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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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