積極向電商招手,全家低溫店取服務能否進一步擴大超取版圖?
積極向電商招手,全家低溫店取服務能否進一步擴大超取版圖?

經過2年多的布局,投資金額超過10億元,全家便利商店的低溫店取服務如今除了有自家購物App全家行動購這個客戶,也正積極對外招商,並陸續有更多外部電商業者使用,如電商平台創業家兄弟旗下專營生鮮商品的好吃市集,今(19)日就宣布與全家合作。而據了解市場上還有多家中、大型電商業者也都對這樣的服務相當感興趣,已經開始接觸洽談。

全家持續投資低溫物流,冷凍食品單日最大容納量上看3萬件

看好冷凍食品市場需求,也希望進一步擴大店到店超取服務的成功,全家過去兩年一直很積極投資發展低溫店取。其實這和一般常溫超取的概念很相近,比較大的差別是必須用低溫物流車運送,以及門市要有足夠的低溫儲放空間。這是為什麼全家特別在雲林建置了低溫倉儲,也陸陸續續增加各個門市的冷凍櫃空間。截至目前為止,全家約3000家門市中,已有超過半數,約1700家店都增加了冰櫃數量,可以容納更多冷凍商品。

全家估計,目前全店冷凍櫃合計單日最高可容納冷凍商品數可上看3萬件,而以目前各店的利用情形來看,他們相信還有容納更多電商訂單的空間。另全家方面也表示,就算是遇到春節年菜這種冷凍食品銷售的大旺季,因為系統設有控量機制,也可以幫助消費者尋找附近仍有空間的取貨店家。

而除了創業家兄弟之外,還有許多電商業者表示對全家低溫店取服務感興趣,不過業者也直言,全家提供這塊服務主要解決的是消費者取貨的便利性,並且可以減少發生如商品寄存在沒有冰箱的管理員櫃台,或是物流車一路上因為車門多次開關導致車內溫度上升等冷鏈「斷鏈」的狀況。但如果要論「成本」,則全家店取的費用恐怕還是和宅配價格相去不遠。

好吃市集結盟全家便利商店推出低溫店取服務.jpg
除了創業家兄弟旗下好吃市集開始使用全家冷凍店取服務,據了解還有許多中、大型電商也對這項服務很有興趣。
圖/ 創業家兄弟

全家低溫店取解決了便利性問題,但成本仍是挑戰

其實成本一直都是網路冷凍食品市場發展的一大阻礙。因為食品本身的保存期限就是一個問題,而冷凍食品相比常溫則是又多了溫度上的要求,因此必須要有低溫倉、低溫物流車,以及冷凍櫃等設備。也因為初期投入成本高,目前市場上能夠滿足這方面需求的供給量不多,物流成本自然就會相對常溫物流更高,而在商家或消費者因為不願意負擔比較高的費用,或是因為不夠便利等原因而不願在網路購買冷凍食品的狀況下,市場就做不出一定的規模量,進而倉儲物流業者也就更不敢大力投資建置冷鏈。這是為什麼電商業者一邊看好冷凍商品市場,一邊卻又說這塊市場很挑戰的關鍵。

而即便有全家這樣的業者願意大手筆投資冷鏈,但因為服務初期的量畢竟還小且不穩定,所以目前全家其實也還沒有固定的低溫車隊,而是會隨淡旺季做調整。同時也因為車次較少,所以不同於常溫商品的店取服務可以做到D+1日到貨,冷凍則是只能做到D+3。甚至,外部電商因為還多一個將商品送到全家倉儲的路程,所以對消費者來說,到貨時間可能還要花得更久。

因此,全家的低溫店取確實為市場解決了一部分問題,但整體來說,也仍有許多問題待解決。然而,這塊市場的發展雖然還有一段路要走,可能無法像常溫超取那樣一飛衝天,但超商店取的方式畢竟已經是許多台灣消費者習慣的模式,相信提供這樣的服務選項還是有助於把消費者在網路購買冷凍商品的使用意願門檻降低一些,同時也可以預期未來在有更多大型電商業者加入的情況下,將有助於帶動整體需求量成長,進而促進整體市場發展。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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