國購物服務將保留，意味著未來的跨境電商經營方式，將 更聚焦在「把境外商品賣到台灣」 。詹宏志說明，目前東南亞電商市場「補貼到血流成河」，現階段要持續經營將會非常辛苦，「但是服務台灣消費者，我們本來就有比較好的架構。」經過一連串重整，詹宏志預期，多數子公司業務都將獲利轉正。

而PChome未來的行銷資源，也將會專注在促發會員活躍度、黏著度上，張瑜珊強調，「不會只會了衝GMV（網站成交金額）而補貼。」詹宏志認為，在過去PChome面對競爭時，多用擴大業務的方式來面對挑戰，「但今年希望能把業務都合理化，讓每個子公司都有獲利能力，自己可以發展。」

A7營運在即，每月3,000萬費用壓力張瑜珊怎麼扛？

PChome在2019年完成簽約、開始規劃的中華郵政物流園區物流中心（A7），目前已經開始試營運，並預期在今年第二季正式啟用。儘管能夠提升目前PChome運能，但是隨之而來的是高額的費用。從2月開始，A7每年將有3億租金與1億元設備費用，也就是說每個月會有3,000萬費用支出。

張瑜珊說明，儘管會有較大的倉儲費用負擔，但有了A7大倉之後，現有的外部倉儲也會陸續整併，同時也開始積極對第三方物流招商，讓物流能賦能讓更多外部業者使用，但目前倉儲、配送策略夥伴還在研討當中。

面對來自A7的龐大費用，同時又要以「全年度獲利」為核心目標努力，成為張瑜珊接下來面對的大挑戰。但張瑜珊會持續目前的「費用合理化」工作，像是雲端建置的費用也還有很多優化空間。「很多基本面要一點一滴做起，發酵需要時間，是每個月都要推出新的進度；問題就是一步一步去解決，」她說。

責任編輯：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。