抵擋電商搶食生鮮市場大肥肉,看全聯如何搭建護城河
抵擋電商搶食生鮮市場大肥肉,看全聯如何搭建護城河

過去20年來電商業者攻城掠地,對實體零售帶來不小的衝擊,不過「生鮮」這塊領域應該可以說是實體零售仍守護得相當好的一塊淨土。同時目前看來這也是各大實體零售商,不論量販店、超市還是超商業者都積極想要更進一步擴大版圖的一塊肥肉。而從台灣連鎖超市龍頭全聯的投資布局,或許不難看出為什麼生鮮會是一個電商業者垂涎已久,卻久攻不下的一塊市場。

總計目前全聯在台灣共設有三座生鮮PC廠(Process Center,處理中心),主要用於每日生鮮魚肉商品進貨驗收、清洗分切處理、包裝貼標、分貨到店,和冷藏麵包、調理熟食進貨驗收及分貨等工作。

全聯五股生鮮處理中心,是目前規模和投資最大的廠.jpg
全聯位於五股的生鮮處理中心佔地超過1800坪,投資金額逾20億元。
圖/ 全聯

單一座五股生鮮處理廠就投資超過20億元

而這當中,單單是全聯在去(2017)年4月啟用,位於新北市五股,占地1800坪的PC廠,投資金額就超過20億元。全聯表示,五股PC廠導入了全台規模最大的生鮮SORTER自動化系統,而這項多半運用在物流配送的技術,也是五股PC廠的運作核心,每小時可處理6000籃商品,一批次最多可供應286間門市的分派。

另外,生鮮產品的生意之所以難做,一大挑戰就是在於產品容易腐壞、失去鮮度,所以全聯五股PC廠除了生產區、凍藏庫,全區都維持溫層在零度,包括1樓進出貨驗收和電梯內也都要求符合低溫狀態。

全聯五股廠率先使用生鮮SORTER自動化系統,為運作核心.jpg
為了維持鮮度廠區內必須保持低溫,可以看到作業人員都必須穿著保暖衣物。
圖/ 全聯

還有一項比較特別的是,全聯考量到少子化隨之而來的人力問題,在五股PC廠也設置了自動化洗籃機,每小時能清洗1500籃。而整體來說,和過去的機型相比,這項設置可以減少人工集籃收整、封板,直接經由堆疊機進行輸送至2樓空籃集籃區,再經由拆籃機回流至各樓層作業區使用,全部可採取自動化作業。

更細部來看,肉類商品處理是全聯五股PC廠的業務大宗,除了要有專人事先去筋去膜,還必須經過用日本進口吸水紙,吸去多餘油跟血水的程序。平均來說,全聯五股PC廠每日可處理的肉量達13000公斤。此外,因應市場需求,全聯則是採購了每小時可切出1600片肉片,要價逾百萬元的高速薄切機。

不只投入大量資金和人力,實體門市也是一大優勢

專人清洗全魚類商品,幫魚做SPA.jpg
除了硬體投資,生鮮處理廠也有大量專業人力需求
圖/ 全聯

除了在全台設有三座以魚肉生鮮為主的處理廠,全聯另外還有三座針對蔬果商品設置的處理中心,總計全聯在這六座PC廠配置的人力達到700人。

而在六座處理中心到位後,全聯也計畫接下來還要繼續在物流配送上下功夫,目標是盡快達到全台916家全聯門市都能做「今天生產、今天到貨」的供應狀態。而以目前來說,全聯約有20%的門市已經可以達到這個目標。

除了龐大的資金和人力投入會是營收規模相對小的台灣電商要切入生鮮市場可能面臨的挑戰,整個生鮮冷鏈該如何建置和有效運營,其實也是一道難題。

此外,生鮮商品的購買經常具有「即時性」需求,如準備炒菜時發現少了蔥和蛋,或是晚上忽然想要吃牛排或蘋果等,都會希望能夠立刻買到,而這也是全台設有逾900家實體門市的全聯,相對於需要較長時間配送的電商,在生鮮戰場上具備的另一項關鍵優勢。

關鍵字: #零售業 #全聯
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