【圖解】6成零售業還沒擁抱AI!行銷難題靠這6種AI解答,版圖一次看懂
【圖解】6成零售業還沒擁抱AI!行銷難題靠這6種AI解答,版圖一次看懂

市調機構Precedence Research報告指出,2022年全球零售業AI技術導入規模約達84.1億美元,預估至2032年將增至457.4億美元,年均複合成長率(CAGR)達18.45%。此外,美國零售聯合會(NRF)亦表示,AI技術正在重組零售業營運方式,有助於提高零售企業在客戶鎖定、營運作業、價格制定、銷售預估與廣告行銷方面的準確度與效率。

台灣方面,根據人工智慧科技基金會(AIF)發布的「2022產業AI化大調查」結果顯示,處於「Unknowing AI」階段的零售企業佔比達62.3%,遠高於全體產業42.1%的平均水準,意味著市場仍具備廣大探索空間。已導入AI技術的零售貿易企業中,以銷售、倉儲物流、行銷為TOP 3應用情境,導入技術別集中於機器學習(ML)與自然語言處理(NLP),近年蓬勃發展的電腦視覺技術位居第3。

如何採用符合成本效益的AI解決方案以提升消費者體驗、強化銷售轉換效率及降低成本,成為貫穿2023年後零售企業策略制定的關鍵主題。因此,未來流通研究所首度以「零售業AI解決方案」為主題,爬取關聯企業主要AI解決方案內容,並區分為行銷銷售、門店管理/OMO、客戶服務、客戶關係管理(CRM)、供應鏈物流以及行政管理等六項領域進行歸納說明。

台灣「零售業AI解決方案」產業地圖
圖/ 未來流通

行銷銷售&門店管理/OMO:AI解決方案百花齊放,孕育多家高成長新創企業

① 行銷/銷售/廣告領域:結合分析/預測/生成式AI技術,展開新一波零售科技軍備競賽

台灣零售企業在行銷/銷售/廣告領域中的AI應用相對普及,加上沛星、阿物、iKala、萬里雲、潮網科技、行動貝果等眾多高成長新創企業積極投入,建構出百花齊放的產業風貌。其中指標性零售業AI解決方案提供商沛星互動,以行銷漏斗各階段為基礎,提供多元解決方案,例如著重於顧客獲取的CrossX與AIXPERT、主攻線上轉單的AiDeal、強調互動式行銷的AIQUA與BotBonnie等。代表性客戶包括家樂福、全聯、鮮乳坊等。電通集團旗下媒體代理商貝立德,近年藉由自主開發自動化工具及外部策略合作方式投入AI應用領域,提供行銷自動化、社群客戶關係管理(Social CRM)等服務。代表性客戶包括家樂福、萬達寵物公園、東森得易購等。據貝立德統計,客戶在導入Social CRM後平均新客成長幅度達60%、銷售額同期成長率逾14%、線上首購轉換率平均提升68%、OMO業績增長幅度達48%。

協助品牌商家直接觸及消費者的開店平台服務商近年亦積極開發多元AI工具模組。例如CYBERBIZ推出CYBERBIZ Automation自動化行銷工具,協助客戶將營業、銷售、行銷活動等流程轉化為可依照情境執行的步驟,透過平台即可進行自動化設定與執行,亦規劃進一步發展銷售預測模型;91APP推出針對零售業開發訓練的AI模型jooii,並以此為基礎提供一鍵文案、一鍵洞察、一鍵生成分類描述等服務;中華電信以電信數據結合AI技術,發展出文字解析、人潮分析、廣告應用、智慧預測等創新服務,並規劃成立具商業營運實力的獨立公司。

② 門店管理/OMO領域:以消費者為中心,應用AI技術提供個人化跨通路銷售服務

以實體門店營運為核心的AI技術應用近年發展相當蓬勃。例如Google Cloud 2023年推出貨架檢視AI解決方案,藉由產品與價格標籤辨識機器學習模型,透過產品圖像與文字特徵即可辨識所有類型產品,並能夠將所得資料轉換為洞察資訊。富士通集團2023年推出Fujitsu Kozuchi AI平台,其中的智慧商店購買行為分析組件導入行動分析技術Actlyzer,可識別消費者行為/視線、貨架手部觸及率分布、店內足跡熱度等,將消費者動作轉化為數據與資訊,藉以改善實體店鋪營運效率;日本NEC One ID 解決方案應用遠距虹膜辨識、視線推定等技術,結合電子標籤 與攝影機等設備,打造個人化全通路購物體驗;凌群電腦旗下VIAMaster人工智慧影像分析平台,應用機器深度學習進行自主學習與特徵辨識,提供人流方向統計等即時影像分析偵測服務。

客戶服務&客戶關係管理AI應用快速發展,迎戰獲客成本攀升與Cookieless時代

① 客戶關係管理領域:以顧客數據平台(CDP)為應用基礎,提升顧客關係&行銷銷售效益

Precedence Research調查顯示,客戶關係管理&客戶服務為全球零售企業最主要的AI技術應用領域,反映出在獲客成本不斷提升及即將到來的Cookieless挑戰下,企業對於優化客戶關係管理效益、提升既有客戶價值的迫切需求。

台灣市場中,以CDP為核心解決方案的供應商正持續擴增,例如beBit TECH推出的OmniSegment CDP,提供顧客自動化貼標、顧客旅程設計、行銷自動化等功能。代表性客戶包括茶籽堂、Versuni、Ann‘S女鞋等。其中Ann’S女鞋導入OmniSegment後,行銷訊息開信率增長24%、點擊率提升60%、整體ROAS提高30%;精誠資訊推出的One CDP,建立獨家演算模型掌握單一會員畫像,提供購物偏好預測、動態標籤、個人化推薦、銷售額預測等功能。Salesforce以CRM專用AI大型語言模型(LLM)Einstein為核心,推出商務雲、電商雲、AI雲等多元解決方案,代表性客戶包括家樂福、資生堂等;Omnichat推出的Social CDP顧客社群數據平台,可整合多元渠道顧客資訊與行為,自動新增興趣標籤及發送客製化互動訊息;獲軟銀集團注資2.34億美元的Treasure Data,內建超過170項數據串接源,在台導入客戶類型橫跨時尚出版、餐飲及金融服務業。

② 客戶服務領域:智慧型聊天機器人開啟對話式商務新時代

國民通訊軟體LINE推出的CLOVA Chatbot聊天機器人解決方案,透過NLP、ML、文字探勘等技術了解用戶提問意圖並提供最佳答案。資生堂導入CLOVA Chatbot後,官方帳號好友綁定數成長40%、連結專屬顧問比例成長735%、封鎖率降低40%,並帶動2022年回櫃率年增108%;Omnichat推出的Omni AI對話商務解決方案,可自動生成符合品牌風格的內容與用詞,並處理顧客查詢、產品推薦及營銷活動規畫。

供應鏈物流&行政管理:AI導入速度穩步提升,大型科技業者領軍投入商用化

① 行政管理領域:科技巨擘結合AI功能推出虛擬助手與線上會議工具,提升企業作業效率及生產力

根據Precedence Research研究顯示,有助於應對人力成本攀高的的虛擬助手技術預期將迎來顯著成長,尤其是在零售業發票請款、訂單&庫存管理、文書簿記等繁瑣且重複的作業環節中,預估將有豐富應用機會。因此,Google、微軟、SAP等全球科技巨擘及本土ERP廠商鼎新電腦近期均陸續推出AI助理工具。例如2023年微軟於Windows 11系統中全面導入AI助理Copilot,並針對企業用戶推出Microsoft 365 Copilot;Google 2023年亦推出整合於Workspace企業生產力套件中的AI助理Duet AI。值得一提的是,微軟與Google推出的企業版AI助理工具均採用每人每月30美元的訂閱收費制度,預期在導入門檻大幅降低的推進下,有機會提升AI助理於包括零售業在內的各項產業中導入使用。

鼎新電腦2023年推出結合Azure OpenAI的METIS平台,包含個人AI助理、智慧大腦及程式開發助手3大服務。其中個人助理能夠協助完成資訊彙整、工作溝通、專案進度追蹤等任務;智慧大腦功能應用知識交互機器人ChatFile,使用者透過自然語言即可獲取專業知識或文件數據。因應遠距工作趨勢,思科2023年於其線上會議解決方案Webex中加入多項AI功能,並推出以LLM為基礎的客服中心解決方案,提供主題分析及對話摘要等功能。

② 供應鏈&物流領域:AI技術提升供應鏈作業效率、透明度與可視性,有效應對疫情後供應鏈混亂挑戰

AI技術能夠協助企業提高在庫存管理、需求預測、運輸優化、倉儲自動化、客戶服務等環節的運作效率並降低成本,包括Google Cloud、AWS、微軟等指標性業者均提供結合分析、ML與自動化等技術的智慧供應鏈解決方案。

近年持續強化AI技術開展的Uber,旗下Uber Direct為Uber結合內部各項AI技術後在台推出的隨選30分鐘物流服務,涵蓋運能分佈、供需媒合/預測、路徑規劃等各項功能,零售與電商企業能夠以較低門檻導入AI物流服務方案;近年積極嵌入生成式AI功能的Oracle,旗下Oracle NetSuite雲端ERP系統內建報告及分析工具,用戶能夠即時監控銷售、庫存水位以及客戶數據,並基於數據制定即時決策。

延伸閱讀:【觀點】AI特助改造零售業!沃爾瑪、亞馬遜拚AI轉型怎麼做?

本文授權轉載自:未來流通研究所

責任編輯: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