全家上架Foodpanda！4大超商瘋外送，滿足哪些購物需求？|數位時代 BusinessNext

Foodpanda x 全家外送服務啟動，預計六月前合作門市將破千

Foodpanda與全家合作分三階段上線，首波將於雙北市內上線146間全家店舖，5月初擴展至全台500間全家店舖，遍及台中、高雄等19縣市，並預計6月前合作店舖將突破1,000家，屆時全台9成縣市都可於Foodpanda平台選購全家精選商品。

此外，自4月22日起，用戶也可以從全家會員App內連入Foodpanda的「全家商城」選購專區，並在四月底前提供單筆訂單不限金額皆免外送費的優惠。 全家外送的服務時間為凌晨五點半到凌晨兩點，可滿足深夜不想出門民眾的購物需求，並預測平均可帶動店舖大夜業績成長約一成。

自去年9月起就開始和Uber Eats合作，開始外送服務的全家表示，疫情加速催化消費者的商品外送需求，使得全家2月份店到宅服務的新來客增加15%。不過，全家與Uber Eats的合作也在三月底結束，目前僅與Foodpanda合作外送服務。

誰會用超商外送？3種購物行為觀察

有趣的是，全家也觀察到了一些到店消費民眾與外送民眾間不同的消費行為。全家指出，外送服務用戶客群集中於25到35歲，可約略分為 「嘗鮮衝動」、「健康補給」、「箱購防疫」 三種購物行為。

在嘗鮮衝動消費部份，外送顧客與一般顧客的「目的型選購」行為大異其趣。前者傾向於在選購零食、飲品時一次購買數款同類型、但不同品牌之商品，如選購茶類會一次選購多種品牌，但皆為無糖茶飲的同類型商品，推估外送免出門，且省時、省力，因此易引發嘗鮮衝動消費行為。

在健康補給方面，則發現外送顧客在購買茶葉蛋、香蕉等未加工食品時，會併買果汁、牛乳等營養型飲品，且此類購物行為平均分佈於各時段，推測超商外送24小時服務的便利性及商品多元性，可隨時滿足追求健康飲食的顧客的消費需求。

此外，在「箱購防疫」的購物行為方面，則發現2月開始出現多筆箱裝水的訂單，推估消費者防疫意識高漲，進而減少出門次數，並善用店到宅服務增加日常用品備量。

四大超商佈局外送，搶全通路商機

根據經濟部統計處資料顯示，2019年全台餐飲業全年營業額為8,116億元，而外送占比約5%，相當於406億元商機。2019年的每日外送訂單相較2018年成長逾25倍，外送市場的高度成長性也吸引不少業者加入，開始與外送平台合作。

在外送平台中，Foodpanda是全台目前最積極佈局超商的外送平台。除了新增的全家以外，Foodpanda也在去年11月及今年1月先後與OK超商與萊爾富展開合作。

萊爾富目前已擴及全台共600家指定門市，提供民眾最低消費滿50元即享免運費優惠，以及開放雙北地區24小時外送服務等優惠。萊爾富指出，外送服務上線以來，已為門市增加超過10%的業績成長。至於OK超商，則開放約500間門市，並同樣提供24小時外送服務。

超商龍頭7-11則是自2014年起開始提供門市外送服務，一開始主要由店員負責外送，2019年起開始全球快遞加入合作，目前全台約9成左右的門市皆有門市店員或全球快遞提供的外送服務。

其中，7-11與全球快遞的合作區域限定在六都與新竹市區，共有2,606家門市加入，其中仍以台北市需求較高，約占整體全球快遞外送量五成。

責任編輯：陳映璇

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。