瑞幸咖啡亮眼財報帶股價上漲,但虧損未止、盈利邏輯太惹議
瑞幸咖啡亮眼財報帶股價上漲,但虧損未止、盈利邏輯太惹議

瑞幸咖啡11月13日發布2019年第3季財報。財報數據顯示,公司第3季總淨營收為15.416億元(約新台幣66.82億元),較去年同期成長540.2%;產品淨收入14.93億元,較去年同期成長558%;月均售商品4,420萬件,較去年同期成長高達470.1%;前三季度瑞幸咖啡參與交易客戶累計達到3,070萬,較去年同期成長413.4%。

瑞幸咖啡第三季財報解讀
圖/ 瑞幸咖啡官網

財報中最亮眼的部分,當屬門市運營利潤首次轉虧為盈,實現利潤1.86億元,利潤率為12.5%。對比去年同期虧損1.26億元,以及上個季度虧損5,580萬元,可以看出瑞幸的經營利潤在持續上漲。

瑞幸首次盈利的消息,就像在資本市場投下一顆重磅炸彈,股價連日上揚。 11月13日,瑞幸咖啡股價大漲13.07%,14日微漲0.37%,15日再度大漲25.44%,18日最高飆升至30.33美元/股。(編按:按11月27日收盤價計算,瑞幸咖啡市值達到77.15億美元,創下上市以來的新高。

瑞幸的盈利邏輯

股市狂歡之下,質疑聲浪也未間斷。據了解,瑞幸並未將「行銷費用」計算在「門市行銷費用」中,只是將原材料、租金和其他營運及折舊成本從總營收當中扣除,在一些人看來,門市運營利潤首次轉虧為盈的說法,似乎不太站得住腳。

鈦媒體觀察到,「門市營運利潤」很少在其他餐飲上市公司的財報中看到,瑞幸對其定義簡單粗暴,即「產品收入-門市相關支出」,不計行銷費用,這在本質上更接近於毛利率的概念。

瑞幸咖啡_營利邏輯
上、中、下紅色框,分別為產品收入、成本、費用。

透過三季財報相關數據,可計算出門市運營成本、原材料採購、折舊及門市開業費用合計占營收的86.1%,這也意味著瑞幸咖啡的毛利率達到近14%。

眾所周知,毛利率是衡量企業盈利能力的重要指標,瑞幸花了不到兩年時間,便實現了毛利轉虧為盈,資本市場因此信心大增,從而造就了一波股市大漲行情。更重要的是,門市盈利意味著不再「開一家虧一家」,這對處於高速擴張階段的瑞幸來說,更具現實意義。

財報中的另一大看點,則是瑞幸咖啡三季度到底燒了多少錢。三季報顯示,數字高達5.58億元,相比去年三季的2.25億元,增長幅度達148%。

瑞幸在財報中將原因歸咎於門市進入新城市、分拆小鹿茶成為獨立品牌。數據顯示,瑞幸在三季度新增717家門市,平均每天新開7家店;7月正式在全中國推出小鹿茶,進軍新茶飲賽道,9月將小鹿茶作為獨立品牌運營,並推出新零售合夥人模式(加盟制),主打下沉市場(指欠發達地區,如三線及以下城市、縣鎮與農村地區的市場)。

瑞幸咖啡新品牌小鹿茶
瑞幸咖啡新品牌獨立品牌「小鹿茶」,主打下沉市場。
圖/ 瑞幸咖啡

據了解,在瑞幸的行銷活動中,廣告費用、補貼費用一向占據很大的比重。

2017年秋天在北京只有個位數門市時,瑞幸就耗巨資邀請湯唯、張震出任品牌代言人建立品牌調性,同時線上透過微信進行LBS定位行銷,直接向小程序導流,線下則密集投放廣告到辦公大樓、商圈的電梯和電視媒體渠道。此外,再加上強補貼的刺激,瑞幸迅速實現「從0到1」的裂變,真正打開了中國咖啡市場。

瑞幸做小鹿茶的行銷手法,可謂是「熟悉的味道,熟悉的配方」,包括首杯免費、持續發放線上裂變優惠券,並邀請人氣明星肖戰作為品牌形象代言人。

不過,為了節省小鹿茶帶來的開支,瑞幸推出加盟模式進行展店,除了擴張速度可能減緩之外,加盟模式下如何避免食品安全問題,以及品牌價值觀的統一輸出,都將考驗瑞幸的運營決策力。

預計在2019年年報當中,小鹿茶品牌營運情形就會披露出來,作為瑞幸發力下沉市場的重要業務,屆時的表現或將帶動股市又一波漲跌潮。

擴張品類、降低成本,瑞幸如何?

雖然門市營運利潤轉正,市值創下新高,但無法掩蓋瑞幸咖啡虧損的事實。 財報顯示,第三季度淨虧損5.319億元(約新台幣23.05億元),較去年同期擴大9.7%,較去年同期的4.8億元進一步擴大。不過,相較前期今年第二季度的6.8億元淨虧損,則縮小了21.8%。

根據之前的招股書,以及截至目前財報披露出來的數據,近兩年以來,瑞幸咖啡累計虧損達34.393億元(約新台幣149.07億),燒錢速度令人驚嘆,換來的則是門市數量的急速攀升。

2017年10月,瑞幸第一家門市在北京銀河Soho開業,到2018年初,有200多家門市加入營運。5月8日宣布正式營業時,已在全國13個城市布局525家門市,8月門市數量翻倍超過1,100家,12月底門市數量直逼2,073家。截至2019年三季度,門市總數達3,680間,覆蓋北京、上海、廣州、深圳等40餘座城市。

按照這一速度,到2019年年底,瑞幸門市總數將超過4,500間,完成既定目標。作為瑞幸一直對標的咖啡巨頭,截至2019年9月30日,中國星巴克門市數量達4,125間。按照瑞幸的攻勢,很可能到今年年底,就能在門市數量上超越進入中國20年的星巴克。

中國上海星巴克門市.jpg
2019 年年底瑞幸門市總數將超過 4500 間,超越中國星巴克門市數量 4125 間。
圖/ ShutterStock

不過,以總門市數作為雙方直接對決的標準,又未免一廂情願。瑞幸主打「線上下單,線下自提」模式,這與星巴克的門市消費模式截然不同。這裡不妨將雙方的單店營收作為參考依據,2019年三季度,中國星巴克營收7.6億美元,單店收入為129萬元人民幣;瑞幸單店平均淨收入為45萬元,可以看出與星巴克差距明顯。

同時,通過多年市場教育,星巴克的消費者忠誠度必然大於瑞幸咖啡,後者需要通過持續的品牌廣告輸出,才能在消費者心中留下印跡。

此外,自成立以來,瑞幸咖啡的打折、促銷活動就未曾間斷過,這也是它留住消費者的唯一「利器」。可以說,現階段瑞幸尚不足以對星巴克造成威脅。

意識到上述問題的瑞幸,正在加大新品類的營收比重。財報顯示,三季度來自非咖啡產品的營收占比已經提升至44.9%,而2018年這一比重為30.9%。產品結構的變化,使得瑞幸單店收入對比去年同期的25萬元,增幅達79%。

責任編輯:蕭閔云

(本文授權轉載自:鈦媒體,作者:柳牧宗)

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