剛開新店面就強碰疫情!40年老攤改推冷凍包、一天賣到30箱,如何逆轉突圍?
剛開新店面就強碰疫情!40年老攤改推冷凍包、一天賣到30箱,如何逆轉突圍?

蔴油李,是一家在萬華經營近40年的補湯料理,以前都是在路邊攤經營,今年5月終於找到店面,但移到店鋪的第3天,雙北就進入三級警戒,被迫關店。

補湯料理的食材都是內臟,不能久留,原先,老闆只是想把冰箱裡的200多份當歸豬腳與排骨捐給弱勢團體,為他們開發冷凍物資包,最終反而成為新商機。現在,蔴油李一天最多能出30箱冷凍包訂單。

【新聞照片一】iCHEF 今日於店家「蔴油李」舉辦 iCHEF Day 線上記者會.jpg
蔴油李,是一家在萬華經營近40年的補湯料理,疫情期間將食材做成冷凍包分送給弱勢團體,因緣際會開啟了他們的冷凍包生意。
圖/ iCHEF

餐飲經營的新公式:三種通路、三種毛利

iCHEF共同創辦人程開佑指出,這個故事在餐飲業非常有名,受到限制內用的影響,許多內用型的業態被迫推出外帶、外送、便當等服務,甚至是像蔴油李這樣外送料理包或快餐包的服務,「消費者需求是多元的,他有時候想外送,有時候想外帶,餐飲業者就要多元共存。

以前餐廳業者思考毛利很單純,每天店內做多少生意就等於當天的毛利,但這5年來,外送、外帶需求上漲,店家經營的通路變得複雜,每天的毛利分成內用、外帶、外送三種,外送的營收還得考慮外送平台的抽成。

餐廳宅配餐點、料理包,反而能獲得經營自主權?

而現在,除了外帶、外送,又多出「餐廳快遞」的選項。

所謂餐廳快遞分為3種類型,主要是依照消費者預約時間分類:

1.30分鐘前預訂的即刻用餐需求:

是由餐廳自籌車隊,不會被外送平台抽成,但因為要養車隊,門檻相對高。

2.12小時前的多人用餐需求:

跟快遞車隊合作出餐,LINE TAXI的「享饗送」就屬於此類。

3.三天前下單的冷凍包或料理包類型:

就像是一開始提及的蔴油李,必須跟宅配業者合作。

程開佑解釋,外送的成本結構,其實跟內用成本結構相同,只是外送會多一個平台分潤費,多半是30%左右。餐廳快遞雖然得負擔快遞成本,然而,店家會比外送有更多主導權,可以選擇要推出什麼樣的產品,比方說,板橋人氣早午餐「好初早餐」就推出特大號奶茶桶。

換句話說,餐廳快遞的菜單、毛利結構、毛利率都跟外送不同,餐廳業者可以只推高毛利的商品。假設一筆500塊的訂單,有150元要給平台,如果這150元可以做更多事呢?程開佑表示,餐廳快遞讓店家可以利用這個抽成空間,好處是,店家可以留下消費者資料,往後進行再行銷。

程開佑_iChef創辦人_2019_07_23_蔡仁譯攝-2.jpg
iCHEF推出的「餐廳快遞」服務與一般外送的成本計算不同,讓店家有了更多的彈性。「餐廳快遞讓店家可以利用這個抽成空間,好處是,店家可以留下消費者資料,往後進行再行銷。」
圖/ 蔡仁譯攝

全通路蒐集內用、外帶與外送資料,經營熟客與會員關係

程開佑表示,疫情前有70-80%的客人都是內用,等於有七成資料是沒有辦法使用的。iCHEF現在正透過串接從Google我的商家、Google搜尋、LINE官方帳號進來的所有客人,讓餐廳搭建屬於自己的平台,並自己經營熟客。

除了整合Google和LINE等入口網站,讓餐廳後續能再推廣滿額免運或集點等優惠,他們也將新增桌邊掃碼功能,讓內用客人也有機會成為店家的會員;外送客人也能掃QRcode存線上優惠,進一步成為會員。

當內用、外帶的客人都有機會加入會員,餐廳便能精準投放廣告或推播LINE訊息,預計能讓會員資料多三倍,把所有通路、分店的消費紀錄集中在一起,希望可以讓會員營收占比再提高。

「疫情後消費者對『便利』的需求只會更高,若餐廳過度依賴外送平台提供便利,那即使業績得以回升、獲利也無法恢復。」程開佑指出,台灣超過10萬間的小餐廳老闆們需要一個能自己決定利潤、自己經營熟客、推廣的機會,讓他們得以持續創造利潤,並確保生意主控權。

本文經授權轉載自:經理人月刊

【延伸閱讀】
1.疫情衝擊日本「飲酒會」文化,居酒屋一年倒 175 家!如何轉型求生?
2.為何MacBook的蘋果標誌上下顛倒?賈伯斯「讀懂人性」的巧思

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:吳佩臻、錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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