網購業面臨第二波成長焦慮
網購業面臨第二波成長焦慮
2007.08.01 |

二○○○年那一波網路泡沫化,讓台灣甚至全世界的網路公司餘悸猶存,那是段「沒被祝福、偶有掌聲、常被唱衰」的苦澀成長過程。電子商務公司宛如鴨子滑水般,以裁員減少開銷、調整公司組織、修正策略等方式,小心翼翼地通過這段考驗。現在呢?拜媒體長期報導及網路環境更成熟,大眾對網路購物的接受度漸增,這兩、三年是網購很不錯的三年,每年成長五○%甚至一倍並不太難。電子商務成長史一直都是多空交戰的,但現今「大家一致看好」似乎又蓋住了一些網購的新逆流。

美國在電子商務方面領先各國,我持續注意美國B2C成長動態。但過去一季,竟很意外地看到幾篇美國B2C線上購物成長趨緩的報導,例如木星研究公司表示,美國網路購物已到頂峰,預估到二○一○年前,整體網路銷售成長率將從二○○四年的二五%滑落至九%。我不知道大家對這九%有沒有特別的感覺,我因為還蠻喜歡看如《天下》雜誌一千大這種專輯,尤其注意新創公司或通路的成長率,簡單地說,九%的成長率已不是新創企業了,這個成長率差不多等同於「有在成長的傳統通路」,統一超商去年的營收年增率一○.八四%都比九%還高。我看到這預測是蠻shock的。

再跟大家轉述一個數字。你知道全球線上拍賣龍頭eBay第一季營收跟去年同期相比如何?別太吃驚,僅成長一%而已。這些數據讓我這種電子商務多頭派,有點不是滋味,幾年來已看過無數讚美網購成長動能報導的我,還在等待其他篇「網購還是大有可為」的新外電呢。

雖然美國的電子商務報告終於出現質疑成長動能的聲音,但我相信多數台灣網購業者並未注意到這個新聞。七月中,一篇台灣資策會電子商務產業規模評估的報導,開始引起媒體及網購同業關注。分析師周文卿對媒體表示,「在國內消費景氣及信心不振的情況下,資策會不排除下修今年度網路購物產值(去年十一月估今年全年為新台幣一千四百三十八億元)。」這個說法真的很罕見,因為資策會每年公布的電子商務成長預測,實在都太令網購同業振奮了,即使網購業者也搞不清楚哪來這麼大的餅,不過大家(含媒體記者)還是樂於引用這份「EC明天會爆好」的電子商務整體營收調查,來當招商提案或寫新聞的依據。

《工商時報》記者何英煒報導資策會這篇新聞時,旁邊多寫了一篇相關新聞,標題是「網路家庭上半年電子商務成長趨緩」。他把這兩則新聞一起處理,也許想要讓大家知道,經營網購不像以前那麼容易了。報導指出網路家庭今年上半年營收新台幣三十三.六億元,僅比去年同期成長一六.五二%。先不論盈虧,這個成長率約比康是美連鎖藥妝去年年增率還少一○%。「營收明顯趨緩」,該記者這樣下筆,她只差沒有把美國的電子商務成長趨緩一起寫出來而已,否則就變成「壞壞壞」連三壞了。

電子商務出了什麼狀況?

周文卿提出一些解釋。比如說台灣消費市場景氣不佳、消費者信心不振,造成網購與大環境連動等。我覺得這是成長力道不足的原因沒錯(我業績不好時,總拿這當藉口回覆我的老闆),不過也代表網購的成長確實比前幾年緩了些,如果是超強的類股,是不用擔心受大盤景氣拖累的。

現在台灣的網購產業情況是,少數領先群繼續維持領先優勢,且不斷拉大跟同業的差距,但爆發性成長不再,經營及獲利的難度比以前高很多。我認為景氣差也是一種天然淘汰機制(如同當年泡沫化淘汰賽一樣),自我管理能力強的電子商務資優生會更傑出。

在《數位時代》專欄中,智邦生活館總經理陳豐偉曾提到入口網站大量擋信的問題,我覺得這對許多網站本身流量不足的中小型購物網站,更是無止境的夢魘。我在幾年前發現雅虎(Yahoo!)、MSN等入口的免費信箱開始提供阻擋垃圾信功能時,就猜到會有購物網站「萬件齊發,盡入垃圾桶」的一天,可惜我之前服務的公司,當時還是沉浸在擁有千萬會員e-mail帳號祖產的喜悅當中,不自覺一旦網路遊戲規則改變時,企業核心競爭優勢將崩盤。

大部份的台灣購物網站流量都不高,且花大錢買流量都很難成長。擋信時代的全面來臨,讓一些還來不及養人潮流量的小型購物網站簡直是烏雲罩頂、前途堪憂。一家我相當欣賞的小型購物網站Zakka雜貨網老闆跟我說,他已不太製作精美的EDM電子報了,因為做得再好也是餵給垃圾筒,他甚至用純文字打個五、六行字就草率地發出去。當初免費信箱推出時是為了溝通服務,是慈善事業,誰想到有天會這樣宰制了龐大的商業許可權。

現在市場景氣與技術天險都不易突破,台灣網購同業該怎麼度過第二波成長焦慮?通路虛實整合或開拓中國市場也許是機會,喊了很多年的西進,在今年算是比較有啟動。另外,向最會生流量的Web 2.0網站偷靈感吧! 

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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