桃太郎吹奏網路下單曲
桃太郎吹奏網路下單曲
2000.06.01 |

去年底,台灣第一家不帶水泥味的「純」網路券商,創新證券開張;營運近半年,氣勢不敵市場上從傳統實體券商變身,帶著濃濃水泥味的「水泥網路券商」(click-and-mortar);大家期待中的台灣ETrade,本該大展身手,卻似乎教大家有些失望。
台灣E
Trade不成,日本證券市場上,由美國ETrade和軟體銀行(Softbank)共同成立的ETrade Japan,也是一路戰來,辛苦戰兢。在日本,第一回合激戰的結果,傳統券商仍佔了上風,第一、第二名寶座仍被傳統券商野村證券與大和證券搶去,E*Trade Japan排了第三名,而且用戶數不到對方的三分之二。
從第一回合戰局看來,日本線上下單市場發起階段的戰績,水泥網路券商是後發先至;對純網路券商而言,這是一場該如何前進下一步的突圍戰役!
日本的網路下單風潮,幾乎和台灣同時發生。去年十月,隨著日本政府解除股票交易手續費的固定費率規定後,不僅市場上的第一、第二大傳統券商,野村證券與大和證券開始積極投入線上交易,許多純正網路血統的網路券商,更是趁此搬出價格戰絕招(甚至是某一段時間內的免手續費交易),試圖在線上下單的股票交易市場打下江山。

**折扣戰:策略大忌

**
股票交易的手續費折扣,刺激起整個線上下單市場。由於法律開放,各家業者集體降價,日本的網路下單人口,從去年九月約十九萬,到今年四月,已經成長到超過六十萬,尤其去年十月,一個月內就增加了十萬人。目前同時位居實體市場及線上下單最大券商的野村證券,從去年十月到今年一月底就增加了超過六萬會員,使其所擁有的線上用戶數量達到十三萬,大約是野村證券所有開戶數的10%。
要在日本的網路券商市場佔有一席之地,衝刺用戶數,是第一道關卡。野村總研(Nomura Research Institute)以美國五千萬證券交易戶中,有一千萬線上下單人口的比例推估,日本八百萬的交易戶,潛在市場規模是一百六十萬(全部交易戶的20%);以市場上超過三十家網路券商的競爭狀態計算,要想立足,至少得有十萬以上的會員。
手續費折扣可以刺激市場,卻不一定是網路券商的決勝關鍵。一筆一百萬日幣的交易,ETrade Japan收費二千日元,野村的網路下單收費卻是九千二百元;然而ETrade目前八萬名的用戶數仍遙遙落後野村。而即使同樣是純網路券商的Monex,手續費甚至更便宜,只要一千日幣,但目前的登記會員數六萬人,落後於E*Trade Japan。野村證券的市場研究指出:「不到1%的線上下單用戶,是以價格作為選擇券商的主要考量。」

**如何降低成本同時提升品質?

**
提供投資相關諮詢服務,是券商滿足客戶需求的不二法門。以野村與大和兩家日本老證券的手續費折扣政策為例,減少的23%到25%其實是透過網路下單所節省下的營運成本;亞洲華爾街日報分析,真正吸引顧客上門的原因,還是這兩家老字號傳統券商,提供給會員的研究報告及投資顧問服務,這是純網路券商難以相敵之處;尤其,「日本很缺乏券商以外的獨立金融資訊諮詢管道。」
野村證券甚至在網路上提供類似「大富翁」遊戲的虛擬股票交易機制,讓更多人願意嘗試用網路下單。每位登記者擁有一百萬日幣的虛擬資金可以在網路上進行交易,目前參與遊戲的人數將近八萬人,而這些登記者顯然會是未來的潛在線上下單客戶。Monex社長松本大曾表示:「線上下單最大的潛在市場,是那些既不投資股票又沒上網的人。」
在傳統大券商的「服務」與純網路券商的「折扣」夾擊下,真正受害最深的還是中型傳統券商。由於產品及服務無法和大型傳統券商比擬,手續費價格又有像ETrade Japan純網路券商虎視眈眈;無法轉型網路的中型券商客戶,成了純網路券商會員的主要來源。ETrade Japan的客戶群中,大部分都是來自之前併購的一家中型傳統券商。

**全方位業務發展計畫

**
網路券商為招攬會員所投注的大筆行銷花費,是難以回收的成本。美國ETrade今年的行銷預算為三億美金,其過去獲得一位客戶的平均成本是二百美元,另一家DLJdirect的成本更高達七百美元。(去年四月,DLJdirect和日本住友銀行合作成立日本DLJdirect網路券商,目前是日本僅次於ETrade Japan、Monex的第三大純網路券商。)
根據野村總研報告計算,在日本,取得一個線上會員平均四萬日幣的成本,相當是ETrade Japan一個會員交易一百次,公司獲利的80%。高成本行銷費用,成為網路券商的主要經營挑戰,尤其是對沒有其他金融業務的純網路券商。開發線上下單以外業務,是純網路券商當務之急。因為單純經營網路下單的利潤微薄,而且經濟規模建立成本高昂,ETrade Japan除了經營線上下單,公司新上市的股票承銷成為ETrade Japan的另一項主要業務,社長井土太良說明:「承銷業務是我們現在就能有獲利出現的重要原因;」他同時也強調:「這是ETrade Japan不同於其他純網路券商的主要差別。」今年初,獲得索羅斯投資基金(Soros Investment Fund)挹注的Monex,也將利用擴增後的資金開展股票上市承銷業務。

**所有的企業都將是網路企業

**
「我們不是網路公司,而是利用網路做生意的券商。」ETrade Japan成立前,原本服務於野村證券的井土太良點出公司未來的發展方向。除了上市承銷,ETrade Japan也將推出更多基金、債券等金融商品,配合會員資料庫分析和網路一對一行銷模式,供會員作線上交易。
第一回合交手中,傳統券商並沒有因為使用網路下單而打擊到原本的營業員,因為傳統券商將交易量小的客戶引導到線上下單,反而讓營業員有更多心力照顧大戶,提供更個人化的投資顧問服務。但當網路券商不再自我侷限,只是幫客戶用網路買賣股票,也能提供更多元化的金融產品,和透過資料庫行銷的貼心投資訊息,實體券商將真正感受威脅。
當網路券商的業務內容更為「充實」,傳統券商的手續費折扣,勢必得作另一次讓步;而真正券商對券商,而非券商對網路的第二回合大戰,將會開始!

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