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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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