7-Eleven超級提款機,痛擊不景氣
7-Eleven超級提款機,痛擊不景氣
2001.08.01 | 科技

夜半兩點鐘,Alex還在公司內熬夜加班,準備明天一早的提案內容,想起今天上司叫他讀完麥可波特(Michael E.Porter)的《競爭論》,Alex不疾不徐地連上博客來書店,找出《競爭論》並按訂購,結果畫面出現一幅電子地圖,他勾選辦公室巷口的7-Eleven,並選擇到店取貨。隔天,Alex走進7-Eleven把書款付清,抱著一本《競爭論》從容離去。
這是7-Eleven去年8月推出的「網路購物便」服務。

**網路購物便可賺10億元

**
由於有遍布台灣二千多家便利超商;取貨便利的優勢,7-Eleven己成為合作電子商務的大贏家。國內專注研究企業電子化的遠擎管理顧問公司估計,去年8月推出「網路購物便」服務以來,在只有CD、書籍等14家廠商情況下,4個月7-Eleven就已達到7千多萬的營業額。
而目前7-Eleven的「網路購物便」也已擴張到有美容用品、書籍等29家業者加入,7-Eleven年底還預計把合作的業者擴張到100家。
合作"搶錢"的夥伴多了,7-Eleven透過網路成交的數量和銷售金額也水漲船高,目前每個月平均有15萬筆交易,7-Eleven行銷群的員工私下透露,光靠網路購物便的代收服務,7-Eleven今年全年可賺進10億元。雖然公共事業處經理王文欣在面對詢問時,並不願透露實際數字,不過從他低調回應「今年1~4月的業績就超過去年一整年了」,不難看出在經濟不景氣的今年,7-Eleven透過網路銷售的業務卻肯定是逆勢飛速成長。

**營運鐵三角再造金雞母

**
去年一股狂熱網路風,吹動統一超商朝電子商務發展。統一資訊總經理賴貝南說,統一超商在電子商務談得正熱時,一直在尋找切入角度,後來由統一超商「店鋪革新小組」(Store Innovation Team)參考日本模式籌畫出「7-eSHOP網路購物便」,投入千萬資金,整合統一集團內的各公司發展,各公司的分工是:統一超商負責一線顧客,統一資訊主管軟硬體規劃,大智通文化行銷公司扮演倉儲配送服務的角色。
統一超商公共事業處經理王文欣表示,網路購物便,除參考日本7-Eleven作法,也參酌台灣當地情況,自行發展出三種機制,其中CD、書籍等產品多採用到店取貨付款;旅遊產品類的元碁售票網等,則採到店取貨,網上付費方式;最後一種是與PChome雜誌的訂購服務的付款不取貨,雜誌另行寄送服務。
在雙方配合上,7-Eleven與合作廠商各司其職。前端的商品提供、網站架設由業者自行負責,消費者在業者或7-Eleven的網站上選擇購買商品,並輸入個人資料,在點選取貨地點時,就會連接到統一資訊所提供的電子地圖,讓消費者自行點選取貨的門市地點,再由統一超商負責收款及大智通負責物品配送服務。與7-Eleven合作的廠商,必須分別與統一超商、統一資訊及大智通簽約、付款。也就是說,這樣一筆交易,除了業者賺到錢外,統一集團內負責不同服務機制的三家公司都可獲利(物流服務與資訊服務費用)。
雖然看來「7-Eleven網路購物便」己經是個金雞母,不過統一超商還是強調代收業務還是首先考量得有利超商本業才行。王文欣強調,「7-Eleven網路購物便」的精神是要提高門市據點的營運效益,及增加來客數。她表示,以前一個星期來一次7-Eleven的顧客,現在因為代收業務,使到店頻率增加到一星期來店3次,提昇顧客「來店繳款,順便消費」的機率。
不過也可別以為上千萬上億的營業額是容易落袋的。「7-Eleven網路購物便」計劃推動過程中,整合各家合作廠商的資訊平台是一大挑戰。
在統一超商服務超過20年的賴南貝,去年轉戰統一資訊,當「網路購物便」計畫成形時,賴南貝的反應是:「高興極了!」可是伴隨而來的問題是,各家合作廠商資訊化程度不一,統一資訊研究開發部電子商務經理陳宛慶說,統一資訊幫合作廠商整合平台,需要25~45天,如此大的時間差距,主要來自各家資訊系統規格與程度的不同,不過在與微軟(Microsoft)合作後,由於微軟具備強大的技術能力,已經把時間縮短到5~10天。另外像是超商人員訓練、運送配送的複雜機制等等,樣樣都是苦功夫。

**網路購物成盈利新領地

**
超商邁進成熟期,便利商店要大幅擴增營收,就必須找到解決的新方案,網路購物便就應運而生。寶來證券研究員陳翠華指出,經濟部統計處的「商業動態調查提要分析」中,顯示台灣近兩年的營業額成長率從1999年的19.25%下滑至2000年8月的7.72%,營業額的下降,是因為連鎖便利商店進入產業飽和期,成長力道減弱所致,因此,便利商店必須轉型,提供更為多元的服務,像是增加代收服務,提高坪效等等。
網路購物便的經營模式,不是台灣獨有。在日本擁有8000家以上的7-Eleven,早與日本軟體銀行(Soft bank)合作,在網路上販售CD、書籍等產品,去年初更加入恩益禧(NEC)、新力(Sony)等企業,形成7dream.com(www.7dream.com),讓線上購物的消費者,可以到不同的便利商店付款或取貨。
日本網路代收業務驚人,勾勒出台灣網路代收業務的前景。寶來證券研究員陳翠華就指出,參照日本便利商店發展趨勢,日本網路代收業務預估至2003年將成長到每月1億6千萬筆,而台灣連鎖商店的發展通常都是尾隨日本之後,以目前統一超商每月代收的規模來看,未來仍然有極大的成長空間。

**賺錢的新法寶

**
從合作夥伴的角度看,能得到7-Eleven的青睞,無疑己經踏出成功的第一步。雖然業者每筆交易都需要付出物流服務與資訊服務費等,但是和業者自己作物流來相比,成本己經便宜了許多。
與7-Eleven合作,不但幫音樂地球村節省50%的物流成本,也增加2至3成的營業額。音樂地球村執行長林進福表示,大智通的配送速度,可以讓音樂地球村的CD比一般盤商要早6小時曝光,增加銷售量。
以銷售通訊產品為主的安瑟數位行銷部總監邱志宏也表示,和7-Eleven合作後,安瑟數位的業績成長3至4成,「這都是沾7-Eleven的光」。由於3C產品的價格變動速度快,供貨的速度也就異常重要,邱志宏說,價值一萬元的手機,可能在2、3天內就跌到7、8千元,所以如何把商品快速送到消費者手中,是很重要的課題,而大智通的物流配送,的確讓他們很滿意。
在「channel is king」的時代,7-Eleven仍然積極的投入電子商務,從本業的競爭優勢中,延伸出另一個賺錢法寶,不願在Internet的時代中缺席!

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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