美食外送戰火還在燒,Uber Eats為何找高級超市聯手賣生鮮品?
美食外送戰火還在燒,Uber Eats為何找高級超市聯手賣生鮮品?

為慶祝來台三週年,Uber Eats今(7)日宣布增加雲林、苗栗、屏東、宜蘭與花蓮等五個服務城市,並推出為期一個月的免運活動,持續擴大外送戰局。

值得注意的是,Uber Eats繼9月份與全家展開「店到宅」計畫後,再次宣布與零售業者合作,將於10月底與city’super攜手提供生鮮品外送,切進不同領域。

台灣食物外送熱潮未減。Uber Eats與市調公司DailyView網路溫度計調查網友看法,發現「外食」討論度在過去兩年被「外送」超越,同時出現包含:辦公室團體點餐、單人點餐也要澎湃、小家庭與情侶外送用餐比例增加等現象。

消費者快速養成用小錢換取時間的習慣,而我們一直在思考,如何圍繞著吃東西這件事,提供他們更好的服務。 」Uber Eats台灣總經理李佳穎說。

李佳穎強調,台灣Uber Eats活躍用戶、外送趟次在過去一年來成長三倍;平台上線近9,000家餐廳中,有3成店家合作超過一年,種種跡象顯示美食外送市場仍在成長,但因為平台聚集了大量想吃、愛吃的消費者,因此能夠吸引全家與city’super等業者,聯手發掘更多新型態消費行為。

Uber Eats三週年
Uber Eats掌握大量愛吃族數據,成為全家與city'super等業者的新服務「實驗室」。
圖/ Uber Eats

city’super攜手外送平台理由:主動出擊,找出消費者「新習慣」

遠東集團旗下的city’super超市專攻高級食材,目前共有7家分店,預計10月底從天母店開始與Uber Eats合作,將上線超過200種商品,主打蔬菜、水果與多種生鮮食材。

city’super 營運部協理林曲祥解釋,這次合作的緣起,除了因為消費者生活型態改變,更希望能從過去被動吸引客戶上門,新增主動從店裡送到消費者手中的服務。

林曲祥指出,相較於期待首次合作就能帶來營收貢獻,與Uber Eats的初步嘗試更著重在「行銷與了解超市周邊既有族群對外送的接受度」。以天母店為例,多數消費者為退休家庭與外籍人士,原先就有在家煮飯習慣,考量外送服務能帶來方便性、避免隨身提食材負擔,未來會每兩週與Uber Eats團隊開會討論上架品項,透過數據檢視成效;若反應良好,不排除未來引進在信義區的新門市,並導入其他分店。

「我們其實也很想知道,這些年齡較大的消費者對外送的接受度,是不是會和年輕人一樣好。」林曲祥笑說,既然要測試外送接受度,也會依不同時間點,例如聖誕節推火腿、周邊有球賽時推零食優惠等不同情境,了解各種可能出現的市場反應。

另外,於九月底和Uber Eats合作「店到宅」外送的全家,證明消費者實際行為與他們原先想像有所不同。

全家測試「店到宅」外送,意外創造深夜商機

全家便利商店經營企劃本部副本部長李慶賢指出,超商販售食物的尖峰時段與一般人作息相同,早、中、晚餐和上下班時間最多人,自9月25日開始與Uber Eats提供外送後,卻發現賣最好的時段是「晚上11至12點」,線下離峰時段在外送世界裡成為了銷售高峰。

「全家」因具有24小時營業、密集聚點的優勢,消費者從早上9點至凌晨1點皆可透過Uber Eats下單
Uber Eats與全家合作外送服務後,意外挖掘到深夜商機。
圖/ 全家便利商店

李慶賢表示,原本以為台灣人越來越注重養生,沒想到接近凌晨還有外送訂單上門,原因可能和餐廳營業時間多在十點後,加上消費者越來越晚睡,反而讓超商食物意外找到機會。「如同推出咖啡與洗衣服務一樣,超商外送對應的是新生活場景。不管是加班、看球賽不想出門,每個人或許都有各自不想出門的理由,而這就是我們能提供體驗的機會。」他說。

Uber Eats在新舞台找到外送機會,不過在食物戰場仍和最大對手foodpanda殺得難分難解。foodpanda在10月宣布繼續免運費,將上線城市增為14個,Uber Eats旋即跟進,並擴大服務範圍到全台15座城市。

李佳穎認為,食物外送市場還在成長中,無論哪間平台都在努力經營,但即便獲利難度高,「免運費的折扣戰現象,短時間內將不會停止。」

責任編輯:陳映璇

延伸閱讀:
半導體大地震!40年的代理合作情斷,德儀分手大聯大、文曄、Avnet轉直營
從滿滿人潮到不斷撤離!Pokémon GO Safari Zone新北場為什麼讓人怨聲載道?

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