【圖解】台灣零售業賣破4兆元大關!服飾、百貨神助攻,3C碰上寒冬銷售開倒車
【圖解】台灣零售業賣破4兆元大關!服飾、百貨神助攻,3C碰上寒冬銷售開倒車

3個台灣「零售&電商全體次產業結構數據」新情報news!

  • 2022年整體零售業成長幅度創下近18年新高,實體零售業復甦力道強勁
  • 百貨、免稅店、服飾專賣大幅反彈,電子商務&3C家電零售成長回落
  • 實體零售業網路銷售成長16.9%,傢俱家庭用品、服飾專賣、綜合商品零售業位居網路銷售額增幅TOP 3

2022年台灣零售業整體銷售規模首度突破4兆元大關,達新台幣4兆2,815億元,不僅金額創下新高,7.43%的年增幅亦寫下2004年後的新高紀錄。此外,2022年為台灣零售產業於疫情爆發後首度迎來全產業別正向成長,惟受到疫情後消費模式與偏好轉變影響,各業別間成長表現仍存在不小差異。

未來流通研究所團隊定期彙整台灣「零售&電商全體次產業結構」年度數據,並透過產業樹狀圖呈現,做為觀測整體零售產業結構與脈絡的基礎。樹狀圖可快速清晰的掌握零售各次產業別產業規模及成長率等關鍵數據,並藉由各路徑間數據計算,得知不同次產業別相對於各層產業結構的精準佔比。例如由圖中可以看到,2022年「百貨公司」佔整體「綜合商品零售業」產業規模比例為28.1%,「綜合商品零售業」 佔整體「實體店零售業」比例為36.2%,「實體店零售業」佔「總體零售業」比例為90.5%。由上述數據即可以推算出「百貨公司」佔「總體零售業」比例為9.21% (28.1% x 36.2% x 90.5%)。藉由樹狀圖的梳理與呈現,可快速有效獲取全年度零售產業各關鍵數據,做為判讀產業細部情勢的重要參考基準。

台灣「零售電商全體次產業結構」年度數據總覽-1.png
台灣「零售電商全體次產業結構」年度數據總覽。
圖/ 未來流通

2022年整體零售業成長幅度創下近18年新高,實體零售業復甦力道強勁

台灣零售產業發展成熟,2010-2021年間零售業規模年均複合成長率(CAGR)僅1.8%。不過,受惠於疫情管制解封後強勁的消費反彈力道,2022年零售產業規模年增幅達7.43%,寫下2004年後近18年的新高紀錄,同步帶動產業規模首度突破4兆元大關,達新台幣4兆2,815億元。

① 實體店零售業:2022年各實體零售業別規模全數成長,銷售總額增幅達7.34%,遠高於2010-2021年僅1.3%的年均複合成長表現外,亦創下2004年後新高。 包含百貨、超市、超商、量販、免稅店等業態在內的「綜合商品零售業」,2022年銷售額年增7.81%,遠高於2021年僅0.81%的成長表現;包含食品、服飾、美妝藥局、3C家電零售在內的「專賣零售業」,2022年銷售額年增7.08%,同樣高於2021年3.10%的增長幅度。

② 非店面零售業: 非店面零售業產業規模成長幅度在疫情後顯著回落。2022年非店面零售業成長率自2021年的13.97%降至8.26%,其中「電商&郵購業」年增率更自18.33%大幅下滑至8.74%,甚至低於2010-2021年間長期成長表現(CAGR 9.8%)。不過值得一提的是,2022年非店面零售業成長率仍高於實體店零售業,使實體店零售業佔整體零售業比例持續下滑,2022年略減0.1個百分點至90.5%。若進一步扣除實體零售業網路銷售額,則實體零售佔比將降至88.49%(亦即電商滲透率達11.51%歷史新高),反映出零售業朝向OMO線上線下整合經營的重要性日益攀升。

百貨、免稅店、服飾專賣大幅反彈,電子商務&3C家電零售成長回落

① 消費景氣回溫+管制措施放寬:百貨公司、免稅商店、服飾專賣銷售大幅反彈

「百貨公司業」歷經連續兩年衰退後,2022年營收大幅反彈,全年成長15.19%至3,946億,增長幅度與營業額雙雙創下歷史新高外,更超越便利商店業,重新成為規模最大的綜合商品零售通路別。 2022年前10大百貨單店營業額全數成長,營業額前3高的分別為新光三越台中中港店,營業額年增14.49%達245億,大遠百台中店年增20.24%至202億,台北101(台北金融大樓)年增14.65%至180億。

2022年「服飾專賣零售業」產業規模首度突破3千億、增至3,494億,且18.82%的年成長幅度不僅遠高於2021年2.09%的增幅,更位居所有零售次產業別首位。 蓬勃的市場景氣帶動多家大型服飾專賣領導業者展現亮眼營運績效,例如UNIQLO台灣無論銷售額、毛利、來客數均創下10年新高。以免稅店為主的「其他綜合商品零售業」受惠於觀光旅行人潮回流,營運表現擺脫疫情下連續兩年大幅衰退的困境,年增16.2%至1,237億元,不過整體規模仍低於疫情前2019年的1,679億元。

此外,在通勤上班人潮回流等因素帶動下,「便利商店業」2022年產業規模年增5.7%至3,821億元的歷史新高,代表性業者如統一超商2022年合併營收年增10.47%至2,902.4億元,全家便利商店合併營收年增8.46%至907.4億元,增幅均超越產業整體平均水準。

② 疫後消費模式轉變+產業回歸理性成長:電子商務&3C家電零售增長幅度回落
「電商&郵購業」成長率自2021年的18.33%大幅降至8.74%,不過成長幅度於各項次產業中仍位居前段,顯示整體產業仍處於持續擴張階段。代表性業者如富邦媒體科技(momo購物網)2022年合併營收年增17.01%至1,034.4億元,成長幅度遠高於整體產業水準外,亦成為台灣首家營運規模突破千億元的電商業者。

「3C&家電專賣零售業」疫情期間受惠於居家上課、遠距辦公型態的快速普及,推升個人電腦、平板、耳機等3C設備以及視聽家電採購需求強勁攀升,成功扭轉2012至2019年間連續8年的衰退走勢。2021年產業規模成長幅度達11.8%,為2004年後新高,同步帶動相關業者營收大幅增長。不過,疫情管制措施逐步解除後,2022年產業規模成長率回落至1.79%,重回產業規模長期下滑的保衛戰。

實體零售業網路銷售成長16.9%,傢俱家庭用品、服飾專賣、綜合商品零售業位居網路銷售額增幅TOP 3

2020年及2021年實體零售業網路銷售額年增率高達54.21%及26.23%,遠高於同期電商產業16.09%及18.33%的增長幅度。2022年雖然面臨消費重新回歸線下的挑戰,實體零售業網路銷售額仍年增16.9%至1,589億元,持續高於同期電商產業8.74%的成長表現。2022年實體零售業網路銷售額約為電商產業網路銷售額的56.4%,此項指標於疫情前的2019年僅達38.0%,快速縮小的差距意味著實體零售業者已成為網路銷售市場中成長最強勁的挑戰者,對既有電商業者形成不容忽視的競爭態勢。

① 傢俱家庭用品專賣零售業: 2022年傢俱家庭用品專賣零售業網路銷售額增長32.38%至101.4億元,為2022年各項實體零售業中,網路銷售額成長幅度最高的業別。 代表性業者如台隆手創館線上銷售額於疫情期間成長逾10倍,佔整體營收比例已突破20%等。自業者動向可以看出,過往高度專注於實體場域體驗的傢俱家庭用品專賣通路,近年均已積極跨足電子商務,線上銷售做為營收第二支柱的重要性日益顯著。

智慧傢俱
圖/ 極客公園

② 服飾專賣零售業: 2022年服飾專賣零售業網路銷售額年增22.22%至207.2億,規模超越3C&家電專賣零售業,首度成為台灣各項實體專賣零售業別中的網路銷售額冠軍。 代表性業者如UNIQLO線上商城至2022年已累積超過500萬會員,並推出直播電商、2小時門店快速取貨等創新服務,帶動網路銷售額持續成長。

③ 綜合商品零售業: 2022年綜合商品零售業網路銷售成長幅度雖自2021年的48.51%回落至18.36%,但成長幅度在各項實體零售業別中仍位居第3高。代表性業者如全聯線上購物網站PXGo! 2021年營業額已達17.1億,會員總數突破200萬人。若加計線上購物網站與外送服務,2022年家樂福與全聯網路銷售總額已分別超過新台幣40與50億元,顯示零售業OMO經營模式已非短期疫情對策,正醞釀成為零售業下一波強勁的長期成長動能。

本文授權轉載自:未來流通研究所

責任編輯:傅珮晴、錢玉紘

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