亞馬遜為何未能主導生鮮雜貨市場?
亞馬遜為何未能主導生鮮雜貨市場?

「生鮮雜貨」是美國占比最大的零售市場,但它的網路滲透率卻意外地低:只有3%的生鮮銷售發生在線上。相較之下,電子產品有30.2%的銷售來自於網路,線上服裝銷售占比則為27.4%。原因是什麼?

像亞馬遜這樣的線上零售巨頭所依賴的「規模經濟(Economy of Scale)」營運,並不適用於生鮮雜貨。

我工作的公司在矽谷提供ML機器學習機器人,用於在倉庫中分揀產品。因此,雜貨物流是一個我密切關注的話題。最近,在這方面出現了一些有趣的嘗試,英國線上生鮮零售龍頭Ocado嘗試了截然不同的商業模式,一個亞馬遜未曾採用過的全新策略。

「生鮮市場」是否會成為亞馬遜的滑鐵盧?

當亞馬遜在2017年收購生鮮超市Whole Foods時,Costco、Target和Kroger的股價暴跌。市場預計亞馬遜將徹底顛覆食品雜貨行業,就像它改變了圖書銷售、零售、配送和許多其他行業一樣。(延伸閱讀:亞馬遜宣布以137億美元併購生鮮超市Whole Foods)

但今天,在併購Whole Foods兩年多之後,食品雜貨行業還沒有被「亞馬遜化」。事實上,美國最大的零售商沃爾瑪(Walmart)剛剛出爐的財報指出:由於生鮮雜貨銷售表現亮眼,其線上銷售額爆增了41%。也許真如Whole Foods創始人約翰麥基曾經說的:生鮮雜貨真的會成為亞馬遜的滑鐵盧?

僅供報導用途_shutterstock_1105368590_amazon_whole market
併購Whole Foods兩年多之後,生鮮零售市場卻依然還沒有被「亞馬遜化」,難道真如Whole Foods創始人所言,這會成為亞馬遜的滑鐵盧嗎?
圖/ Sundry Photography via shutterstock

亞馬遜涉足食品雜貨市場完全在大家的意料之內,因為這家電子商務巨頭努力成為 「地球上最以客戶為中心的公司,客戶可以在這裡找到,並發現他們任何可能想在網上購買的東西。」

亞馬遜擅長提供大量的產品選擇,快速配送和低廉的價格。

亞馬遜著名的飛輪策略(Amazon Flywheel) 完美的詮釋了其戰略的核心:

多樣的產品選擇、良好的客戶體驗,使得更多的用戶到平台上消費,進而改善成本結構,使公司能夠進一步降低價格,並從而吸引更多客戶。

一般的實體商店,商品的選擇有限。但是亞馬遜不僅能提供多樣的商品,價格上還很有競爭力,越多客戶來消費,成本就越低,這樣的正面循環幫助亞馬遜建立了其他競爭公司難以匹敵的「規模經濟」。

亞馬遜_飛輪策略.png
亞馬遜(Amazon)著名的飛輪策略:透過多樣的產品選擇、良好的客戶體驗,吸引更多用戶到平台上消費,進而改善成本結構、降低價格,並從而吸引更多客戶,形成正向循環。

然而,亞馬遜的飛輪策略在生鮮雜貨市場起不了作用。

食物會腐敗的,它們的價值會隨時間和運輸而降低。縱使是亞馬遜也很難儲存大量的食物,以加快交貨速度,或達成更好的規模經濟,因為食物難以保存。

這也是為什麼生鮮市場沒有一個全球的領先者,而是在各個區域有各自的領導廠商。 這和亞馬遜已經習慣了的「贏家全拿(winner takes all)」市場 ── 比如電子商務 ── 很不一樣。

Ocado的商業模式:技術授權,成為傳統零售商最佳夥伴

英商Ocado比任何公司都更瞭解食品雜貨的本質:它知道在生鮮雜貨行業不會有單一個占全球主導地位的公司。 因此,它大膽地將其技術——從電子商務行動App介面到自動化倉庫──授權給其他競爭者,幫助其他零售業者更輕易地開始線上銷售。

Ocado最近將其電子商務解決方案授權給一些全球最大的雜貨零售商,包括Groupe Casino和Sobeys。去年,Ocado與美國第二大綜合零售商Kroger(規模僅次於沃爾瑪)簽署了一項重要協定,將使用Ocado的自動化技術建立多達20個配送中心。Ocado也成功從一家雜貨公司,轉型為高科技公司,大幅提高了它的估值。

相比之下,在亞馬遜收購了倉庫機器人公司Kiva之後,禁止Kiva繼續支援其他零售商,不和競爭對手共用Kiva機器人。

亞馬遜和Ocado在技術和垂直整合解決方案都進行了大量投資,但他們的策略卻非常不同。

亞馬遜希望吸引更多的客戶到該平台消費,以進一步改善其成本結構,以便降低價格,吸引更多的客戶。這就是為什麼該公司最近宣布生鮮免運費,並計畫明年開設一個新的生鮮超市品牌,吸引不同於Whole Foods的客群。

另一方面,Ocado的定位是 「幫助世界各地的零售商(建立成功的電子商務業務)」 首席執行官蒂姆.施泰納(Tim Steiner)表示。為了成為零售商的最佳技術合作夥伴,Ocado積極投資機器人和人工智慧。它最近發表了一篇關於「少樣本學習」的機器學習論文,這項技術有可能使機器能夠識別雜貨店中不斷擴展和不斷變化的商品品項。

雖然很難在生鮮市場中創造規模經濟,但利用「網路效應」建立技術帝國是完全可行的。

透過向其他零售商提供技術,Ocado將比世界上任何其他公司擁有更多的資料和技術know-how。進而將這項競爭優勢擴展到鄰近市場:包括餐飲業和農業。

事實上,Ocado已經開始投資垂直農場(vertical farm),和自動組裝即食餐點的機器人創業公司Karakuri。

過去幾年,我們看到矽谷的科技巨頭顛覆了從金融到汽車的各個行業,而傳統業者卻苦無對策。Ocado的方法實際上可能帶來一線希望:傳統零售商最終可能可以藉由和類似Ocado這樣的廠商合作,來讓自己變得更創新,並在顛覆時代保持競爭力不被淘汰。

(本文由Bastiane Huang授權轉載自其Medium)

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。)

關鍵字: #亞馬遜 #零售業
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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