快時尚、鞋業巨頭都倒下!關店數將破1.2萬家,實體零售業該如何求生?
快時尚、鞋業巨頭都倒下!關店數將破1.2萬家,實體零售業該如何求生?

美國實體零售行業的寒冬持續了三年,非但沒有回暖的跡象,2019年實體零售店的關店數量更是創下了近年來的新高。

根據諮詢機構Coresight Research最新的一份調查報告,截至12月13日,今年全美實體零售業門市的關閉數量已經達到9,302家,這比2017年創下的關店數量記錄8,139家還要多,今年7月Coresight Research曾預計到今年年底這一數字可能會超過12,000家。

Close-2.jpg
圖/ Quartz

美零售業巨頭瘦身、關店,2019關店數創新高

關店潮繼續席捲美國零售業,開店數量的成長也明顯減緩。2019年美國實體零售業的淨關店(關店數量-開店數量)數量達到4,930家,比過去兩年的總和還多。

在這輪關店潮中,很多零售業巨頭也不能倖免。美國鞋業巨頭Payless宣布將關閉在美國的2,100家商店,其實Payless在2017年就已經申請了破產保護,但依然不能挽救頹勢,在今年2月再次申請破產保護。《華爾街日報》指出這可能有史以來最大規模的零售商破產清算 。」

無獨有偶,不少零售商也還在苦苦掙扎。具有70多年歷史的老牌日用品連鎖店Fred's關閉了564家門市,還是在9月申請了破產。快時尚品牌Forever21也在該月申請破產保護,宣布將關閉178家門市。

延伸閱讀:Forever 21正式聲請破產,3個錯誤成致命關鍵

即便還沒走到破產的地步,通過主動瘦身,縮減成本來過冬零售商不計其數。擁有Ann Taylor、Lane Bryant的女裝品牌Ascena Retail Group、休閒服飾品牌GAP、維多利亞的秘密(Victoria's Secret)都加入了關店潮的行列。

不轉型就等死!線上線下整合成競爭關鍵

這些實體零售店關閉的原因也並不新鮮,電商改變了消費者的購物習慣,沒有跟上數位時代的需求,被認為是實體零售業關店潮持續的主要原因。 瑞銀一份研究報告指出,隨著網購的普及,到2026年全球可能會有多達7.5萬家實體店關閉。

儘管關店潮可能還會持續,但不意味著實體零售行業會被電商取代。實際上在實體零售門市引來關店潮的同時,電商巨頭也正在積極佈局線下零售。2017年亞馬遜以137億美元收購了全美最大有機食品超市全食超市(WholeFoodsMarket),阿里巴巴則聯合一眾線下零售品牌推廣自己的「新零售」戰略,而京東和騰訊也相繼推出類似聚焦線下的「無界零售」和「智慧零售」。

Close-3.jpg
2017年亞馬遜以137億美元收購了全美最大有機食品超市全食超市(WholeFoodsMarket)
圖/ 愛范兒

就在美國實體零售業關店潮開始的2017年,愛範兒曾將「重回線下」評選為那一年的年度趨勢,我們認為零售業將不再僅限於單純聚焦線上或者線下的垂直領域,對線上線下的強連接和整合能力將成為零售業的關鍵。

實體零售不會凋零,線上零售也不會一枝獨秀,正如《不可消失的門市》作者大衛·貝爾(David Bell)在接受《哈佛商業評論》採訪時所說的:

無論零售業如何變化,其本質不會改變—— 始終是滿足消費者購物、社交、娛樂三方面的體驗需求。實體零售一定不會消失,只是存在的方式需要改變。

本文授權轉載自:愛范兒

責任編輯:江可萱、陳映璇

往下滑看下一篇文章
終結 AI 失敗魔咒!Data-DI 以 No Code AI + AI Landing 助企業效率革命
終結 AI 失敗魔咒!Data-DI 以 No Code AI + AI Landing 助企業效率革命

生成式 AI 席捲各行各業,但企業導入後「開局精彩、落地失敗」的情況卻屢見不鮮。由於技術與業務脫節、導入週期冗長、人員無法操作等問題,許多專案難以發揮預期效益。2019 年成立的 Data-DI Solutions 看見這樣的斷層,提出「No Code AI + AI Landing」雙軸策略,專注解決企業在導入過程中的落地困境,協助中大型企業以可控成本與快速周期完成導入,帶動實際營運成長。

AI Landing,陪跑企業落地應用

「AI 不是萬能,要能發揮效益,企業必須先有系統化的資料與數位化流程。」Data-DI 解決方案顧問包威棣指出,許多企業導入生成式 AI 時,往往高估技術能力,卻忽略自身基礎建設與後續驗證的重要。AI 若要優化效率,前提是企業先具備穩定的資料與流程架構,否則就像在沙地上蓋屋,難以長久。

Data-DI 的解法,是以「AI Landing 陪跑計畫」協助企業跨越導入瓶頸。顧問團隊從需求定義、流程設計到上線驗證全程參與,協助釐清問題、建立可驗證的導入路徑。透過系統化的四步驟流程,企業可在五週內完成導入,並逐步培養內部使用習慣與評估機制。

包威棣以汽車集團的案例說明,Data-DI 透過 16 小時工作坊,讓員工實際參與 AI Agent 的設計與測試,最終使流程時間縮短三成。「當員工親眼看到效率被釋放,信任與採用意願自然就會提升。」他說。

Data-DI
Data-DI 解決方案顧問包威棣。
圖/ Data-DI

創立六年來,Data-DI 以顧問式導入模式深耕企業市場,創下 90% 續約率與 120% 續費率,反映其服務在導入成效與信任關係上已獲市場驗證。

AltaBots.ai,實現 No Code 的 AI 應用

若說 AI Landing 解決的是導入成功率的問題,那麼 No Code AI 則打開了使用門檻。包威棣指出,過去 AI 專案常由工程師主導,但技術懂架構、不懂業務;業務懂需求,卻難以轉化為程式語言。「AI 要真正落地,就必須讓最懂現場的人能自己動手。」

因此,Data-DI 推出企業級 No Code AI Agent 平台 AltaBots.ai,即使非技術背景的人也能在拖拉介面中建立 AI 應用。該平台內建超過百種模板,涵蓋客服、行銷、營運與數據分析等場景,並支援主流大型語言模型串接與負載平衡,也協助企業控制 LLM token 成本。

包威棣強調,No Code 的價值不僅是節省開發時間,更在於「讓 AI 民主化」。業務人員最熟悉顧客與流程,當他們能自行建立並驗證 AI 應用,技術就不再是難以摸索的黑盒子,而能持續被優化與調整。Data-DI 也因此打造企業級 AI Workspace,讓團隊能共享應用、協作優化,使 AI 從個別專案進化為組織文化的一部分。

Alta.DI,從客服到行銷的整合式 AI 引擎

Data-DI 的另一核心產品 Alta.DI,則將 AI 能力延伸到顧客服務與行銷前線。平台整合 LINE、Facebook、Instagram及網頁對話框等多通路訊息,協助企業處理大量客戶互動。系統採用 RAG(Retrieval-Augmented Generation)技術與 AI 反問機制,能理解語意並即時優化回覆,避免錯誤生成或資訊不一致。平均來看,AI 可處理高達八成重複問題,搭配 AI Copilot 工作台進行自動派單與知識優化,整體客服效率可提升約五成。

包威棣舉例,旅遊業者在旺季期間客服需求暴增,AI 能即時回覆行程、簽證或退改政策等常見問題,真人客服則可專注於客訴或特殊情境處理。日本社交平台客戶的例子更為明顯,過去近半人力都用於回覆重複問題,導入系統後有八成以上由 AI 自動應答,客服人員得以轉向更具價值的溝通。

與傳統 Chatbot 不同,Alta.DI 不是依賴關鍵字或預設選項,主要靠理解自然語言與上下文意圖;另外,也有 AI 標籤功能,例如偵測到詢價行為時,AI 能自動加註標籤並轉交真人客服報價,讓轉接更即時、更精準。

Data-DI
Data-DI 解決方案顧問包威棣指出,AI 導入必須與企業策略連結。
圖/ Data-DI

「企業要做 AI 轉型,首先要讓決策者有信心。」包威棣強調,這些案例也顯示,AI 導入必須與企業策略連結;當企業看見實際成果,不僅決策者會更有信心,也才有機會進一步培養組織內部的使用習慣。

他觀察,2024 年後企業對 AI 的信任度明顯提升,越來越多公司願意編列預算,嘗試讓 AI 與營運流程深度結合。因此,Data-DI 也鼓勵企業採取「小步快跑」策略,從具體場景驗證成效,再逐步擴大應用。

展望未來,他也以「整合」與「習慣」兩個關鍵字描述企業級 AI 的方向。整合,意味著 AI 不再是外掛工具,而要嵌入既有工作流程;習慣,則代表使用者的信任逐步養成。「當員工真的習慣使用 AI,產出自然會更好。AI 和人的關係也將從輔助變成共學。」

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
進擊的機器人
© 2025 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