蝦皮店到店包裹領取縮短為5天！無人店怎麼搶超商取貨商機？步驟一次看|數位時代 BusinessNext

2023.5.22

蝦皮購物今(22)日發出公告指出，自6月19日起(含當日)，蝦皮店到店門市買家取件期限從7天調整為5天，請民眾收到到貨通知後，趕緊完成取件，避免包裹遭退回。

而在2023年06月18日前(含當日)配達的包裹取件天數一樣維持7天期限。另外，買家使用門市退貨服務，配達賣家退貨門市包裹取件期限則不受影響，仍維持7天。

蝦皮店到店字2021年推出至今，已經成為許多人的取貨管道，先前蝦皮就是推行了無人的「智取門市」，現在又縮短取貨期限，對於門店的使用策略，似乎正在改變中？以下文章一次看懂：

電商平台蝦皮購物在2021年開始推出「蝦皮店到店」門市，至今已累積超過800間，到了2022年底，進一步推出「智取門市」。為什麼蝦皮要推智取門市？過去，台灣智取櫃始終無法蓬勃發展，這次蝦皮能夠成功嗎？

蝦皮智取門市在哪？營業時間為何？

目前，蝦皮智取門市僅有4間門市，而且都是在雙北地區，分別為松山八德二-智取店、文山木柵三-智取店、新莊中正-智取店、永和永亨二-智取店市，營業時間為每日11:30～22:30，共11小時。在智取門市中，僅有自助報到機、自助繳費機以及電商商品智取櫃，讓買家享受更便利、不受限的取件體驗，賣家也能自助寄件。

智取店雖以機器取代店員結帳、省下成本，但仍需要最基本的人力維持營運。依照蝦皮購物在518熊班旗下小雞上工的「蝦皮智取門市店員」職缺招募訊息看來，店舖中依然需要人力負責包裹盤點、理貨、門市清潔維護等工作。

蝦皮推出「智取門市」，背後打什麼算盤？

元智大學管理學院行銷學群助理教授朱訓麒認為，「智能櫃是全球趨勢，可讓租金有更好的發揮，現在智能櫃的技術已經很成熟，成本不會過高。」儘管目前智取門市中依然需要人力協助，但是加上智能櫃設備，無疑是蝦皮在缺工浪潮下持續展店的解決方案。

過去在台灣也有許多廠商試圖發展過智能取貨櫃，像是曾經在全台有上千取貨點的「掌櫃」最終也在2020年結束營運。如今市場上的最大經營者，就只剩下郵局的「i郵箱」，在全台有超過2,400個據點。商發院國際數位商業研究所所長戴凡真認為，在過去台灣智取櫃始終無法蓬勃發展，背後原因，正是在於台灣消費者太過習慣超商取貨，若是服務店點不夠多，依然很難取代超商提供的自取服務。

在過去2年，儘管蝦皮店到店陸續與OKmart、美廉社、85度C、亞太電信合作，能夠使用服務的據點以上千間，逐漸翻轉過去「店點數不夠多」的缺點。但是台灣人最愛用的電商超商取貨服務，依然掌握著「24小時服務」的優勢。

在未來，蝦皮是否會透過智取門市，逐漸走向24小時經營方式，是最為值得持續觀察的重點。對此，蝦皮表示，目前尚未公開智取門市推出幾個月以來的成績，以及未來營運計畫。

蝦皮智取門市怎麼用？寄取件教學一次看

在蝦皮「賣家幫助中心」頁面中，已經可以看到完整的寄取件教學說明，以下整理一次看。

取件

第一步：至報到機，輸入完整的手機號碼，進行報到身分驗證。

第二步：取件包裹包含貨到付款品項者，需再輸入取件驗證碼，可透過到貨簡訊或是蝦皮App查詢取件驗證碼。

第三步：確認取件包裹數量與金額（不接受部分取件）。

第四步：確認訂單並完成繳費後，依收據指示到智取櫃領取包裹。

寄件

第一步：至自助寄件區寄件。

第二步：依照系統操作列印寄件單。

第三步：依尺寸投入適當的自助寄件櫃投入口。

延伸閱讀：
PayEasy靠「封閉式電商」死裡逃生！你買不到它的商品、它卻開始轉虧為盈？
蝦皮完全撤出歐洲！最強動能Garena也扛不住寒冬，電商巨頭怎麼了？

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。」

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。