電商一直未能攻下的最後處女地,這幾年我們從食品電商失敗經驗中究竟學到什麼(上)?
電商一直未能攻下的最後處女地,這幾年我們從食品電商失敗經驗中究竟學到什麼(上)?

台灣網路購物發展已經超過20年,最早賣起來的是「服飾」和「3C」,這幾年「家用品」、「美妝」、「車用品」、「鞋子」等品項在網購這一個領域占比都逐年升高,唯獨「食品」這個領域,大家都知道市場很大,也很多人稱它是電商的最後藍海,但卻幾乎沒有一家公司真的找到好的營運模式。

過去創業的這12年,我們也曾經在「食品」領域做過許多嘗試,我這裡說的「食品」指的是在你逛超市時,可以看到的各種吃喝商品,包括生鮮、餅乾、水果、零食、調味料等非常多元的品項。我們深刻了解到「食品」是一個水很深的領域,例如2012年推出食品訂閱模式的「好菜網」,每週配送一箱食材到府服務,但營運了一段時間我們就發現消費者對這種模式接受度不高,再加上許多蔬果品項在運送過程中品質難以控管問題,導致消費者一陣子就退訂,也宣告「好菜網」的模式不可行,便決定關站。

食品電商不管在台灣或海外,有很多人試過不同的模式。美國在1999年網路泡沫前,就已經有主要經營雜貨及生鮮蔬果的Webvan,它以線上購物、線下配送的創新性商業模式迅速走紅全美,曾獲華爾街8億美元投資,市值最高達80億美元,在短短幾年間,採用重資產的營運策略方式大規模自建倉儲和物流車隊,並迅速拓點收購競業,導致燒錢速度很快入不敷出,2001年即宣告破產。

在這之後食品電商並沒有停滯,只是模式趨向保守,例如Amazon在2007年推出了AmazonFresh,不同於Amazon在其他品類快速顛覆市場,AmazonFresh經過了12年時間,目前還是只提供服務於美國非常少數地區及數量很少的幾個海外城市。

觀察海內外市場,我發現原本適合於一般商品的重資產模式,應用在「食品」這個特殊的品項,卻變得十分困難! 由於食品有保存期限短、運送不易及運送成本高等種種問題存在,電商通路相較於實體店的低成本優勢,在「食品」這個領域完全不存在,所以大家都說食品市場是網路公司很難切入的一塊。

新零售、外送服務猛攻食品電商突破口

這幾年,我們看到新一代「食品電商」出現,大家探索了一種被稱為「新零售」的虛實結合,在美國有Amazon和Whole Foods Market的結合,在大陸有火紅的盒馬鮮生和超級物種。它的概念是融合了實體及網購的雙重優勢,來達到效益最大化,實體店可以應用一些網路上的數據和技術,網路也可以帶過實體店帶來更多流量。「新零售」的議題在這幾年被廣泛的討論。這個模式成功了嗎?目前看起來還沒有,雖然近期有些新聞提到這兩年虛實整合店的展店速度沒有想像中理想,但現在要論斷成敗還是太早。

僅供刊物使用_shutterstock_1040547319_amazon whole foods
新一代的食品電商如美國Amazon和Whole Foods Market的結合,融合了「實體」及「網購」雙重優勢,達到效益最大化。
圖/ NYCStock via shutterstock

在「新零售」火熱的同時,也出現了另一種外送服務的 「類食品電商」,不管是美食外送的Food Panda、Uber Eats,或是之前幫大家去超市代購的honestbee,他們不涉入商品這個領域的經營,用比較輕資產的方式,透過平台把店家、司機、消費者這三方串起來。

從某個角度來說,這種公司的優勢是他們不用去處理食品電商相當難進入的「商品」領域,而是把心力投注在「物流配送」的部份,也因其輕資產的屬性,較能控制成本支出。這個模式目前也被很多人視為「食品電商」最佳解法,因為商業模式和被視為相當成功的Uber及Airbnb能高度的類比,全球也有許多案例顯示這類服務可取得大筆資金,並在多個市場上被證明存在消費需求,但這類公司還欠缺的是需要時間證明它們長期有獲利的可能。

「當浪頭崛起時,我必須確保我們有站在浪頭上」 ──掌握瞬時優勢,瞄準趨勢浪頭,布局未來新商機。

即使有著這些困難,食品還是我們很長期看好的市場,放眼更遠的未來,我們雖然不知道5年、10年後大家會怎麼在網路上購買食品,但我們絕對相信在未來的世界,網路會持續改變大家的購買行為,只是需要時間和一些機會情境去創造驅動,一種做法是靜觀其變,等到消費者行為成熟後再進入市場,但這一直都不是我們思考的邏輯,因為通常這樣就錯失了進入市場的最佳空間跟機會點。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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