小七ibon機就能訂五星便當！超商龍頭攜手王品、晶華推外送店取圖什麼？|數位時代 BusinessNext

「外送店取」新商模，帶動超商周邊商品採買

外送店取的訂購方式為消費者在中午12點前到7-11的ibon機台預訂餐點，15分鐘內持小白單到櫃檯結帳，隔日中午12點到下午1：30憑小白單到預訂門市取餐，且逾時不候，主要以食安為考量。

目前僅只7-11道生門市提供預訂與取餐，該門市附近為辦公商圈，每到中午就有不少上班族來門市覓食，看好接下來將有不少消費者轉往使用「外送店取」服務，消費者只要憑小白單，店員從保溫箱領取餐盒轉交給消費者即可。不過關於初期提供的餐點數量、是否跨店取餐、拓展的門市數量，7-11未提供細節。

7-11會選擇和餐飲、飯店界的龍頭合作外送店取服務，一來是食材品質有保證，二來也看好外送市場蓬勃發展。今年8月7-11才宣布與美食外送平台foodpanda合作，已導入雙北500家店，熱銷品項包括咖啡、茶、微波鮮食。但這次7-11透過「外送店取」的新模式，藉此製造消費者來實體門市消費的機會，也帶動其他商品採購，對消費者來說也省下外送費。

王品、晶華聯手7-11，拓展服務客群

不過目前7-11預購餐點品項僅7種（王品4種，晶華3種），王品集團Sufood主打健康餐盒，UberEats也能送，且價格一樣。相較和外送平台合作，因為長途配送的關係，著重餐點上的保溫；這次與7-11合作，由於王品人員必須在12點前將餐點送到超商保溫櫃恆溫，有調整食品的烹調方式，避免肉類口感過柴。

王品表示，過去僅Sufood台北中山北店和UberEats合作，在外送上僅限門市附近4公里內做外送，服務客群有限，未來和7-11合作後，將可服務更多客人。

而晶華酒店則是請中西主廚為7-11推出獨家菜單，原本餐廳內原價一盒880元紅燒牛腩，特製成250元的個人化餐盒，透過自建的外送車隊送到7-11，期望拓展更多辦公商圈客群。

到底鮮食商機有多大？7-11表示，去年正餐（便當、燴炒飯、麵食）共賣出1.2億份，一年締造上億業績，這回推出150~250元五星級餐盒，透過王品、晶華品牌的加持，未來可作為商務餐盒，提供公司行號一次訂購多量的餐盒，給予高消費的上班族更多的餐點選擇。

責任編輯：蕭閔云

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。