觀點|有流量不代表有通路!為什麼「送貨到家」才是Meta、OpenAI難以跨越的零售門檻?
觀點|有流量不代表有通路!為什麼「送貨到家」才是Meta、OpenAI難以跨越的零售門檻?
2026.02.06 | 新零售

你知道嗎?在北美Instagram上是可以買東西的。2018年開始它與Shopify合作推出了購物功能,品牌可在貼文標記商品,再連結到品牌網站購物。後來2023年,Meta推進App內結帳(In-App Checkout/Purchase,IAP) 體驗,能在Instagram看到商品直接結帳,無需再跳到外部網站。

ChatGPT也於2024年嘗試購物推薦。如果你問ChatGPT:「我想買蜂膠,有哪些推薦?」它的回答就會出現特殊商品卡片格式,並附帶多個外部購物網連結,甚至整合評論給你。隔年ChatGPT更推出即時結帳(Instant Checkout),跟Instagram 的野心一樣,可一站式結帳,不用外連其他網站。

chatgpt Instant Checkout
chatgpt推出即時結帳(Instant Checkout)功能。
圖/ chatgpt Instant Checkout

為何Instagram、ChatGPT也做購物網站?因為流量是銷售的根本,有流量的服務除了做媒體、賣廣告,就是做通路。有別於傳統通路,Instagram是社群平台、ChatGPT是大語言模型,雖說有流量就有本錢做通路,但通路有流量就夠了嗎?

被「發現」然後呢?5元素串起訂單

就一個通路來說,可分成 「發現>展示>銷售>支付>履約 」5元素。其中的「發現」就是媒體的強項,幫助消費者找到他想要的商品,或是集客(聚集消費者)幫品牌發現消費者。但「發現」後的其他部分:展示、銷售、支付、履約,才是一個零售通路最難的部分。所以Instagram、ChatGPT無一不是從發現開始,先做到展示,再做到銷售與支付,一點一點愈做愈深。而這些不同元素組合,也是不同的通路模式。

Instagram與ChatGPT的第1步是「導購模式」:發現>展示>(銷售)>(支付)>(履約),括號部分代表不做。作為導購通路,只做到發現與展示,然後外連品牌網站,由它接手其他括號內的服務。而第2步做的是「平台模式」:發現>展示>銷售>支付>(履約)。此模式讓消費者直接站內付款,完成購買。訂單成立後,才轉給品牌做出貨履約。

那momo呢?momo是「大賣場模式」:發現>展示>銷售>支付>履約。像是我們傳統所認知的賣場家樂福、大全聯等,完整的通路5元素全都做。這是最難、需要高資本投入的模式,因為要做到「履約」等同要處理庫存,也就是得投資倉儲、物流。這一步是媒體跨足通路的鴻溝,亦是零售通路深水區。

那蝦皮呢?蝦皮並非大賣場模式,而是平台模式,因為蝦皮起初不碰「履約」,僅做好一個「平台」:讓賣家上架商品、出貨(履約),讓消費者找商品(發現、展示)並購買(銷售、支付)。但後來蝦皮也做了「履約」。有趣的是,它的做法跳脫過去通路模式的想法——把履約服務化,即蝦皮店到店。

服務化是指把「履約」變成一種對賣家或品牌的服務,而服務可以賣錢,加上蝦皮沒庫存壓力,營運相對輕鬆,不過也犧牲了送貨效率。店到店作為履約服務,創造了未來的彈性,其他不在蝦皮銷售的品牌也有機會使用服務。

傳統的零售通路中,還有非常有趣的「百貨模式」:發現>(展示)>(銷售)>支付>(履約)。百貨公司負責聚集人流,讓品牌櫃位銷售,最後結帳時付款給百貨。意即在百貨公司的adidas、Timberland等櫃位購物,而開結帳發票的卻是百貨公司。百貨模式等於只做最前段的「發現」與最後卡了支付的環節,不做展示、銷售(嚴格來說,展示是百貨和品牌各半)。

那線上的世界有什麼服務類似百貨模式?在台灣可能是LINE購物。我們在LINE購物上發現商品,再被導到品牌網站使用LINE Pay結帳(為了累積點數),來完成類似百貨模式的購物體驗。事實上所有支付工具,比方街口、PayPa,都有機會成為百貨模式的通路玩家。

而近年品牌發展自營通路的DTC模式:(發現)>展示>銷售>支付>履約。品牌自建通路(如自營門市及官網)也是一種通路,但「發現」是它最弱的一環,要自己設法導人流。

無論上述任何通路模式、做得深或淺,關鍵元素都是「發現」,因為流量是通路的根本。而DTC模式最弱的卻是「發現」,不過品牌可以好好地做「履約」。因此,品牌發展DTC模式就很適合結合媒體通路發展的導購模式。

有趣的是,Meta在2025年宣布Instagram的購物功能將從平台模式退回導購模式,Google則在2023年YouTube上推出YouTube Shopping。兩者同樣是放大作為流量入口的「發現」強項,幫助品牌導購,發展成影音電商平台。

隨著代理式AI發展,除了通路模式前段元素,還會看到新的可能。從通路模式的元素拆解來看,品牌發展DTC模式,是一種跟各通路模式靈活合作的根基,在通路科技快速演變的時代,反而能在變化中找到一個不變的立足點。

延伸閱讀:一代無人店實驗落幕!亞馬遜關掉15家Amazon Go門市之後,學到了什麼?

責任編輯:蘇柔瑋

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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