GM,老大象跳恰恰
GM,老大象跳恰恰
1999.11.01 |

在美國,網路上賣車的獨立線上經銷商,已經開始重寫汽車銷售的遊戲規則。
根據統計,近三成的消費者會在購車前,透過Internet比價與蒐集資訊。各地經銷商則付費給網路經銷商,試圖取得「區域專屬權」,讓網路經銷商如Auto-By-Tel、Carpoint、Autoweb.com等,為實體經銷商帶入銷售客源。

**尋變1
先在加州、華盛頓、奧瑞岡、愛達荷四州設立「Buy Power」網站,測試線上購車

**
這件事讓汽車製造商和經銷商傷透腦筋,因為網際網路的比價功能,讓原本擔任中介角色的經銷商必須不斷向聰明的消費者證明他們的誠實。網路讓購車者很容易做事前的準備,他們可以拿著調查到的最低價,到經銷點和業務人員「要價」,而不是相信製造商建議的經銷價格。
「消費者即將抓住購車過程中的控制權,汽車業者必須完全服膺消費者要我們做的事,才能留在業內,不被淘汰,」美國克萊斯勒董事長Robert Eaton在全美汽車經銷商大會中如是警告。
線上購車的趨勢迫使三大汽車廠思考:線上購車究竟是未來趨勢還是一時風潮?如果消費者持續在網路上買車,未來的經銷體系價值何在?什麼是汽車製造商未來最佳的營運模式(Business Model)?什麼是未來汽車銷售的通路主流?
製造Opel、Cadillac、Buick等車系的美國第一大汽車製造廠──通用汽車(GM, General Motors),兩年前開始進入網際網路的新世界,企圖為Internet時代的汽車製造商,找出未來的出路與模式。
他們先是「大膽」地開設了線上購車網站「BuyPower」,初期只在美國加州、華盛頓、奧瑞岡、愛達荷四個州進行測試。BuyPower可以讓消費者看到GM各經銷商的庫存情況、了解比較各經銷商的價格,也可以比較其他類似配備等級的競爭品牌車的價格,同時讓消費者在線上申請汽車貸款。
但是網站一推出,卻遭到各種困難及質疑。不是每個競爭品牌製造商都願意公開價格,也不是每個經銷商都樂於開放庫存數量好讓消費者聰明地殺下他的利潤。在初期實驗的四個州,只有60%的GM經銷商願意和BuyPower簽約。

**尋變2
這個測試網站無法吸引非GM的客戶,外界掌聲不多

**
外界也並沒有給予GM的勇於嘗試太多掌聲。波士頓顧問集團Khaykin說,GM的網站無法吸引非GM的客戶,「他們並沒有創造新的企業模式,他們只是用一種新的媒體重新回收(recycle)他們的客戶。」
賣車網站Autoweb.com的創辦人Payam Zamani認為,GM應該後退一步,「他們應該把Internet當作是廣告媒體,就像電視和收音機一樣,而不是自己開始去經營一個電視台。」GM的積極,也引發經銷體系的不滿,認為他們很有可能成為經銷商未來的競爭者。
但是GM的布局背後顯示著他們的憂慮:美國共有2萬3000家經銷商,經銷體系已經過於飽和,太多的經銷商追逐太少的買主,已被認為是「自負而無效率」。分析家預估,當經銷商縮減到9000至1萬2000家時,製造商將大幅節省通路的成本,縮減所有成本的15%。

**尋變3
經銷商危機帶來壓力,台灣GM開始網路賣車

**
更重要的是,GM已經感受到,在一個以消費者為中心的網路時代,他們必須更貼近消費者的需求,才能避免被淘汰。
在美國巔巔簸簸的實驗過程,還沒找到結論,在台灣,GM卻因著一個「意外」,成為開創台灣網路賣車的先驅。
今年六月,台灣GM開始透過網路賣車,成為台灣第一個線上賣車的汽車製造商。與其說是因為遠見,不如說是危機帶來的壓力。
台灣通用主要的經銷體系——國產汽車發生財務危機之後,台灣通用苦思新的銷售可能性,在這種狀況下,網路購車便成為值得投注的新管道。
沒想到,三個月內,台灣GM透過網路賣出50幾輛車。台灣GM總裁蔣泰瑞說,他們的模式結合了虛擬與實體(click and motar)的操作過程:網路提供資訊,代替實體Showroom的功能,線上諮詢服務人員則透過網路解答消費者疑問,同時提供消費者到府試車的服務。
台灣GM發現,低價車比較適合網路銷售,在網路上提供實際的價格折扣,則是吸引消費者的不二法則。GM目前的銷售也以庫存車為主。
台灣的模式已經吸引全球總部的注意,決定將台灣納入全球四大「領航計畫」(pilot project),做為實驗電子商務模式的灘頭堡。

**尋變4
效果不錯的台灣經驗,成了GM全球總部電子商務模式的灘頭堡

**
台灣通用汽車總裁蔣泰瑞指出,之所以選擇台灣,主要是因為美國的實體銷售體系與機制已經非常成熟,改變要付出的代價與困難也較大;而台灣市場對於新科技導入與新的購物型態,接受度很高,台灣通用的成績也證明台灣發展電子商務的潛力。
台灣當然也有類似的利益衝突。「要讓消費者接受,可能要比內部人接受容易,」負責規劃線上購車的台灣通用汽車網路行銷經理林瑤容感嘆地說,經銷商曾經為了抵制網路賣車小組,在一夜之間提走了所有的庫存車,讓網路購車小組無車可賣;也因為和實體經銷商的利益衝突,讓網路購車一直無法定位價格,提供較好的價格折扣。財務人員也一直不能理解網路部門的投資要如何看到回收,因而時時掣肘。
全球總部的支持,給了網路小組一計強心針,在領航計畫中,台灣GM的網站將從現在的「陽春型」服務,擴大到線上汽車貸款、線上付款、甚至可以依消費者喜好訂出「個人化車型」、供應商可以透過網路看到每小時訂單的狀況……。
台灣和美國的實驗才要開始,沒有人知道什麼模式才是最好的「答案」。美國媒體曾用「大象跳恰恰」,形容GM的轉型。不論他們成功與否,但是這隻大象勇於挑戰未來的精神,應該能讓他們有更豐富的學習。

往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 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