沃爾瑪挑戰亞馬遜的秘密武器：每間門市都是物流中心！|數位時代 BusinessNext

門市兼倉儲，沃爾瑪：為最後一哩物流找到解決方案

美國的3.2億人口裡，有90%的人住在距離沃爾瑪門市15公里內的距離裡。曾任沃爾瑪首席技術長的Jeremy King說，對電商來說送貨是最昂貴的成本。而沃爾瑪遍布全國的實體門市如果能變成物流倉儲，那會大大改變整場賽局，為最後一哩物流（last mile delivery）找到最好的解決方案。

倉儲化的實體門市有著很多優勢，除了門市密度高使消費者不論是採取送貨或自行到店取貨的任一方式都相當方便外，沃爾瑪也不斷優化送貨與取貨的流程。在送貨方面，除了自行雇用貨車司機外，沃爾瑪也在去年9月宣布與外包的獨立司機網絡合作，招募兼職司機來送貨。在取貨上，沃爾瑪在店面裡建立大型的取貨櫃方便消費者使用。雖然亞馬遜也有類似的服務，但沃爾瑪的好處在不用另外花錢租借別人的店面空間來架設取貨櫃，大大減少了成本。

對於懶得進店裡自己挑商品的消費者來說，沃爾瑪也提供「代挑」的服務，這些幫忙挑選商品的員工會透過特製App上的最適路徑規劃，找到最有效率的路線拿到消費者下訂的所有物品。每個進行代挑服務的員工可以一次處理到8個訂單，包括一共50到100個不同品項。而路徑規劃也會協助他們先把較重的品項如罐頭等優先放進袋中，再把麵包、雞蛋等較輕、易碎的品項放在最上面。蒐集完所有品項後，該員工會和消費者在指定區域會合，並協助將商品放入後車廂裡。

不怕存貨不足，沃爾瑪用智慧科技應戰

然而，去中心化的物流配送，最擔憂的就是存貨不足。King表示，保持存貨水平一直是沃爾瑪的一大難題。他們設計了許多配套方案來預估出貨量以及加速補貨流程。舉例來說，針對固定消費者，沃爾瑪透過機器學習的演算法來預測他們每週會買的商品，避免存貨不足的窘境，因為根據沃爾瑪的統計，有85%的消費者購買的東西和上週是一模一樣的。

此外，沃爾瑪也將智慧倉儲的技術直接引進一般門市。他們有裝設攝影機的機器人隨時巡邏各條走道，一旦發現架上缺貨，除了向店員傳送警告外，也會直接向後方倉庫負責管理傳輸帶的機器人傳送訊號，讓他能將缺貨的商品優先擺上傳輸帶，讓補貨流程更加完善。

在未來，沃爾瑪更計劃在某些門市旁直接設立倉庫，將熱門商品統一存放，讓進行代挑服務的員工可以花更少的時間挑撿商品，只有在遇到一些冷門商品如廚房用具等訂單時，再回到主店面裡拿取。

即便這些新的嘗試不一定代表沃爾瑪能穩坐零售冠軍寶座而不受亞馬遜影響，這些新科技的應用與虛實整合已經使沃爾瑪去年度的線上銷售成績增長了40%。雖然去中心化的物流需要大量資本跟規模化的發展才有辦法達成，但這種新的配送模式是否會在美國成為趨勢，值得再繼續觀察。

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。

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。」

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。

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。

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。