想見你,京東小哥!一張表看疫情點燃電商軍備競賽
想見你,京東小哥!一張表看疫情點燃電商軍備競賽

「這個假期就是靠強哥活了下來,京東小哥(京東物流外送員)是我假期最想見的人。」

中國因肺炎疫情而從年節期間開始不斷實施延長的封閉式管理,使實體商家凋敝困苦,卻也讓十數億人口的線上消費熱情達到空前飽滿。

電商平台在這段期間內迎來了激烈的成長曲線,而做為關鍵的支援性服務業態,物流產業在這段期間內扮演著被稱為「逆行者」的角色,乘載著大量的物料資源,在四下無聲的城市中成為串聯起商家與消費者的漫漫絲路。

不過,由於封城管理的影響, 淘寶、天貓、拼多多在內的大型電商平台均陷入因運能不足導致履約遲滯的困境,與之形成強烈對比的則是京東集團以強大的自建物流能量為基礎,在疫情圍城期間內推出的一系列措施

除了以驚人的速度協助運送救急物資與醫療器械外,在平台交易商品的運送能力與準時送達速度方面也展現出遠優於同業的表現。以「疫情搶救擔當企業」的角色成功在朋友圈中狠狠刷了一次屏,不少步數最多的京東小哥甚至一夕之間成為網紅,還受到央視《新聞聯播》的採訪。

限編輯使用_shutterstock_JD.COM_京東_664045642.jpg
相較同業,京東以高於平均的待遇聘僱了數萬名配送人員,自行涉入末端配送領域。
圖/ testing via Shutterstock

延伸閱讀:京東物流的武漢大考:1,600噸防疫物資如何送到第一線?

長期以來,在阿里與京東兩大集團抗衡的中國電商市場中,阿里一直以遠高於京東的營利表現與海外觸角站穩優勢地位,主因即在於京東多年來最具爭議且所費不貲的決策: 自建物流

除了較一般電商平台投注更多資源在物流中心建置外,京東甚至以高於同業的待遇聘僱了數萬名配送人員,自行涉入末端配送領域。除了B2C業務外,更在2018年進軍C2C個人快遞業務,與順豐及四通一達等3PL業者形成正面競爭。

JD.com-CEO-Richard-Liu-delivering-orders-on-June-1
京東CEO劉強東。
圖/ 京東

延伸閱讀:至少損失30億元!海底撈550家門市全「熄火」幕後

京東物流是劉強東力排眾議的決策 ,雖然構建了京東的護城河,龐大的資本支出卻使京東多年來始終必須負重前行。雖然2016年京東物流開放外部業務,2017年展開獨立營運,但由於外部訂單量太少加上內部成本過高,始終處於鉅額虧損狀態。直到2019年第二季京東物流才首度達到盈虧平衡,而京東物流也在最新一次的快遞服務滿意度調查結果中取得第3名的成績,僅次於順豐速運與郵政EMS,超過韻達、中通、百世等3PL物流企業。

以電商之姿切入物流領域,並且將物流服務由成本單位扭轉為盈利部門,這條路京東足足走了12年。然而卻也是這樣的龐大軍團讓京東得以在這次疫情中表現得出類拔萃。

點圖可放大。
圖/ 未來流通研究所

當然,藉疫情之戰一役翻身的可能性並不高,京東面對的挑戰還包括了後續的訂戶留存率以及與三方物流企業的高強度競爭等,但這次的事件卻讓長期以來圍繞在電商涉入物流配送服務程度的議題、以及電商與物流業者間亦敵亦友的微妙關係再度獲得注目。

最早在2013年,Amazon與UPS就曾因後者無法因應節前採購高峰導致出貨遞延而影響合作關係,事件發生後,Amazon為降低對外包物流合作夥伴的依賴,開始積極強化旗下自建物流能量,除了持續加大在倉儲方面的投資力道外,甚至開始購置車隊與機隊,並且於2015年推出Amazon Flex群眾物流服務,2018年推出配送夥伴機制(DSP),作為Prime Now快速配送的物流支援基礎。2019年Amazon自營配送比例高達48%,樹立了重資本電商經營模式的典型代表。

在日本,雅瑪多、日本郵政等主要物流業者陸續於2017年著手上調電商包裹運費,佐川急便更是在2013年就中止與日本亞馬遜的合作,以避免陷入獲利腰斬的「物流崩壞」危機。另一方面,日本樂天與亞馬遜等電商業者則開始積極自建物流網絡,包括大舉投入自營倉儲與擴大末端運配能量等作法,目的便是希望能夠減輕對於外包物流企業的依賴。

中國市場中,2017年順豐速運曾突然片面宣布關閉與菜鳥網絡間的數據傳輸介面,並停止向所有淘寶平台上傳包裹物流訊息。兩大巨擘間拔刀見紅,同樣將電商平台與物流企業間彼此合作卻又相互制約的微妙平衡關係推上檯面。

直到2020年的今天,在既要防疫也要交易的高強度危機下,阿里巴巴「以自己的錢養別人的兵」的輕資產物流戰略再度受到考驗,京東負重建立的物流基礎一夕之間受到各界注目。然而危機過後終究會回到盈利與成本的數學性商業邏輯,究竟哪一種運作模式更能夠挺過風霜,想必還是需要更多的檢驗。

責任編輯:林芳如、蕭閔云

本文授權轉載自:未來流通研究所

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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