全家獲利創新高，多開222間店、還要加開第4座鮮食廠！解析三大強勁動能|數位時代 BusinessNext

鮮食、電商、會員為3大關鍵字，全家持續提升獲利

全家便利商店表示，能有如此好的獲利成績，主要受惠於鮮食業績、電商服務、會員經濟3大政策奏效，同步拉抬關聯轉投資事業，如福比麵包、日翊文化、全台物流等獲利表現突出。

鮮食：黑金、健康、聯名3大產品線

來自鮮食的業績，一直都是便利商店的重要營收，以全家便利商店來說，鮮食（包含咖啡、麵包）的營收大約佔整體的2.3成。

回顧2020年成績，整體鮮食業績年增近1成，細細來看，黑金、健康、聯名3大策略在過去1年有效推升了成長動能。

現煮咖啡在App寄杯功能「隨買跨店取」及單品咖啡銷售提升下，年成長超過1.5成。同時，新冠狀病毒（COVID-19，俗稱武漢肺炎）疫情也加深民眾保健意識，Clean Label商品銷售額較前年成長超過1.5倍。與台鐵、鼎泰豐、山海樓的聯名操作，也成功帶動主食和小吃類等鮮食相關品群成長2成。

電商：疫情帶動EC成長，3大開店服務交易量破千萬

由於疫情帶動宅經濟發酵，網購成為全民運動，隨之衍生的電商服務經濟於去年勃發，帶動了超商EC包裹件數顯著成長。

同時，陸續開設「好賣＋」、「好開店」、「好店+」的分眾化電商開店平台，因精準鎖定社群賣家提供一條龍式的金物流服務，也成為穩定業績動能的主因之一。3大平台上線至今，總計已吸引超過25萬賣家使用、交易筆數破千萬。

會員：貢獻度破5成創新高，隨買跨店取創30億業績

全家便利商店自2015年開始經營自有App，會員數目前已突破1,300萬人，數量持續稱霸超商業界。在持續深耕會員下養出高客單鐵粉，去年會員貢獻營收近5成來到史上新高，而最高人氣功能「隨買跨店取」則創造超過30億業績，展現會員經濟的爆發力。

持續投資資訊系統、倉儲，再砸23億購地增添第4座鮮食廠

由於疫情促使數位經濟以超速開展，帶動了網購日常化、行動支付全齡化，尤其實體虛擬兩棲性的消費型態，已確定成為疫後新常態。

因此，展望2021年全年營運，全家便利商店將持續提升便利商店本業的數位轉型，加碼投資資訊系統、大數據分析、專營電子支付機構，打造會員點支生態圈。同時，也要擴建冷凍生產線與店舖冷凍設備，並新建第四鮮食廠。為因應持續展店和搶佔電商經濟，也計畫新建新台中及擴建花蓮物流廠，為再創成長蓄積動能。

目前供應全家便利商店的鮮食廠共計三個，包含屏榮大溪廠、屏榮新豐廠、晉欣鮮食廠，生產米飯、調理麵、小吃、湯品、輕食、冷凍等鮮食產品。在近期，全家董事會也決議通過，以新台幣23億648.9萬元購買新竹縣湖口鄉1萬6143坪土地，將用於興建第四鮮食廠，預計於2024年啟用。

另外，旗下關係企業「全家國際餐飲」也在疫情下穩健經營擴張，去年營收、店數、獲利三成長，今年也將持續展店，目標10店以上。截至去年為止，餐飲事業共計有日式定食大戶屋、沃克牛排以及bb.q CHICKEN旗艦餐廳三個品牌，店數共50店。

責任編輯：錢玉紘

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。