AI為市場創造新起跑點,見福投數千萬發展智慧零售,從千店「刷臉」開始
AI為市場創造新起跑點,見福投數千萬發展智慧零售,從千店「刷臉」開始

當阿里巴巴喊出新零售、當國際科技玩家紛紛推出無人商店的實驗店時,在中國福建地區一個小型連鎖超商則是已經在超過一百家店導入人臉辨識系統,實際應用到日常營運。而預計在今(2017)年底之前,導入店數就可以達到一千家。

見福便利店是一家2006年於中國成立的連鎖超商,論資金規模絕對無法和阿里巴巴、亞馬遜這樣的大玩家相比;論連鎖店數也分別只有台灣超商龍頭7-11的五分之一、台灣全家便利商店的三分之一。不過論及對新科技的嘗試,見福展現出來的勇氣倒一點都不遜於這些大前輩們。

小企業的小國策略:從科技領跑

見福.jpg
見福目前連鎖店數約1000家,規模不算大,但對投資新科技的態度很積極。
圖/ 截自見福便利店官網

見福便利店董事長張利說話很直接,他認為今天如果要比超商經營的精細化管理,那見福就算再努力8年、10年,要想追上台、日超商的可能性也趨近於零。「我在現場管理、產品、研發、服務管理確實落後,是事實。」他認為小企業必須找出小國策略,否則最終就是被淘汰。而在張利看來,對科技的領先應用是關鍵,他看好人工智能和智慧零售就是一個可以超車的新起跑點,更是零售業長期發展的重要趨勢。他比喻,這就像戰場上,士兵已經從拿大刀變成了拿機關槍。

張利也不客氣地形容:「精緻化可能是讓企業在小數點後面拚命地做文章,而科技可能是我們決定了小數點要放在哪個位置上。」這是為什麼見福規模雖小,卻願意在科技投入大量資源的一大原因。自成立以來,見福陸陸續續有過許多嘗試,如在每家門市導入WiFi、自行開發App、成立線上商店等等,而最新的一項科技投資,就是砸下逾千萬人民幣(約合新台幣逾4600萬元),找來微軟協助於門市導入人臉辨識系統。

玩刷臉不只是跟流行、炒話題,實際上張利是真心認為這樣的技術可以解決零售業的千年痛點,也就是「認知客戶」問題。

用機器解決零售業千年痛點

他以見福本身為例,表示一千家門市每日的總來客量可以上看30萬人,而在這30萬人中,或許單店的店長可以掌握到區域內特定幾位顧客的消費習慣,卻無法將這樣的能力擴大到認知大多數消費者性別、購物頻率、購物習慣等等。這說明了為什麼過去超商多只能使用「噴灌式管理」這樣的無差別行銷,而不能做到更精準的單點行銷突破。

「我們認為機器時代來臨,使我擺脫過去個人的記憶,單店店長的記憶,變成公司集體記憶,從個人隱性知識,變成公司顯性知識,這是巨大轉變,非常重要一件事。」張利認為機器可以幫助零售業實現中國自古以來就有的「零售智慧」。

說到零售智慧,他相信很多人到菜市場都可能有過類似經驗:「他(菜販)一定告訴你,哎呀小妹妹你又來啦。認不認識你不重要,但他會很熱情,拿好菜給你,走的時候,一定抓一把蔥。」這就是張利所說的零售智慧,相對於缺斤少兩地賣便宜貨,聰明的菜販更要讓消費者有佔便宜的感覺,「抓一把蔥可能讓你很舒服,心理層次是讓你感到受尊重,這是標準的零售智慧。」

張利也舉小時候的經驗當例子,「我們過去,我家裡是石油單位,每個油田大隊都有小麥部,小麥部大爺他認得我母親,他人腦人臉識別,我母親沒帶錢的時候,他說沒關係,記帳,下次給我,那不就刷臉支付了嗎?」這兩個例子都說明了,零售智慧自古有之,問題在於過去只能靠個人,現在機器則是讓單點智慧,變成了集體智慧。

而且人臉識別在張利看來還有一大好處,「每個人天生一張二維碼,不會有人忘了帶出門」,是最好的CRM(客戶關係管理)數據入口,除了可以發展成個人化消費獎勵、行銷方案,也可以用於建立門市黑名單等用途。

張利_見福便利店董事長_2017_09_28_蔡仁譯攝-1.jpg
見福便利店董事長張利認為臉部辨識技術有助於解決零售業的長年痛點,也就是對客戶的不了解。
圖/ 蔡仁譯/攝影

要科技也要考慮商業價值

不過要實際應用到零售業,還是必須考量商業價值問題。因此張利也說了,在零售業刷臉可不能像做安防一樣不計成本,所以他們從不打算去追求100%辨識率,表示目前能做到90%已經可以接受。「人都會記錯人,沒關係。」他說,接下來進入第二階段,在蒐集消費者訊息之餘,還要整合支付功能,對精準度會有更高要求,就再加入聲頻去做交叉比對,來確保正確性。

此外張利也提到,「簡單」是他們在評估是否導入時的另一大考量。他認為今天一項新科技如果複雜到需要在門市做大改造,那也是不能接受的。畢竟如果只是導入一、兩家店還無所謂,當一千家店都得大改造時,整件事就變得不可行了。

張利透露,雖然在導入初期需要給機器時間學習,預期短期內還無法看到顯著效益,但他評估這套人臉辨識系統的每單位成本,最終其實會和做會員卡很接近,是可以接受的。

此外,之所以導入人臉辨識的一大目的就是為了做顧客關係管理、是想做會員經營,但張利特別想強調一個觀念,也是他目前在多數會員管理系統看到的致命傷,就是違反人性化的推銷行為。

人性化是永遠不能忘的商業核心

張利認為商業經營的本質其實是在經營人性,因此他形容消費者和商家之間的關係應該像情人而不是夫妻,「情人最好境界就是想你時在眼前,不想你時別騷擾我。」他說:「我在你這買東西,你天天給我推消息,是很煩的。」他認為這道理其實就像菜市場阿姨今天不會特別打電話告訴你:「菜便宜了,來買菜吧。」是一樣的。

對於張利以消費者為中心的堅持,和對人性的洞察,負責此次合作案的微軟(中國)渠道銷售總監陳仲儒也有深刻體會:「我們在張總這邊學到很多,他認為你今天去干擾一個人、去要資料,是一種侵入式資料採集法,你去問她姓名、電話、職業、性別,那都是侵入性、不友善的方法。」所以張利秉持的原則,是「入店即會員,離店即失聯」,他相信這才是真正掌握消費者心理,以客戶為中心的最高境界。

用科技修新跑道,規模擴張的腳步也不能停

張利表示,接下來見福會繼續用兩條腿走路,「一條要往前邁、一條要精細化;一邊叫科技、一邊叫資本。」在年底完成一千家店的人臉辨識導入後,他估計得再花一年時間打磨,到了後年,這套系統才能夠真正為公司帶來收益。他有信心,在對客戶有更深入認知的情況下,將來提高單店營業額是可以期待的。而在持續投資科技的同時,他也表示一定還會持續擴大連鎖規模。

曾經有人這麼問張利:「利哥,現在便利店在風口上面,豬都會飛起來,你啥時準備飛阿?」張利是這麼回他的:「首先告訴你,哥不是豬、哥也不找風口,哥在修跑道,我要插上科技的翅膀、資本的翅膀,跑得快就飛起來了。」

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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