前東京著衣物流中心化身集團小金雞,久新新物流獨立後首度公開
前東京著衣物流中心化身集團小金雞,久新新物流獨立後首度公開

「同樣的事情,我用30個,你用150個,這就是差別。」久新新物流執行長吳明錩這裡所說的30和150,指的是倉儲物流需的人力。而他認為久新在效率上的突破,已經可以視為一種技術,也是他們今(2017)年二月正式從集團中獨立的底氣。

用效率挑戰物流零成本

「我時常跟員工講,我們工作量很多,我們的突破點是什麼?絕對是做法而已。」吳明錩說:「如果能突破,就能賺到中間價差。」他在2013年6月加入創新新零售集團前身東京著衣擔任物流主管時,大家的作法還是一人一張手拿單撿貨,但四年之後,他們已經可以一次處理三百張訂單。將同樣一個4200坪倉庫的人力需求從原本超過百人,降至不到三十人。這就是他口中的效率財、技術財,而在公司獨立後,他們還要將這樣技術財變得更大。

吳明錩認為,行銷廣告和物流是電商經營的兩大開銷,如果他能用最少人力處理最大的訂單量,就可以降低集團每張訂單出貨的成本。但他不只是想壓低成本而已,更希望達到「零成本」的境界。而要實現零成本,就勢必不能只服務東京著衣一家,必須對外接單。

就技術面,吳明錩不敢說自己是最強的,但他有自信,因為東京著衣的起步早,不論多品項、多平台和多國家出貨,他們都有經驗,也已經模組化。「當他(指客戶)提出需求,我們有那方面經驗, 要上手很簡單,他要去上其他平台,我有的就告訴你要準備什麼,我們的角色是在於可以輔導你。」同時,吳明錩也不斷思考如何持續強化撿貨、出貨的效率。

久新新物流_2017-06-27_吳晴中攝_0022.JPG
久新新物流執行長吳明錩不只幫客戶做進出貨,也會幫他們留意身邊每一個小格子的商品異動率
圖/ 吳晴中/攝影

看訂單不看周轉率,賺到的只是庫存

再就需求面來說,他更是一點都不擔心。「一般電商都會賺到庫存,不知道如何提升周轉率,最後廠房愈來愈大,庫存愈來愈多,賺到什麼?不知道。」吳明錩觀察,激烈的市場競爭讓許多電商老闆不得不拚了命地向前衝,眼裡只顧著訂單是否增加,卻忽略了庫存管理,直到出現成長瓶頸。

他舉例,今天A公司和B公司每個月如果都可以賣出50萬件衣服,但A的庫存是350萬件,B的庫存是100萬件,假設一件衣服的成本100元,那A和B的庫存就差了2.5億元。這就是吳明錩說的,很多電商很會賣東西,訂單量很大,卻賺不到錢的原因。而這也是久新的機會。

實際上良爽衛生棉台灣總經銷商朝寶商貿負責人謝孟儒就有過類似經驗,他直言過去是用比較土法煉鋼的方式做倉儲管理,常常一忙起來就沒有時間做盤點,如果訂單出問題,也很難找出責任歸屬。而去年九月開始和久新合作後,他最有感的就是出錯率變低,也不必再擔心旺季的出貨問題。還有男裝電商Plain-me倉儲物流主管劉佩恆也提到,過去要花三、四天消化的訂單量,在交給久新之後,現在只需要幾個小時就可以處理完。

創造集團更大利潤空間

不過久新不是所有客戶都接,如家俱的體積太大,就不在久新的接單範圍,而吳明錩目前主要是以生活用品、美妝和服飾為目標客群,表示這是因為這三項產品佔了整體電商市場六成的銷售量;另一方面他則是看好這些產品和新零售集團有合作空間,有機會創造出更大的綜效。

吳明錩指出,久新獨立成第三方物流,除了是既有基礎的更大化利用,以及藉由更大的規模創造出議價優勢,「至少人家不會隨便漲我們價格。」他說,這同時也是希望能為集團創造出更大的利潤空間。「大家都在計較一張訂單的成本是多少錢,我們不是計較一張多少錢,我們已經在賺錢。」吳明錩透露目前已經有15家外部客戶,倉儲利用空間約9成,距離零成本的目標已經不遠。

但究竟久新是如何達到吳明錩所說的,不論品項、平台、超取、宅配、國內外...都可以在最短距離、最短時間完成一次三十到三百張訂單撿貨,並做到當天接單、當天出貨?

久新新物流_2017-06-27_吳晴中攝_0025.JPG
久新新物流位於嘉義的物流中心
圖/ 吳晴中/攝影

久新物流中心直擊

實際走一趟久新位於嘉義的物流中心,那是一棟可利用面積4200坪的三層樓建築。吳明錩表示,未來若貨量持續增加,可以透過架高設計將可利用坪數擴大到8000坪。而乍看之下,這裡好像與尋常倉庫無異,放眼望去也不見什麼高科技自動化設備,但其實秘密就藏在細節裡。

吳明錩不便透露太多細節,但基本上他們是利用RFID這項技術開發自己的物流系統,所以可以做到每人每次能處理30300張訂單。他說,「只要會09就好。」基本上不需要思考,就可以走出一條最佳撿貨路徑。甚至一次如果有三十個人一起撿貨,系統還可以做到讓不同人走不同走道,而不會出現塞車、撞車的狀況。

久新新物流_2017-06-27_吳晴中攝_0007.JPG
這個不起眼的指環,就是久新新物流高效率的秘密
圖/ 吳晴中/攝影
久新新物流_2017-06-27_吳晴中攝_0008.JPG
要做到高效率,其實只需要一些小動作
圖/ 吳晴中/攝影
久新新物流_2017-06-27_吳晴中攝_0010.JPG
只要掃瞄就可以知道商品應該擺放的位置
圖/ 吳晴中/攝影

此外,整個倉庫共有五萬多個格子,撿貨和後台的庫存資料連動,所以他們可以分析每個位置的異動率,「每個位置當成一個家,住了幾個人、發生什麼事、有沒有進出,我才有辦法提供相關數據給集團、給客戶。」他表示,如果發現進出不頻繁,代表客戶的資金卡在這,那他可能就會建議客戶做促銷、加價購或福袋。「沒有收顧問服務費。」他說:「因為他訂單出去我就有錢。」

另外可以注意到,每個流水線都裝有監視器,「出貨有短缺我看監視器就可以,傳統監視器要看很長,可是我不需要,我只要刷單號,就會幫我調出那段監視器畫面。」他說。

久新新物流_2017-06-27_吳晴中攝_0012.JPG
輸送帶的上方可以看到監視器,如果有問題可以隨時找出需要的片段
圖/ 吳晴中/攝影

除了進、出貨,吳明錩表示,相關耗材的採購,如要買氣泡柱、要灌氣,久新都可以幫忙,藉由經濟規模達到以量制價的效果。以出貨單為例,因為格式統一,一來印表機不容易卡紙、出單速度快;二來大量訂購可以談到的價格約可以比單獨採購低四成以上。雖然紙的單價不高,但量大所節省下來的金額還是相當驚人。「前端打到頭破血流,如何創造利潤就是後勤這端。」他說。

而在一樓角落辦公區可以看到牆面上掛有兩個螢幕,上面顯示的是系統每個小時的載單量,其中一個螢幕是東京著衣的訂單,另一個是其他客戶的訂單。因為客戶不斷增加,他說:「牆上數字已經放不進去了。」

久新新物流_2017-06-27_吳晴中攝_0020.JPG
一樓辦公室牆上有兩個螢幕,分別顯示東京著衣和其他客戶的即時載單狀況
圖/ 吳晴中/攝影
久新新物流_2017-06-27_吳晴中攝_0015.JPG
流水線的兩邊,分別處理國內和國外出貨的訂單
圖/ 吳晴中/攝影
久新新物流_2017-06-27_吳晴中攝_0014.JPG
只要在時限內進單,久新就可以在當天出貨
圖/ 吳晴中/攝影

吳明錩表示,為求效率,基本上他們會累積到比較大的量,可能到一千張單才會開始處理。而要做到當日接單當日配送的條件是,經由API串接做即時資料傳輸的客戶可以在最晚當天下午三點前進單;如果沒有系統串接,要另外匯入資料的客戶則必須提早一個小時。

而倉庫另一邊還有一條流水線是專為跨境需求設計,有一個磅稱可以秤重,連同包裝和發票都可以在久新的倉完成。吳明錩說:「他(客戶)只要上飛機而已。」

吳明錩預期久新在今年就有機會獲利,但他強調:「可以幫集團創造更大利潤空間,才是我最大的目標。」

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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