跳至主要內容

【inemkt】資訊不對稱提高了網路消費的風險

我是個中度,接近重度的網路使用者,在這幾年來發現到台灣的網路使用環境不健全,本來的網路有資訊公開的特性,應該是要使「資訊對稱」,但也有廠商刻意製造「資訊不對稱」的情況。 對醫學美容保養品市場熟悉的人一定知道薇姿、理膚寶水是萊雅集團旗下的品牌,在台灣由台灣子公司銷售,裴禮康的代理商是台灣惠民製藥代理進口。然而,這些公司對於國內幾家在網路販售他們旗下某些品牌的產品是禁止在網路上公開價格的,他們的理由是:
「我們的產品是屬於醫療品牌,我們希望消費者在使用這些保養品時能先經由專業的醫師與藥師諮詢才能購買我們的產品,所以請勿在網路上公開售價,或是讓消費者由網路上訂購,若是需要購買者請消費者傳真訂購單。」
也就是萊雅在台灣子公司進口之薇姿與理膚寶水、台灣惠民製藥代理進口的裴禮康產品,在網站上是看不到價格的。 於是消費者可能轉往容易看到售價及比價的市場,如平行輸入商或是其他來源,對於國外的母公司來說是無差異的,反正公司都有收入,但對國內的代理商或是與代理商採配合態度的經銷端成了最大的受害者。曾經向相關人員抗議過,他們的回覆是:「國外公司政策如此規定,而妳在網路上看得到價格的網路商店都不是從我們公司出貨的。」那這些網站的貨源都從哪裡來呢?他們也聲稱是來自台灣代理商的商品,還是說因為這些商店有什麼特殊的交換條件所以才可以直接公開售價?不得不懷疑是否藉由製造「資訊不對稱」這種特性來取得較大的利益? 接下來要說到一些經濟學的概念,對商學院的學生而言,這些都是基礎。當以下條件的其中之一成立時,整個市場交易、生產及消費等資源配置透過價格機能的引導「無法」達到Pareto Optimal的境界:
  • 資訊不對稱
  • 公共財的特性
  • 外部性的存在
  • 不完全競爭的出現
  • 交易成本的考量
其他條件去看課本就好了,我今天想要說的,是台灣代理商的行為造就了資訊不對稱的狀態,讓消費者在進行購物時,所必需負擔的風險增加了,同時也增加了經銷商所需負擔的成本。 舉例來說:今天A消費者想要買裴禮康著名的硫辛酸眼霜,透過網路,A找到了B網路商店,而由專業的從業人員所開設的B網路商店所販售的硫辛酸眼霜是來自於國內代理商所進口的商品,但因為國內代理商的規定B網路商店不得公開售價,A消費者看了網站上的購買方式要透過傳真購買,可是A消費者沒有傳真機,也不想在上班時浪費中午的午休時間到便利商店傳真,更不想讓人家知道自己買了什麼東西,於是A消費者不得不放棄B網路商店到其他網路商店看看,發現了同樣也是專業人士開設的C網站,而且在加入會員後可以看到售價,看了看售價好像有點貴,人家說拍賣市場的東西很便宜,於是又到Y拍市場發現了平行輸入商D賣家,且D賣家所販售的酸眼霜是最便宜的。看了看D賣家的評價好像也不低,於是在D賣家的賣場下了訂單後收到付款通知,中午午餐時到公司樓下的7-11裡的ATM轉帳,吃完飯後回到自己的電腦前,發個mail告知D賣家自己匯款了。整個交易流程看起來好像是D賣家與A消費者得到最大的利益,看似符合市場的運作,消費者可以選擇對自己最有利的價格。 可是,今天發生了一件意外:A消費者下單後,被網路截標客E給中途攔截,A消費者的錢轉到了E截標客的帳戶裡,D賣家也因為不明原因沒收到A的已付款通知,在超過所謂的付款天數限制後,D賣家一氣之下給了無辜的A消費者一個負評透過電子佈告欄(BBS)或其他討論區告知其他商家將A列入黑名單裡,而A消費者也在付款多天沒收到商品還拿了個負評後又被列入黑名單,整個消費權益的損失也沒了,還要等向相關人士及機關申訴後,才有可能回覆自己的評價,然而,A可能無法取回已被詐騙的金額,而要花更多的金錢及時間去購買同一樣商品。 另一種情況是,D賣家當初為降低進貨成本,於是訂購大量的商品,可是銷售似乎沒有預期的好,於是A消費者所買到的可能是已接近有效期限的末期,在還沒使用完畢前便已過期,更可憐的是,由於D賣家非專業人員,當A消費者在使用後覺得眼睛不舒服時,D賣家無法提供專業諮詢服務。實際上,A消費者真的是得到最大利益的人嗎?不,反而是損失最多的人,而起因就在於「資訊不對稱」所造成的反向選擇甚至使該市場形成Lemon Market。 上述那種倒楣的情況雖然不是天天發生,我也認為消費者有權利選擇最節省荷包的購物方法,但在節省荷包的同時,卻也應該兼顧自己的消費權益,也應該儘量降低自己在消費時的風險,而一切的開始皆起因於這些公司的價格保密政策。 網路是公開的,你不給消費者資訊,消費者有的是辦法找到自己要的東西,即使有風險,願意冒這種風險的人多的很。而在資訊化的時代裡,這些公司卻依然採用最浪費時間的作法使消費者在購物時浪費了更多的時間去收集資訊或是因為造成購物的不方便在消費者的心中存在負面印象,同時也因為不公開售價使消費者負擔更多消費風險,也使經銷的末端零售商可能面臨流失顧客或增加存貨成本,其實也是在減低自己的競爭力,如果說是一個好商品,就應該要相信自己的顧客、相信自己的經銷商,而不是把刀子架在經銷商或是消費者的脖子上讓他們去承擔這些銷售風險及損失。 我知道寫這篇文章不能改變什麼,畢竟只是個小小的消費者,但我也希望消費者能發揮消費者的力量,讓這些台灣代理商知道因為他們的行為造就了消費者權益的損失,甚至需要負擔了不必要的消費風險;而合法的網路零售商也應該團結起來,為自己爭點權益,畢竟在不開放售價的情況下,在與平行輸入者的競爭中,合法銷售商在第一關就被消費者淘汰出市場了,這樣還有競爭力可言嗎?
Pareto Optimal:柏拉圖最適,指的是在不損及其他人的利益下而有益於他人利增增加而稱之。基本上看它的名字就知道很難達成,誰沒有交易成本?

留言

此網誌的熱門文章

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...

用Claude Code做一個AI飲食營養分析Bot:從拍照辨識到條碼查詢的實作筆記

沒想到在十多年後,因為想做飲食營養控管,所以自己利用 AI 開始做一個簡單的食品營養分析工具,能分析我每餐的飲食是否充足或過量,並提供有依據的飲食建議。 最初的雛形是基於以往曾參與「 Food Open Data 」倡議的經驗,我希望用最簡單的方式,拍照-->AI辨識與分析-->提供建議,然後統計一段期間的營養攝取狀況。 最初的想法 當我把我的雛形想法告訴 AI 後,Claude Code 很快的就幫我設計好雛形、教我如何申請Telegram Bot,這些步驟都寫得很清楚,整個雛形做好不用半天,我還愣住了,怎麼可能這麼簡單?難怪那些應用程式公司只把飲食營養分析當作一個「附加功能」,主要目的是蒐集其他的生理監測資料,但這些公司蒐集資料的用途,我自己在處理過美國資料經紀公司所販售的資料隱私資訊後,這是值得關心的議題,但不在此篇文章裡討論。 不過,我只專注在飲食分析項目,我覺得這個功能如果可以做好,再想想其他的。最初的想法很宏大,因為家人與自己患有慢性疾病,所以特別針對某些族群設計,但事實上,如果沒有實際的使用情境,可能也無法做出符合需求的產品。 於是我把這個Bot的使用者只鎖定在我自己的飲食分析上,那就簡單多了。 工具與環境限制 我在今年已經改用 Claude Cowork 與 Claude Code 協作,雖然 Claude Code 有一般介面版,但我大多數時間都開著終端機視窗使用 Claude Code,這樣比較能專心工作。 基於使用工具的習慣,我使用 Claude Code 開始建置,當時的模型雖然已經有Opus 4.8,但Sonnet 4.6已綽綽有餘,而後來出現的Fable 5 則用在其他專案裡。 因為只做給自己用,所以選擇最簡單的 Chatbot 形式;也因為我希望可以自由的使用而不是提供過多的個人資料給其他平台,選用 Telegram Bot,而不是台灣人常用的 LINE Bot ,而且 LINE上太多廣告,根本不想開它。 在衡量經濟現實及自我管理資料的想法後,目前這個 Bot 與資料庫只放在我的電腦裡,沒有上雲端,當電腦休眠、網路斷線時,Bot就會停止工作。 雖然只是給我自己使用,但我還是要求資料庫是加密儲存的,匯出資料時也必須加密。 台灣的飲食文化很多元 我不是開發者、也不是營養師,我自己也沒使用過其他的應用程式,所以無從理解在開發飲食營...