Foodpanda退出群雄割據的日本市場！分析師：外送業將在各國出現整併|數位時代 BusinessNext

德國外送業者Delivery Hero表示，由於在日本面臨激烈競爭及外送員短缺的影響，其亞洲品牌Foodpanda將退出日本市場。雖然外送市場仍持續增長，但是什麼讓進入日本市場僅一年多的Foodpanda宣布退出呢？目前各國家地區幾乎都面臨當地與全球外送公司的競爭，分析師認為，外送業者未來將經歷幾輪的整併，因此必須謹慎調整新的增長策略。

由於新冠疫情讓個國家市場對外送的需求持續成長，讓Delivery Hero在2020年9月決定透過其收購而獲得的亞洲品牌Foodpanda進入日本。Foodpanda執行長雅各布·安吉利（Jakob Angele）甚至親自坐鎮日本三個月，希望能憑藉在新加坡、台灣的成功經驗在日本快速站穩腳跟。決定退出後，Foodpanda將在明年第一季出售日本業務，預期將加速外送服務業者在各市場的整併。

Foodpanda在日本市場面競爭者中及外送員短缺的挑戰，其實在多個國家地區也同樣能看到，加上吸引新用戶和外送員的成本也與日俱增，阻礙營利能力，成為目前外送業者難以拓張市場的主要困境。日本調研機構ICT Research and Consulting在2月進行的線上調查可見，3,600 名受訪者中有428人表示使用Demae-can，同時有426人使用Uber Eat，僅有34人表示使用Foodpanda。

事實上，不僅是Foodpanda想在日本市場分一杯羹，來自美國的外送業者Doordash也透過併購芬蘭外送服務Wolt來拓展日本業務，同時中國叫車服務滴滴出行，也從日本大阪開始推出外送服務，讓日本外送服務市場的競爭逐步加劇。

在Foodpanda進入日本市場前，同樣為全球性業者的Uber Eat和日本業者Demae-can已分佔不少用戶，因此要成功突圍獲得用戶支持並不容易。目前Uber Eats在日本與13萬家餐廳和商店合作，Demae-can的合作商家也達到10家。

然而，Uber Eats和Demae-can目前財報表現仍呈現虧損狀態，Demae-can更表示截至8月的財年淨虧損已達1.8 億美元（206 億日元），面臨市場的新競爭者Foodpanda加入，三家外送廠商勢必將以常用的折扣補貼作為拉攏用戶的行銷手段，讓如履薄冰的財報更雪上加霜。

儘管在各市場的競爭激烈，但外界對行業的成長仍十分看好。根據谷歌、淡馬錫控股和貝恩公司 11 月發布的報告指出，東南亞的外送行業的總交易金額（gross merchandise value）預計將從2021年的120億美元，倍數增長至2025年的230億美元。另外，ICT Research and Consulting的報告也表示日本的外送市場規模，從2020年到2023 年之間將成長38%，達到59 億美元（6820 億日元）。

雖然外送市場仍持續成長，但Momentum Works執行長李江乾表示，外送服務是一個利潤相對較低的行業，需要建立巨大的數量和密度才能盈利，從許多市場可見容納兩個以上大型外送服務平台，基本上就分佔了該市場的利潤，因此並非所有廠商都能搶到成長的紅利，所以未來外送業者將以何策略提升營運效率就成為搶佔市場的關鍵。

例如在新加坡，就是全球性廠商Foodpanda、Deliveroo和本地廠商Grab三者間較量，另外，在印尼就是來自新加坡的Grab所推出的Grab Food和Sea推出的ShopeeFood，與印尼當地業者Gojeck推出的GoGood之間競爭。

資料來源：Nikkei Asia、Reuters

責任編輯：錢玉紘

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。