全聯PXGo!迎戰雙11,用團購跟實體電商拼亮眼成績
全聯PXGo!迎戰雙11,用團購跟實體電商拼亮眼成績

經過一週的上線測試,全聯電商平台「PXGo!全聯線上購」正式對外公開,首波亮點功能就是討論熱度極高的「分批取貨」服務。

全聯強調,往後民眾在全聯促銷期間可以一次購足所需商品,再分次領取,讓顧客不用擔心囤貨空間之餘,還可以將分批取貨的商品轉贈給親人好友。

目前全國近千家全聯門市皆同步提供分批取貨服務,而全聯線上購物的開通,也能夠滿足多通路的需求,建立黏著度與忠誠度,同時減少顧客排隊等待結帳的時間。 試營運期間PXGo!的訂單轉換率為5%,比起一般電商平均1至3%的轉換率高上許多,其中有80%的訂單選購分批取貨的服務,將客單價拉高到800元。 亮眼的首週成績,也讓全聯對PXGo!感到很有信心。

至於搶在雙十一前正式上線一事,全聯執行長謝健南不諱言說:「我們當然不能錯失這個機會!」因此,全聯在雙十一大促期間線上有優惠活動,線下門市在周年慶上,早已磨刀霍霍準備好參戰。

全聯執行長謝健南分享「實體電商」的經營理念。.JPG
全聯電商搶在雙十一前正式上線,執行長謝健南不諱言地說:「我們當然不能錯失這個機會!」
圖/ 全聯

食品也可分批取貨,各式品項都變成「帶路雞」領人流入店

PXGo!正式上線後,可選購的品項從原有的咖啡、衛生紙、尿布外,又新增了麵包、雞胸肉與茶葉蛋等食物品項。全聯營運長蔡篤昌表示:「便利商店雖然做了好一陣子(分批取貨),但品項就只限於咖啡,我們的利基點在於很多產品都可以拿來做分批取貨。」

蔡篤昌說,由於分批取貨的商品還可以轉贈給親朋好友,某種程度上就成了團購。大量購買本就可以壓低價格,再輔以全聯擅長的採購議價能力以及PX Pay所搭配的回饋,全聯可以創造市面上最便宜的價格,同時透過分批取貨的方式省去顧客囤貨的麻煩,又因為可以隨時取貨而保持食品品項的新鮮度,「大家以後都不用跑去大賣場採購,」蔡篤昌說。

過去全聯總是強調,「生鮮是帶路雞」,來買生鮮的人會引來人流,提高全聯的客單價。然而 分批取貨的服務開通,也代表各式商品都可以成為「帶路雞」,讓人們再來領咖啡、領衛生紙或其他食品時,順便多帶其他商品一起走。 「我們讓人們多了一些要來全聯的理由,」蔡篤昌表示。

以往冷藏食品的銷售都會遇到有效期限以及陳設空間的問題,現在配合分批取貨,全聯可以更輕鬆預期銷售量,在消費者下訂後再讓門市進貨,不僅節省空間,也比較不會浪費食材、減少報廢的情形。

延伸閱讀:解決排隊找零麻煩,全聯行動支付PX Pay有何特別?

全聯電商面臨的挑戰:咖啡販售門市普及率5成、雙App分散人流

當然,PXGo!才剛推出,目前還有許多難題需要解決。舉例來說,全聯跟隨電商上線推出的三個服務「分批取貨」、「宅配到府」及「線上預購」雖然都有其定位,但蔡篤昌認為「宅配到府」功能受網路電商長期與宅配商合作,有「免運費」等優勢影響,現階段能為全聯達到加值的程度遠不及分批取貨服務。

全聯
「分批取貨」針對購買頻度高的產品、「宅配到府」針對體積大、體量重的產品、「線上預購」則針對季節性、年節採購的產品(如年菜等)。
圖/ 蔣曜宇/攝影

全聯一直在強調的生鮮,目前還沒有開放讓顧客進行分批取貨。對此全聯提供的說法是,分批取貨的運作流程需要更成熟才會進一步引進,但詳細時程未定。

此外,全聯雖然想讓近千間的門市全都引進咖啡,但目前提供咖啡的門市僅有500多間,距離目標達成還有一段距離,這期間顧客要取貨,就必須確定哪個門市有提供咖啡的服務。

至於為何PXGo!不整合到PX Pay App內,要另外新增一個App,使人流分散?對此蔡篤昌直言,這樣規劃主要是他們找了兩個不同的App製造商,一個善於架設購物電商平台,另一個則善於做支付App。「 未來我們還是希望往整合的方向前進,但現在先推出,比較大的考量是在速度上。 」先求有、再求好,似乎是全聯在推出電商服務時的重點。

另一個消費者可能會感到疑慮的,就是90天的取貨期限。關於這件事,全聯僅說是為了「管理方便」、「擔心消費者忘記取貨」等原因,但強調如果90天未取貨完畢仍可退貨、退款。透過這項設定,進而促進消費者使用「分享、轉贈」的功能,相當於讓大家一同團購,拉更多人進來使用電商。

全聯數位轉型腳步不停歇,2020年殺手應用:實體電商

全聯今年數位轉型跑得飛快,自有支付、電商平台一一上架。 放眼2020年,全聯有兩大目標:線下要推「自助結帳」,線上則要推「實體電商」。

全聯
2019年線下推出自有支付、線上推出自有電商,2020年全聯線下將推自助結帳服務、線上則要推「實體電商」服務。
圖/ 蔣曜宇/攝影

自助結帳目前仍在測試中,全聯尚未透露細節。

至於「實體電商」指的是什麼?簡單來說,就是線上訂單,特定門市取貨。這和目前推出的「分批取貨」有些不同。

分批取貨方面品項有限,顧客要取貨時就跟平常來店購物一樣,不會特別提供顧客門市庫存訊息。但 「實體電商」會挑出部分門市,讓消費者線上下單、門市退貨,顧客可以即時查詢庫存的功能,但後台資料系統建置將是一大挑戰。

「我們現在已經在最後一哩路上了,還剩下退貨跟調撥這兩個環節,做好後顧客就能查詢特定門市單品的即時庫存,只要有貨就可以先在線上訂,」謝健南說,目前貨品調撥上,下了訂單仍須經過物流中心等重重環節,商品庫存難以精準掌握,預計於2020上半年末正式推出。

全聯今年所做的多項創新試驗,成效也反映在數據上。謝健南說,不僅PX Pay的下載量突破420萬人次、非現金占比在連續假期達33%,十月中的兩日「家家購物節」促銷檔期更高達50%,就連今年的單日單店平均客流量,也比去年增加41人。

快速衝刺的全聯,未來還能有什麼樣的新嘗試?蔡篤昌提供了另一個可能的想法:每一家門市在結帳檯上方裝設數位看板。

「大賣場太大,建置成本高、便利商店結帳才30秒,時間太快,而我們有適中的店面場景、結帳時間及客流量,消費者可以透過App與數位看板做互動,可以創造出很多有趣的事。」蔡篤昌說,展望明年,全聯仍馬不停蹄要提供更多奠基於數位裝置上的新服務,至於顧客是否會買單,或者消費行為是否會被改變,都值得繼續觀察。

責任編輯:陳映璇

關鍵字: #全聯
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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