蝦皮攜手國泰世華再推改版聯名卡！改版2大優勢如何逆襲momo與富邦的百萬聯名卡？|數位時代 BusinessNext

蝦皮攜手國泰世華再推改版聯名卡！改版2大優勢如何逆襲momo與富邦的百萬聯名卡？

9月3日蝦皮與國泰世華雙方高層，睽違五年再次同台，為的是宣傳新版「國泰世華蝦皮購物聯名卡」。

聯名卡一年貢獻破百億商機，卡友消費金額比一般消費者多7成

但陳冠學也強調，目前所有蝦皮聯名卡一年貢獻的消費金額已超過新台幣100億元。且相較2019年消費金額有4.5倍成長，顯示聯名卡卡友實際消費力道逐年成長。

蝦皮品牌行銷部長廖君凰也分享，根據過去聯名卡友的數據觀察，發現聯名卡消費者的客單價比全站一般消費者高出45%，而每一季累積的消費總金額，甚至比一般消費者高出70％。

改版優勢1:最殺26%回饋、下調累計門檻至3,000元

而針對這次改版換裝上市的新聯名卡，廖君凰指出最大改變是下修回饋門檻。

原來，舊版蝦皮聯名卡其中一個硬傷是，消費者大多只有買高單價商品才用得上。廖君凰指出，因為舊版的聯名卡有5000元的消費門檻，超過才有2％回饋，累積消費兩萬才有到4％回饋。「因此在小額、低單價的購物上，沒辦法貼近消費者。」

而此次改版，除了祭出最高26%回饋，不僅比舊版20%回饋高，也是目前全電商通路最高的回饋%數，另一大重點就是下調門檻至3,000元。新版聯名卡只要在蝦皮購物全站累積消費達3,000元以上，即可享有5.5%蝦幣回饋權益。「為的就是想要放大更多消費者的使用場景。」廖君凰說道。

而另一個蝦皮聯名卡的硬傷，則是蝦幣生態系不若mo幣生態系廣闊。富邦媒挾帶集團資源mo幣除了在momo購物網使用，也能在台灣大哥大全通路使用。廖君凰則指出，目前蝦幣還是只鎖定在蝦皮購物站內，希望刺激消費者持續消費。但能多做，讓消費者有感的是持續放寬蝦幣的折抵上限。目前蝦幣折抵上限是每日最高折抵訂單金額的25%，不定期會有蝦幣折抵50%的活動。

改版優勢2:25歲以下學生族群持Debit卡也有3%回饋。

而針對提升辦卡體驗與增加誘因部分，國泰世華銀行總經理李偉正指出，目前國泰世華蝦皮購物聯名卡，已經能做到從線上申請到核准不用十分鐘，消費者就可以進行網購消費，「實體卡之後在慢慢寄到消費者手上就好。」

另外，由於蝦皮消費者有不少是學生族群，國泰世華也針對25歲以下、較難申辦信用卡的學生族群，祭出使用國泰金融卡、簽帳卡到蝦皮購物消費能享有3%現金回饋的獨家好康。

展望今年剩下四個月，「我們有信心能用換裝上市的新版聯名卡衝出兩倍的發卡量，而流通卡數（有實際刷卡消費的卡數）也要再成長50%。」廖君凰說道。

國泰世華蝦皮購物聯名卡活動資訊

據國泰世華與蝦皮官方指出，即日起至2024年12月31日，卡友於蝦皮購物站內消費3,000元以上即享最高5.5%蝦幣回饋，搭配指定檔期不限消費金額加贈6%蝦幣，基本回饋就有11.5%蝦幣。

搭配9月限定促刷活動，即卡友於《9.9超級購物節》檔期消費滿6,500元可享650蝦幣、滿20,000元可享2,900蝦幣(兩檻擇優回饋且限量登錄)，等同消費達檻並完成登錄，最高可額外再享14.5%蝦幣，合計最高可達26%蝦幣回饋，不僅如此，聯名卡友於蝦皮商城指定商品消費滿額領券可再享88折，卡友刷越多，回饋趴數越多。

此外，即日起至2025年6月30日前完成核卡者，於核卡後30日內刷卡消費滿888(含)元以上，再享首刷禮100蝦幣及3張免運券。

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。