奧丁丁新聞 OwlNews｜多元觀點。獨創你的輪廓

圖／本報資料庫商傳媒｜方承業／綜合外電報導運動品牌 Nike 宣布調整其全球營運模式「Pace」，將亞太地區與大中華地區（APGC）的領導團隊設於新加坡，此舉引發市場對其在中國市場經營策略的疑慮。 根據《WWD》報導，Nike 的新營運模式將全球劃分為美洲（北美洲與拉丁美洲）、歐洲中東與非洲（EMEA），以及亞太地區與大中華地區（APGC）三大區塊，目的在於降低成本。此模式預計於 2028 財年正式實施，部分原設於比弗頓（Beaverton, Ore.）總部的 APGC 支援職位也將移往新加坡。 然而，這項策略調整卻面臨挑戰。近期財報顯示，截至 8 月 31 日的第一季，Nike 在大中華地區的營收衰退 22%（若排除匯率影響則為 26%），凸顯中國市場的持續艱困。前 Nike 高階主管普遍認為，儘管將大中華區納入更廣泛的亞太結構可能有助於節省成本，但在中國市場，在地關係的重要性甚至超越產品本身，失去這種連結可能帶來風險。 Heron Intelligence 旗下 Heron Events 總裁 Colby Howard 指出，若 Nike 將營運重心從上海移出並由新加坡管理，恐導致在地關係流失。他強調，贏得中國市場的關鍵在於提供符合當地消費者需求的產品，而非僅是通用產品，且當地人脈網絡至關重要。Third Bridge 研究機構分析師 Patrick Ricciardi 也表示，區域重組充滿未知數，成敗難料。 Nike 執行長 Elliott Hill 則強調中國市場依舊極為重要，今年是 Nike 在中國發展的第 45 年。他表示，公司將透過強化旗艦店的數位生態系統，提供更優質的品牌展示與消費體驗。Nike 計劃在中國建立在地產品開發團隊，著手規劃未來季節性產品。首個「中國製造」（Made for China）系列預計於 11 月推出，將專供實體店面販售，預示未來產品將在地設計、開發與製造。 這項新的亞太營運佈局面臨的考驗在於，Nike 中國能否在新架構下，仍能有效傳達其在地聲音並與當地市場保持緊密連結。

【范麗玉記者   台南報導】 面對全球嚴峻的淨零碳排趨勢、碳邊境調整機制（CBAM）以及勞動力結構轉變，台灣製

圖／示意圖商傳媒｜葉安庭／綜合外電報導網際網路服務公司Cloudflare近期推出兩款全新的決策模型（decision models）Clef與Clef-flash，目標是讓人工智慧（AI）Agent能夠自主運作，在特定任務中不再需要人類介入。這項創新被視為AI自動化領域的一大突破，可望大幅提升企業營運效率。 傳統的大型語言模型（LLM）通常以生成長篇文本為主，但Cloudflare的Clef模型則專注於判斷預設選項的機率，而非生成文字。這表示AI Agent可以根據這些機率結果，自動執行後續動作，例如將客戶服務請求分配至適當部門，或觸發必要的升級處理。Cloudflare強調，透過Clef模型，「人類不再需要持續介入AI Agent的決策過程」。 Clef與Clef-flash模型基於中國阿里巴巴開發的Qwen模型，支援文字與圖像輸入，並已在Cloudflare的Workers AI平台及開源機器學習平台Hugging Face上發布，採用 Apache-2.0 開源授權。根據Cloudflare自行報告的基準測試數據，Clef-flash的平均回應時間為39毫秒，Clef則為209毫秒，比競爭對手TypeSafe AI的Jev模型（超過524毫秒）更快。Cloudflare表示，Clef在決策品質上表現最優異，而Clef-flash則在保持低延遲的同時，準確度幾乎與Jev模型匹敵。 Clef模型具備64,000個Token（處理單位）的Context Window（一次能處理的文字範圍），是Jev模型的三倍。TypeSafe AI曾於9月中旬推出Jev模型，並主打其「無幻覺」（指輸出限制在預定義選項內）的特性；OpenAI也於9月底發布了基於GPT-6 Luna的Decisions API。然而，Cloudflare的Clef模型在速度與處理能力上展現競爭優勢。 Cloudflare已將Clef應用於內部作業，例如其威脅情報團隊正利用Clef進行網站分類，評估網站屬於特定類型的機率。該公司還計畫將其用於審查濫用報告、分類支援請求，以及區分惡意機器人與有用機器人。為了讓客戶能依自身需求客製化模型，Cloudflare將推出一項強化學習（reinforcement learning）服務，初期由工程師協助，未來將提供自助服務平台。 這類無需人類持續介入的AI Agent，將有助於推動產業對AI Agent的需求，特別是製造業等正尋求利用AI提升生產力並加速決策過程的領域。Propel執行長Ross Meyercord就指出，許多製造商已明確知道他們希望AI能做什麼。他強調，AI的應用已從一般性實驗轉向更具體的商業系統整合，而連通產品資料是各功能AI應用的共同核心。