出版資訊
簡介
第一本深度解析C2B商業模式的策略勝經
引領企業升級五新經濟的轉型指南
當數據為燃料，AI人工智慧為引擎的未來已到來，繼電商之後的下一個互聯網盛世在哪裡？唯一擔任過阿里巴巴全球十大網商評委的電商名師盧希鵬教授和《商業周刊》聯手，以C2B觀點重新思索台灣產業的新商業價值，洞察可預見的未來商機，找出可執行的決勝策略。
深度解析C2B商業模式，帶你從後天看明天，從未來看現在。
新零售》不只線上／線下無縫接軌，還要Omni全通路、恆常流動零庫存。
從線上到線下、從實體到網商、O2O新創平台3大類型、9個創新實例。
新製造》多品項小批量個人化定製，逆轉B2C，消費者才是供應鏈最上游。彈性生產、智慧製造、跨產業平台，16個新製造先鋒轉型升級的故事。
新金融》為何銀行是哈士奇，FinTech是狼？數據徵信是互聯網金融解方？
8類個人化金融和群眾募資成功案例，揭示數位金融化的成功之道。
未來20年，如果你不拋棄先製造再銷售的B2C思維，
就可能被C2B逆商業時代所拋棄！
為什麼阿里巴巴不再談電商，亞馬遜到線下開實體店？
為什麼過去是零售業被網路顛覆，接下來將會是製造業？
逆轉商業模式的C2B浪潮席捲而來，顛覆你對未來的想像。
本書特色
1. 第一本深度解析C2B商業模式的策略勝經
純電商將消失，C2B正在崛起，深入阿里巴巴集團內部的電商名師盧希鵬與《商業周刊》聯手，深度解析下一個互聯網盛世的發展緣起，為何B2C會逆轉到C2B？為何五新只是實現的手段，C2B才是新商業文明的終極目標？
2. 33個創新實例搞懂新零售、新製造、新金融
精選企業案例，幫助讀者找到產業趨勢和方向；點評深入淺出，啟發讀者發現企業轉型痛點及解決之道。
作者簡介
盧希鵬
現任臺灣科技大學管理學院專任特聘教授(Distinguished Professor)、精誠資訊講座教授、經濟部科技顧問與企業獨董。曾任管理學院院長、EMBA執行長、電子商務中心主任等職務。
研究領域為電子商務、隨經濟、人工智慧、FinTech、工業4.0等。
商業周刊
創立於1987年，為台灣最具影響力、發行量最大的財經雜誌，以先進的觀點、敏銳的新聞與中立的媒體角度，報導快速變化的商業環境、成功人物事蹟與全球產業趨勢，傳遞給讀者具深度與廣度的第一手消息。
目錄
推薦序 不立不破：從後天到明天／梁春曉
作者序 一場天翻地覆的變革／盧希鵬
作者序 拐點上的逆策略／郭奕伶
Today 今天 總論
第一章 商業，為何逆著來？
去中心化的不連續創新
先行者的四大模式
節省時間成本的隨經濟
強調社會資本的弱連結
隨時感知、即時回應的隨科技
從客製化到個人化的新消費者
反轉供應鏈的酋長商務
Ｃ２Ｂ模式下創新的兩難
Tomorrow 明天 新零售
第二章 正在加速的新零售
新零售的現在與未來
不只Ｏ２Ｏ，還要全通路、零庫存
體驗和觀察，實體店重新翻紅
1 全台最大瘦身平台》—iFit 愛瘦身
2 家具網養車隊》—東稻家居
3 男鞋網開體驗店》—Life ８
4 熬過轉型陣痛》—神腦國際
5 大數據管會員》—良興電子
6 量販店智慧店》—家樂福
7 全球最大美妝評論網》—@cosme
8 從醫生的需求出發》—丁香園
9 瞄準逾6成自助客》—KKday
Tomorrow 明天 新製造
第三章 更加挑戰的新製造
多品項、小批量的快時尚當道
彈性化生產，只是第一步
第二步，建置工業互聯網
第三步，網狀的製造業生態系
跨境電商的製造服務業
10 中國客製生意王》—尚品宅配
11 連冰箱都能個人定製》—海爾
12 重返豪華車霸主》—賓士
13 全球最聰明50大企業》—博世
14 手機大廠做Nike球鞋》—偉創力
15 一顆可樂果的抉擇》—聯華食品
16 亞洲航空貨櫃王》—台灣懷霖
17 塑合板亞洲第二大》—綠河
18 大數據建配方圖書館》—安口機械
19 養雞場拚大數據》—凱馨實業
20 鐵皮屋內的智慧工廠》—世豐螺絲
21 讓機器生出神經》—協易機
22 媒合新舊的37人小團隊》—HWTrek
23 特斯拉邦落腳處》—行競科技
24 全球第三大ＰＯＳ廠》—飛捷科技
25 半世紀絲襪廠轉型》—陸友纖維
Tomorrow 明天 新金融
第四章 冒險探索的新金融
數位金融化還是金融數位化？
互聯網金融的四大革命
哈士奇與狼的戰爭
個人化金融與群眾募資
26 數位金融先行者》—玉山銀
27 兩岸最大Ｐ２Ｐ借貸網》—我來貸
28 全球第一個Ｐ２Ｐ換匯平台》—TransferWise
29 演算法震撼金融業》—ＡＩ理財系統
30 智慧電動機車商》—小牛
31 兆元級網路人脈俱樂部》—正和島
32 全台唯一群募顧問服務》—貝殼放大
33 刷新台灣單日募資史》—justfont
Day after Tomorrow 後天 新能源／新技術
第五章 實現新商業文明的新能源／新技術
大數據，驅動產業革新的燃料
ＡＩ人工智慧的美麗與可怕
台灣發展ＡＩ的機會
有愛的服務業
不是生產商品，而是生產數據
