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
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