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
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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