抵抗成長的誘惑,創新也要有SOP(七)
抵抗成長的誘惑,創新也要有SOP(七)
2012.12.20 |

1年準備、2個月測試、3年後續計畫
**降價不是促銷,是長期策略

** 2009年初,金融風暴期間,台灣麥當勞策畫了一個突襲降價策略,一舉將午餐部分營收提高一倍。

那次突襲,外界看來只是一次降價促銷;對麥當勞而言,卻是一個長期策略:拉近麥當勞午餐價格與上班族外食預算(80~100元)之間的距離,來提高整體營收。

「不是為了短期市場經濟狀況而降價,而是降價本來就是你的策略。市場經濟狀況的惡化,只是做這個決定的時間因素。否則,現在經濟又上來了,要漲價嗎?」台灣麥當勞總裁李明元解釋,麥當勞每一個成功的市場策略,都經過3個步驟:

**第一步,辯論。
**那次降價方案,麥當勞足足準備了1年。

決策過程中,李明元認為自己最大的任務,就是「創造『吵架』的題目」,「降價有很多問題和風險,」他不希望員工「太安靜」,所以會公開營業資訊,來刺激主管討論。包括要降價多少?哪些產品要降價?哪些時段要降價?什麼時候降價?都是討論範圍。

主管抱怨總裁愛丟變化球,但「變化球常常都是好球!」李明元笑說。

**第二步,準備。
**麥當勞有一套完善的調查機制,調查項目包括市場變化、消費者對產品的評估、經營方式等。每個國家、每天都會做出100個調查,觀察消費者行為和產業的細微變化。

「它可以告訴我們『要撞山了,移一下!』」李明元形容,這套「氣象預報系統」是地區主管的重要決策參考,也可以避免主觀判斷,是國際品牌維持一致品質的關鍵。

2008年,台灣麥當勞從調查數據中察覺,要持續成長,就必須調整價格,尤其是以上班族為主力的午餐時段。當年第三季,麥當勞開始在高雄分店進行兩個月的測試與微調,確認促銷效果及可能的風險。李明元說,先期測試的準確度,高達70~80%。

2009年2月4日,春節結束開工第二天,「午餐79元」降價訊息同時透過平面、電子媒體發布,中午立刻引來排隊人龍。麥當勞還特地增調40多輛貨車,確保不會斷貨,以免引發消費者反彈。

**第三步,持續。
**李明元回憶,當時團隊中辯論最激烈的問題是:如何延續降價帶來的營收力道?

所以,第一波午餐降價方案推出前,麥當勞就已規畫好未來兩到三年間、一系列促銷活動:降價時段從周一到周五中午,延長到周末中午和早餐,後來又陸續加入新的促銷商品,以延續麥當勞「超值」的形象。

**李明元的管理講義
DOs
1促銷活動的背後,要有長期的準備和策略目的。
2決策時,公開數據,讓主管互相辯論、降低風險。
3****開放企業案例與學界合作,找出經營盲點,引進人才。

DON'Ts
1****不要為了短期

** 資料來源《經理人月刊No.70》

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