【觀點】Coupang砸錢能撐多久?從財報會議28次的「台灣」,解析一筆划算生意
【觀點】Coupang砸錢能撐多久?從財報會議28次的「台灣」,解析一筆划算生意
2023.08.14 | 新零售

「Coupang(酷澎)這樣砸錢,可以撐多久?」

曾有過Coupang購買經驗的人,對於平台上低得驚人的商品價格,心中或許都有過這樣的疑問。

而Coupang創辦人暨執行長金範錫8日在公司第二季財報會議上,雖沒有直接解開疑惑,一定程度上其實給了答案:「我們今年會提高在台灣的投資水準。」

既然還有加碼打算,「退出」自然不會是短期內的選項。

實際上,他對台灣市場的成績可說是滿意得很,在財報會議中,不只一次表示台灣市場的表現遠超出預期,並指出,如果以在台灣首十個月的擴張速度來看,表現更勝當年的韓國。

當然,這個成長毫無疑問是用錢,而且是很大一筆錢砸出來的。

Coupang今年砸4億元投資Coupang Eats、影音串流,以及台灣市場

根據Coupang的說法,他們今年在「發展中事業」(Developing Offerings)的投資總額是4億美元。這裡所指的發展中事業,包括目前只有在韓國運營的Coupang Eats外送服務、Couapng Play影音串流服務,以及在台灣的海外電商事業。

雖然Couapang未揭露這三項事業各自分得的資金比重,但以4億美元來說,台灣光是分到一成,那就是將近新台幣13億元。事實上,在業內人士看來,以Coupang的營運模式,即便在台灣投入3、40億元,也不算誇張。

Coupang
Coupang在公司第二季財報會議上表示,台灣市場讓他們非常驚豔,並會加大對台灣投資。
圖/ Coupang

因為同樣作為一個市場的新進玩家,Coupang除了廣告投放、物流補貼等行銷推廣費用少不了,相比當年的蝦皮,他們還得另外再付出動輒數億元的倉儲物流建置成本,以及為了拚低價銷售所吸收的商品採購成本。

不過台灣這筆帳在企業的會計報表裡或許是赤字,就資本角度而言,卻可能很划算。

Coupang財報中「台灣」被提及28次,這意味著什麼?

這點,從整場財報會議裡,「台灣」被提及的次數達28次,可以看出一些端倪。

2021年上市,Coupang對資本市場說的故事,就是他的線上零售業務不只能在韓國做得好,也可以複製到海外。而海外市場一旦證明成功,就代表Coupang的營業規模不會僅止於韓國,還可以是更大的市場,自然有機會爭取更高的市場評價。

以8月10日收盤價來看,Coupang的市值約343億美元,也就是說,即便那4億美元全數投入台灣,佔比也不過1%。 而這樣的投資,如果足以向投資人證明海外擴張的可能性,進而帶動股價上漲,那怕只是2%的漲幅,增加的市值就遠遠超過這筆投資金額了。

可以說,相比於台灣市場可以貢獻給Coupang的絕對營收、獲利數字,台灣能為Coupang在資本市場上創造的策略價值還要更高。

momo《2022雙11超狂購物節》
檢視momo上半年業績,年成長僅個位數;Coupang則是在第二季交出兩位數成長,並持續在現金流和獲利方面保持正向發展。
圖/ momo

當然,去年以來,投資人已經變得更加務實,因此過去一年Coupang營運體質更趨健康,證明他們過去十多年花大錢興建的不是一棟爛尾樓,而是可以逐步回收獲利的地下鐵,也是支持他們能夠在台灣採取燒錢換市占作法的關鍵。

實際以今年上半年業績表現來看,相較於momo因疫情堆高營收基期,以及消費者在解封後回歸實體與海外消費,再加以通膨等多方因素影響,年成長僅個位數;Coupang則是在第二季交出兩位數成長,並持續在現金流和獲利方面保持正向發展。

Coupang第二季營收58億美元,年增16%

Coupang財報
圖/ Coupang

Coupang第二季淨利1.45億美元,去年同期虧損7,549萬美元

Coupang財報_2
圖/ Coupang

這都讓他們在台灣的投資更有底氣。而且據了解,金範錫在財報會議上喊出的加碼也不只是說說,而是已經採取實際行動。

雖然金範錫一邊讚賞台灣市場表現的同時,也不忘提醒,台灣的發展仍在早期階段,並於回應投資人提問時一再強調他們的投資紀律,表示對每一個投資項目都設有嚴格標準,唯有確認被驗證可行,才會持續加碼,反之則會終止。

延伸閱讀:台灣上演Coupang大驚奇!火箭速配強占App下載冠軍,韓國電商下一步想做什麼?

不過從財報會議上投資人的提問,可以看出Coupang確實已經引起投資人對台灣市場發展的關注。對Coupang來說,想要主打的議題得到認真看待是好事,但這也意味著,台灣這一仗,他們現在更沒有輸的本錢。

特別是在今年三月退出日本市場後,台灣已經是Coupang唯一能證明海外拓展能力的地方。

延伸閱讀:每開一次會,公司就算你浪費多少錢!Shopify的「不開會行動」怎麼成功省時?

《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)

責任編輯:林美欣

關鍵字: #電商
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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