打造交易市集第二回合
打造交易市集第二回合
2001.04.01 | 科技

回頭看看去年轟動一時的電子交易市集(e-Marketplace)廠商,如今在Nasdaq的表現卻差強人意。去年2月成功替通用汽車、福特與克萊斯勒汽車建置線上採購聯盟的第一商務(CommerceOne),股價從去年3月最高點120美元,一路下跌到10元左右。它的競爭對手艾瑞巴(Ariba),2000年9月歷經160美元高點後,如今也跌破11元以下。
是市場面對網際網路泡沫化的衝擊下,對任何與網路沾邊的產業都不再看好?還是B2B也繼B2C之後,走上窮途末路?
事實上,大部份市場人士對於電子交易市集仍抱持樂觀態度。麥肯錫顧問公司預估,2004年時,將有5.7兆美元商品會以電子形式在企業間進行交易,其中53%的交易金額會在電子交易市集上完成。台灣麥肯錫副董事笛太叡指出,亞洲是製造業經濟,有80%交易是採購直接性生產原料,採購效率亟需提升,對電子交易市集的需求更迫切。
面臨市場調整的步伐,第一商務和艾瑞巴並沒有慢下來。

**提升附加價值

**
第一商務持續與多家區域型電子交易市集合作,以策略聯盟與全球化交易網絡平台,搶佔市場。在台灣和首席電子商務(Com2B)交互持股,並在3月初,由首席電子商務結合中、港、台三地資金,前進大陸江蘇省崑山經濟技術開發區,成立東方首席電子商務公司,特別協助買方在美國、接單在台灣、生產在大陸的台商,建立B2B電子化系統,提供差異化服務。
艾瑞巴不落人後,也宣佈大中華計畫,包括中國實華開電子商務公司(Sparkice)採用該公司的電子交易市集平台,成為艾瑞巴全球交易市集中的重量級製造供應中心;在香港,也納入電訊盈科旗下MartPOWER電子貿易市場的商業伙伴,進一步提供製造業、金融業、公用事業和服務業的電子採購服務。
「電子交易市集是個進入障礙低,但營運成本高的行業,」台灣康柏董事長何薇玲解釋,為何之前大鳴大放的電子交易市集廠商,在邁入2001年之際,所剩無幾;而僅存的幾家廠商,必須不斷透過結盟和購併,尋求生存之路。她分析,電子商務中的「3流」:資訊流、物流與金流,除了資訊流之外,另外兩項都不容易解決,「因此電子交易市集業者不能只做採購,必須提升附加價值。」

**提高交易價值

**過去,電子交易市集建置商,以提供多樣商品選擇、來自世界各地的客戶數量吸引廠商聚集。但光靠採購電子化,已經缺乏吸引力。下一步,該將交易價值往企業內提升。
中鋼和遠東集團合資成立的網際優勢技術部副理李菊花舉例,企業在電子交易市集向不同廠商訂了50捲鋼條,每一批貨的尺寸、規格都不一樣,如果交易市集只完成雙方採購的步驟,後端還需要企業內部一筆筆資料仔細建檔,對整體企業的效率並沒有太大幫助。
因此,電子交易市集廠商最近紛紛強化功能,購併B2B廠商或與之合作,提供客戶與供應商之間的協調統合,或是企業內部訂、發、待交貨管理與資料整合的服務,有點類似從外往內的企業e化過程。
但回過頭來思考,當初被眾人視為企業開源節流的電子交易市集,為何一年後面臨轉型之途?
笛太叡認為,之前大多數電子交易市集建構者,都認為電子交易市集可行,但作法錯誤,以建立私有交易市集為主,「加入者只有少少幾人,」根本無法支撐整個交易市集的生存,成為雷聲大雨點小的失敗例子。

**電子市集的生存挑戰

**
首席電子商務總經理李浩正舉例,台灣廠商買一個杯子,如果原先是1塊錢的價格,現在變成8毛錢,廠商能感受到中間的價值;但如果中間交易過程從30個人經手,變成15個人,台灣廠商往往無法察覺其中的實質好處,「台灣企業太不敏感,」他無奈地說。
收費模式也是另一個電子交易市集的生存問題。之前交易市集鼓吹的收費模式,是根據買賣雙方成交金額的固定比例,以支撐交易市集營運。如今,「手續費」的收費模式已漸不可行,「未來手續費將不存在,」李浩正大膽預言。他認為,電子交易市集要具備促成交易的流通性(liquidity),就必須聚集足夠數量的買方和賣方,所以下一步是將這兩者形成社群,從中創造價值,而不再只是考慮手續費。
從失敗中記取教訓的交易市集廠商,目前轉而從不同模式中收取費用。除了繼續保留替客戶建置個別交易市集的「建置費」、維護個別資料的「管理費」外,甚至有某些電子交易市集將郵寄、下單、以及排定物流等個別項目定義成不同的「訊息」,每月根據廠商的「訊息」量來收取費用,以取代傳統手續費。

**亞洲推動的困境

**
此外,買賣習慣也是導致電子交易市集在亞洲地區難以推動的原因之一。打一場高爾夫球,或一通電話就可以談成生意的交易模式,在亞洲地區行之已久。這個講究人情、講究關係的商場,面臨全新的交易模式,一個不太友善又資訊透明化的介面,難免會產生排斥感。「甚至擔憂自己的交易模式或商業資訊會不會被他人剽竊,」笛太叡點出亞洲廠商對於進入交易市集的疑慮。
但這是否代表電子交易市集在亞洲地區毫無機會?倒也不見得。
台灣康柏今年初成立的高科技產業電子交易市集Converge,目前已能供應18種個人電腦相關零件與產品;首席電子商務從去年成立至今,也成功完成東南鹼業的電子採購流程、新光保全的電子交易市集,以及遠東紡織線上招標建置。尤其是遠紡的線上招標,去年替該集團節省6億新台幣,幾乎把遠東集團在首席上的投資都賺回去。
另外,今年2月7日,一筆由中鋼提供的2000噸「熱軋Leeway鋼材」於網際優勢交易市集上公開拍賣,最後十分鐘的激烈競爭下,原本不相識的買賣雙方,在網路上達成一筆為數上千萬台幣的交易。為了搶奪這筆生意,據說,某家不會使用電腦的廠商,甚至委由兒子代為操作,自己則在一旁親自監督,競爭之激烈,連中鋼董事長王鍾渝都不敢置信。

**業務員更加重要

**
有了此番成功的線上交易經驗,李菊花認為,國外模式不能完全套用在亞洲地區,「就像我們跟艾瑞巴合作一樣,只是用他一小部份解決方案。」而為了順應亞洲地區特殊交易模式,她甚至認為,未來業務員的角色不但不能少,反而更重要,「一個交易市集反而讓業務員的工作份量乘以兩倍。」開拓客源、節省企業成本即使重要,如何套用在企業運行已久的交易模式,並達到加乘效果,是企業對電子交易市集的最大要求。
回顧發展才2年的電子交易市集,從行銷宣傳戰的鑼鼓喧天,終也回歸實質獲利考量。面對一波波經濟走勢疲軟,如何提升企業效率,供應企業更有效的附加價值,是電子交易市集業者思考的下一步。「電子交易市集的起飛時機,現在才開始,」台灣第一商務總經理喬豫松樂觀地說。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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