7-11的思樂冰到集點熱潮,幕後推手都是他!徐重仁堅持35年改寫台灣零售新篇章
7-11的思樂冰到集點熱潮,幕後推手都是他!徐重仁堅持35年改寫台灣零售新篇章
2021.10.26 | 商業經營

上班途中,你可以買杯咖啡提神;肚子餓了,琳瑯滿目的鮮食任你選擇;購物時,還能集點換公仔。除此之外,水電費繳納、提款轉帳、寄件取件、傳真影印......,當你有這些需求的時候,不用擔心,便利商店都在不遠處等著你。今日我們有這麼便利的生活,都得歸功一個人:從1977年起帶領統一超商拚鬥35年的前總經理、「流通教父」徐重仁。

徐重仁_統一資訊董事長_20120926_賀大新攝影.JPG
圖/ 數位時代

「我的對手不是同行,而是便利商店。」台灣麥當勞前總裁李明元曾對徐重仁如此說,當餐飲業龍頭麥當勞都備感壓力時,就可以知道便利商店快速變形帶給跨產業的威脅有多強。

台灣的便利商店體系,在他手下慢慢成型

1974年,日本第一家7-ELEVEN落腳東京,這也是當時就讀早稻田大學流通經濟學研究所的徐重仁與7-ELEVEN的初識。他回憶,「我當時經常光顧並研究這家小店的運作方式,也思考著台灣或許也需要這樣一家便利商店?」

直到1977年畢業回台後,經過引薦結識了生命中的貴人:對連鎖便利商店產業產生興趣的統一集團創辦人高清愿。「當時統一對於零售通路的領域不是很了解。」在高清愿邀請下,徐重仁進到統一集團執行流通事業規劃,就此幾乎半生奉獻其中。

不過,當時統一以食品業龍頭之姿開了便利商店,不代表事業就此一帆風順,甚至連續虧損了7年,「當時台灣人大多習慣到雜貨店、傳統市場消費。」徐重仁認為,當時導入便利商店的時機點對於台灣人來說太早了。

但就在內部決定要收掉這個事業時,當時已被調職到統一企業麵包部的徐重仁,1984年又被調回來承接這個燙手山芋。「上層抱著『把徐重仁叫回來做做看』,就看能不能死馬當活馬醫。」徐重仁笑說。

這一回來,徐重仁可不是沒準備,他在統一麵包部期間,就不斷想著「為什麼日本、美國可以成功?台灣卻不行?」他選擇積極重整,率先將當時開了75家、卻有大半以上都在虧損的店砍到僅剩下30家店,並挑選顯眼度佳的三角窗店面,最重要的是,他認為現代化的便利商店與傳統通路本質並不相同,所以他不再以家庭主婦為目標顧客,而是選擇推出吸引年輕人會喜歡的商品。

7-11創辦初期合影
在統一集團創辦人高清愿(右一)的支持下,徐重仁(左二)透過選點、商品結構調整等改革,在第100家店開幕時終結7-ELEVEN連續7年的虧損。

瞄準年輕客群,7-ELEVEN靠思樂冰翻身!

許多人的童年回憶「思樂冰」就是在這個革新時期所出現的產品!當時徐重仁出差時,看見香港的7-ELEVEN販售叫做「Slurpee」的冰泥,認為在台灣應該有商機,便從美國引進機器、在台推出了這種冰泥,還賦予了它一個新的名字「思樂冰」,就此成功吸引了小朋友、青少年族群。

徐重仁憶起當時笑說,「許多小朋友買了一杯大家輪流著喝,喝完再去充填。」後來就連其他地區的7-ELEVEN都跟著叫了「思樂冰」這個名字。徐重仁的得力戰將、前統一超商營運長謝健南也這麼形容:「台灣的7-ELEVEN可以說是靠思樂冰起家的。」而茶葉蛋、國民便當、大燒包等等鮮食產品,也都在徐重仁瞄準年輕客群的策略下一一誕生。

7-11創辦初期的合影2
徐重仁在台經營超商的策略,很大一部分仰賴年輕消費客群。

一片小磁鐵,開啟至今不墜的集點經濟

除了不斷推出鮮食商品,徐重仁立下最經典的成就之一,莫過於帶動了全民瘋集點的熱潮。2005年,7-ELEVEN面臨了業績獲利衰退,股價甚至一度跌到了47.5元,徐重仁將其歸咎為「還不夠創新」。

當時的7-ELEVEN來客,10個有6個是男性,為了吸引到更多女性生客群,內部開始思考該如何吸引顧客上門。徐重仁因此觀察到,香港、新加坡的7-ELEVEN前後推出了滿額送Hello Kitty磁鐵的活動,大幅提升業績,因此學習複製經驗,只要消費滿77元就送一片磁鐵,再加上找來蔡依林代言,讓全台民眾都陷入了「無嘴貓」的風潮,僅3個月就灌進了40億元的營收。

當時挾帶著4000店的優勢,更讓全家便利商店營收衰退,集點經濟扭轉了台灣零售業的行銷方式,至今帶來的商機仍大。

35年的堅持,圓一個「流通夢」

在徐重仁35年的帶領下,台灣7-ELEVEN不僅在開設第100家店時開始轉虧為盈,此後一路扶搖直上,更在1989年成為全球7-ELEVEN第三大連鎖體系,應證早期統一企業的核心幹部顏博明說過的,「自始自終最堅持的就是徐重仁。」

徐重仁不自我框限的創新,從領先業界與中國信託合作在店內設置ATM、推出國內便利商店首張電子錢包icash、引進黑貓宅急便,這一切都是因為他融入顧客的情境,從不便中嗅到了商機。便利商店之所以能夠徹底改變了台灣人的消費及生活型態,徐重仁可說是最功不可沒的那個人。

7-ELEVEN至今可發展為5千7百多家門市的便利商店,不僅在國內持續處於龍頭地位,甚至在2020年靠著總營收73億美元(約新台幣2,186億元)表現,連續6年榮登「全球營收前250大零售業者」,這些成功絕非一蹴可幾,就像是統一企業創辦人高清愿所說過的,「統一企業成立之初,我認為第一批人很重要,因為第一批做好,以後的人就會跟著做好。」

本文經授權轉載自:食力foodNEXT

【熱門焦點】
1.【圖解】momo拚物流、PChome積極做支付!台灣10大電商全通路佈局一張圖看懂
2.LINE Bank推活存利率2.2%的「口袋帳戶」!四大存款產品一次比較

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

關鍵字: #7-11 #徐重仁
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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