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。

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/