星巴克靠「數位飛輪」穩住營收,獨佔黑金市場!揭背後3個人工智慧策略
星巴克靠「數位飛輪」穩住營收,獨佔黑金市場!揭背後3個人工智慧策略
2022.06.19 | 新零售

目前,星巴克在全球擁有31,000家門市,每週顧客達到1億人,可稱得上是食品零售業中的巨無霸型連鎖企業,它在美國咖啡店領域的市場份額已占到40%。一直以來星巴克的品牌形像是致力於打造一個家庭和工作場所之外的「第三空間」,並且它將自己周到的客戶服務和始終一貫的品質引以為傲。因此如果提到人工智慧公司,人們可能並不會首先想到星巴克。

儘管星巴克可能並沒有開發新的演算法,但他們正在利用現有的人工智慧技術來悄悄地革新業務。當然,他們所謂的人工智慧其實大部分是數據科學,或者可以通過標準優化來實現,但這不是重點。關鍵是,星巴克的三個主要客戶觸點——實體店、行動應用和自動售貨機——都在採用人工智慧技術來優化。星巴克2021 年淨收入的85% 都來源於這三個觸點,所以對這三點的優化無疑會帶來顯著的收入成長。除此之外,人工智慧技術還幫助星巴克創造了新的競爭優勢,增強已有的能力。

星巴克人工智慧的應用舉措

星巴克已經確定了可以通過人工智慧技術受益的關鍵業務領域,包括從行動應用程式個性化到庫存管理的多個領域。

星巴克潛在的人工智能應用表
圖/ Starbucks

星巴克在人工智慧戰略方面,有三個主要舉措:數位飛輪(Digital Flywheel)、 深釀(Deep Brew)和BrewKit。數位飛輪可以看作是一個「數據生成計劃」,而深釀是建立在這些數據基礎上的人工智慧應用。BrewKit 則通過提供數據訪問和模型生產的基礎設施將前兩者聯繫起來。

數位飛輪

數位飛輪指的是星巴克通過將人工智慧和其他數位技術應用於其行動應用,來整合和優化其數位和實體體驗的舉措。飛輪的四個支柱分別是:星巴克獎勵計劃、應用程式的個性化、購買體驗和支付流程。

星巴克數位飛輪計劃
星巴克數位飛輪計劃
圖/ Starbucks

數位飛輪的核心是數據收集的正反饋循環。在人工智慧推動下,個性化程度的提高增加了銷售額,從而產生了更多的數據,這些數據又可以供星巴克用於個性化調優。數位飛輪的數據是高質量的一手數據集,可以用來進一步訓練更加個性化的人工智慧,產生新的洞察,並為其他領域的業務訓練ML(機器學習) 模型。如今星巴克50% 的銷售額來自行動應用,而且這個數位還在不斷成長,所以星巴克的數據質量和數量也會不斷成長。

深釀

深釀指的是星巴克的數據科學和AI/ML 應用套件,用於優化各部分的業務。

深釀主要用於提高客戶體驗。作為一家以提供卓越的客戶服務為榮的公司,但凡被認為是能夠增強客戶體驗的舉措,星巴克都會採納。他們在這一領域的一些措施是直接觸及客戶的。

例如,利用人工智慧技術,星巴克可以根據天氣、時間和到店顧客的喜好,為每家店訂製汽車餐廳的菜單。其他措施則完全是在幕後進行的。支持物聯網的機器可以向星巴克總部傳輸數據,總部則使用人工智慧來預測機器何時需要維護,從而減少其停機時間。另一個例子是他們用人工智慧來實現盤點訂單、人員安排和供應鏈物流的自動化。所有這些優化都不必與顧客直接接觸,但星巴克實施這些優化的目的是為了把他們的咖啡師解放出來,以便有更多的時間來與顧客互動。

星巴克也在應用深釀來做企業級的商業決策,比如決定開發什麼產品,在哪裡開新店。來自數位飛輪的數據能夠讓他們對顧客喜歡什麼類型的飲料獲得非常全面的了解。典型的例子是,星巴克發現43% 的飲茶者不在茶中加糖,隨即他們推出了不加糖的茶飲選項。星巴克還將所有這些數據,以及交通模型和收入預測輸入一個名為Atlas 的地圖系統,以確定新店的最佳選址。未來他們還可以擴大其使用範圍,定位和關閉業績不佳的店面(雖然他們目前還沒有這樣做)。

星巴克
圖/ shutterstock

深釀已經對星巴克的營收業績產生了顯著的影響。星巴克領導層將2021 年第二季度22% 的營收成長歸功於「飲料附加值成長和優質的飲料組合」。飲料附加值是指消費者在購買飲料的同時購買食品的比率,而「優質飲料組合」是指其優質飲料的銷售額。這兩個指標的成長是由於做到了更好的個性化和更優的飲料推薦,這正是深釀的兩個關鍵特徵。隨著深釀計劃的不斷發展,它將通過降低決策風險、提高運營效率和增加收入來幫助星巴克獲得更多的利潤。

BrewKit

BrewKit 是星巴克的數據基礎設施,所有的數據科學和AI/ML 能力都是建立在它的基礎上的。BrewKit建立在微軟Azure和DataBricks之上,它可以快速訓練和服務模型、分析數據、訪問數據、創建數據審計跟蹤等等。BrewKit 的高度發達使得星巴克可以整合分析不同的數據流,近乎實時地處理來自門市的數據,部署一個ML模型只需要15分鐘。

以星巴克的規模體量,他們確實需要像BrewKit這樣複雜的基礎設施來有效地利用收集的海量數據。強大的實時處理能力尤其重要,這意味著門市可以實時監測一天中各時段裡對不同種類飲料的需求波動,並及時做出調整。任何希望以數據驅動為導向的企業都需要BrewKit提供的這種基礎設施,否則他們的數據科學團隊將舉步維艱,而不會像星巴克那樣能夠快速採取行動。

AI對星巴克的戰略價值

請注意,以上列出的這些舉措都沒有為星巴克創造新的收入來源,相反這些舉措旨在專注於改造其現有的業務,這意味著人工智慧對於星巴克的主要戰略意義,是為了加強其現有的競爭優勢和核心能力。

星巴克的一個核心能力是開發滿足消費者需求的飲料的能力。從南瓜拿鐵到氮氣冷萃,某些飲料即使不是星巴克發明的,也可以通過星巴克進入咖啡主流市場。深釀的任務是幫助發現新飲料,這完全符合星巴克自身已有的優勢。以前,是通過用戶訪談和其他形式的市場研究來確定一種飲料是否可以推向市場,而現在,星巴克通過日常銷售收集的數據就可以為最終決策提供強有力的依據,從而縮短新產品研發推廣時間,極大地減少了失敗的風險。

星巴克的另一項關鍵能力是強大的客戶服務能力。每個季度,星巴克都會向每個門市派出一名神秘顧客,他們會對門市的服務進行評分,這被稱為「喬裝訪查」計劃。利用喬裝訪查獲得的分數,星巴克可以了解到其品牌形象的一個重要方面:即是否能夠提供出色的顧客體驗。隨著深釀逐漸將咖啡師工作中不涉及與顧客接觸的部分工作變得自動化,咖啡師們將能夠專注於與顧客的聯繫和互動。星巴克稱這種方法為「AI for Humanity(以人為本的人工智慧)」,這種方法讓星巴克與一些競爭對手(如麥當勞)有了顯著的區別,而後者正在使用自動售貨機來逐步取代收銀員的工作。通過使用人工智慧來解放人類的時間,星巴克進一步在自己與那些不優先考慮客戶體驗的競爭對手之間劃出了一條界限。

除這些能力之外,還有一個值得注意的地方:即星巴克的人工智慧計劃確實從其獲得的海量一手數據中建立了新的競爭優勢。如前所述,星巴克並沒有開發新的人工智慧演算法,所以他們使用的演算法與競爭對手可用的演算法相同。當模型的基礎演算法相同時,能夠使星巴克的模型優於其競爭對手的因素就是用來訓練模型的數據質量和數量,以及它們可以部署的速度。通過這種方式,BrewKit 和數位飛輪為星巴克打造了一條護城河,因為星巴克擁有一個不斷成長的、極其龐大的、獨一無二的數據集,由此他們可以快速進行實驗,並產生比競爭對手質量更高的洞察力。

星巴克2.jpeg
星巴克導入AI,並沒有創造新的收入來源,而是聚焦在優化現有的業務。
圖/ 台灣星巴克

結論

星巴克給了我們一些啟示:大多數企業使用人工智慧,不是為了製造面向客戶的產品或產生新的收入來源,而是為了優化業務。

對於那些不能開發自己的演算法的非技術型公司來說,人工智慧並不能創造競爭性優勢,但是可以加強現有的能力。為了持續收集高質量數據和建立分析數據的基礎設施,公司所採取的舉措可以讓自己在數據方面保持競爭優勢。而星巴克正是在此方面脫穎而出:源源不斷的一手數據為人工智慧計劃提供動力,BrewKit促使數據轉化為洞察力。提到人工智慧時,人們可能不會第一個想到星巴克,但星巴克在充分利用人工智慧方面確實可圈可點。

本文授權轉載自:36氪

責任編輯:傅珮晴、錢玉紘

關鍵字: #星巴克
往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

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
一次搞懂工業AI
© 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