未來的超商長什麼樣?全家的想像和7-11不同!5大要點整理
未來的超商長什麼樣?全家的想像和7-11不同!5大要點整理

全家正式發表了科技概念店,從店面的設計和安排,可以看出全家對於未來超商的想像。全家董事長葉榮廷強調,全家科技店的概念與一般人認識的無人商店,有本質上的不同,「冷冰冰的科技,其實也可以很有溫度。」

回顧過去一年多籌備科技概念店的過程,全家資訊本部本部長簡維國表示,如果把超商當成是一座舞台,那麼台上的兩大主角,正是店員與消費者。「如何運用現代化科技,在降低店員勞務的同時,提升消費者的體驗,因此成了我們最重要的課題。」

全家想像中的未來超商需要具備什麼?全家在記者會上給予了全面解答,可供零售業者做數位轉型的參考:

對內:運用科技輔助日常工作,讓員工事半功倍

針對員工,最大的目標是藉由數位化設備,有效提升員工工作效率,但同時必須思考哪些設備屬於必要投資。

1. 將例行檢查的瑣事交給系統,有問題就自動通報

科技化的第一步,就從改善工作模式開始做起。

簡維國舉例,光是店鋪中的大小設備,店員一天就要巡視4次,檢查是否有異狀的地方,但現在可以透過 IoT 設備監控系統,自動檢視溫度、用電狀況,未來也將導入遠端監控,讓系統能在故障「前」,就能發出預警,自動報修,不再需要人力反覆巡查和確認。

全家概念店_2018_03_29_蔡仁譯攝-3.jpg
圖/ 蔡仁譯 / 攝影

簡維國強調,降低勞務的初衷,並非是為了減少人力,而是讓他們可以更專注於服務消費者。「未來,你不會看到全家店員變少,但你會看到他們更從容地工作。」

2. 訂貨、補貨先做大數據分析,給店員更精準的採購建議

以前店員每天至少要花上2小時才能完成補貨的訂購。但現在藉由全家開發的資訊系統,已能從 45 億筆的龐大資料海中,篩選出 9 億筆有用資訊,根據過去銷售紀錄、庫存量、天氣變化,提供商品訂購的最佳建議,告訴每家店要訂購多少商品、每個商品要訂多少量等等,只要按一個鍵、一秒鐘就能做出精準決策。

3. 挑出「換標籤」等常常要做的日常任務,優先數位化

即便科技化、數位化能提升員工效率,也不代表企業應該一次將所有科技系統導入。畢竟科技化系統的建置曠日費時,還需要投資高額經費在開發、導入設備、調整工作流程,因此,全家總經理薛東都表示,在做沒有前例可依循,或是較新的嘗試時,全家的做法是先找出最費時又費工的工作項目,優先數位化,從中測試能發揮的效益。

全家概念店_2018_03_29_蔡仁譯攝-4.jpg
圖/ 蔡仁譯攝

這也是為什麼全家優先導入了電子貨架標籤。因為,在全家 3500 多個產品品項中,有許多要配合短期的促銷優惠或折扣活動,各門市平均兩周就要換一次標籤,一次就耗費店員 90 分鐘的工時,但標籤電子化後,換標籤瞬間成為 1 秒就能完成的工作。

所以雖然一片電子標籤高達 200 元,但這是店員最需要反覆進行的一項耗時工作,會是效益相對較高的一筆投資,而且不僅店員省力,對消費者也很友善,只要掃瞄標籤上的QRcode,優惠訊息、內容物成分、生產履歷都能一覽無遺。

對外:打破超商的既定框架,讓「逛」超商變得有趣又好玩

面對消費者,數位科技讓超商有更多的可能性。全家的目標是打造有得逛、有得買又有得玩,讓消費者捨不得離開的購物環境:

1. 有些東西能賣了!放樣品+智慧購物貨架,成為電商品牌的實體通路

以前的超商,恐怕想賣鞋也賣不了,因為超商的空間有限,有極大的庫存壓力,也不可能讓店員提供的服務類型,無止盡增加。

「但現代化科技提供了突破現狀的可能性。」薛東都表示,全家這次所推出的智慧購物貨架,讓消費者只需掃瞄鞋子上的標籤,就可以從貨架上方的數位看板上,瀏覽商品資訊,包含樣式、顏色、尺寸等等,且用手機掃瞄 QR Code,或全家門市的智慧機台 FamiPort,就能直接下單購買。

這次全家找上知名網購服飾品牌 Life 8 合作,是看準了電商沒有經營實體店的特性,創造「在全家才看得到實體」的店舖優勢,同時放大「線下體驗、線上購買」的效果。

全家_LIFE8.jpg
圖/ 全家提供

2. 店鋪的感覺變大了!運用機器人和VR,擴增單店的互動服務

簡維國認為,在狹窄的空間裡,若能活用科技來延伸空間概念,不僅能讓消費者充分感受到新奇、先進感,也是讓實體商店走向虛實整合的妙招。

因此,在這次的科技概念店裡,也設計了許多互動體驗,讓店鋪化身為尋寶遊樂園。像是機器人 Robo 除了會做店鋪和商品導覽外,還會引導消費者下載互動遊戲 App,只要對著機器人或冰箱門上播放的廣告影音掃描,就會跳出即時訊息,讓消費者可以蒐集數位戳章,集滿 4 個就可以兌換咖啡或其他優惠券。

走進全家,智慧小小店長Robo為消費者做店舖和商品導覽,增加互動的樂趣。.jpg
圖/ 全家提供

另一方面,礙於店內的陳列展示空間有限,平常沒有放在架上的產品,也可以透過 VR 虛擬商店買到,創造「商店就在消費者手上」的購物體驗。目前商品類型以食品雜貨 生技飲食為主,合作廠商有飲食旅遊生活作家葉怡蘭所創設的食品雜貨鋪 PEKOE、永豐餘生技等。

簡維國表示,對於全家未來的想像,是希望顧客覺得全家愈來愈有趣,就算來這「逛街」也不足為奇。「全家科技概念店並沒有太多華麗的元素,但我們用非常務實的想法跟做法,改善舞台上的兩個主角,一併提升店員的工作效率及消費者的生活體驗。」

本文授權轉載自:經理人;作者:葉冠玟

關鍵字: #全家 #新零售
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