公平會受理,Uber Eats即將吃下foodpanda!Uber Eats釋誠意:商家、外送員一定有好處
公平會受理,Uber Eats即將吃下foodpanda!Uber Eats釋誠意:商家、外送員一定有好處

公平會11月15日晚間公告正式受理Uber Eats 併購Foodpanda一案,意即該併購案,依公平交易法規定,應該會在未來30~90天內取得審查結果。對此,沉寂超過半年的Uber Eats總經理李佳穎於11月18日記者會親上火線回應:「很開心案子正式被受理,期待接下來公平會找我們去開會討論。」

李佳穎指出,Uber Eats將盡最大努力與公平會討論可行方案,像是提出具約束性的承諾、但書,去符合併購條件,盡可能讓該併購案對商家、外送員以及消費者三方都有好處。

以下為《數位時代》在5月14日併購消息一出的解析:

如今,在Uber Eats上,「真的」點得到foodpanda了。

UberEats宣布以9.5億美元(約新台幣308億元)的現金併購foodpanda台灣外送事業,並表示該併購協議希望能在2025年獲得批准。

繼2019年新加坡的誠實蜜蜂(honestbee)、2020年英國的deliveroo相繼退出台灣市場,過去四年,台灣市場一直是Uber Eats與foodpanda雙雄廝殺的局面,如今Uber Eats決定買下foodpanda,倘若成功,此案不僅是台灣除了半導體產業外,金額最高的國際併購案,Uber Eats也將從此獨霸台灣外送市場。

Uber Eats獨霸外送市場?律師:除非能說服公平會不從外送角度看

外界最想知道的是,公平會真的會准許這樁聯姻嗎?

立勤國際法律事務所主持律師黃沛聲指出,此樁併購恐怕比近年台灣幾起大型併購案都來得更有爭議。舉凡台灣大哥大併購台灣之星、統一併購家樂福、全聯併購大潤發,這些都還只能稱上有「寡占的嫌疑」。黃沛聲解釋,前述這幾樁併購,就算合併,也不超過整體市場的20、30%,市場上還有其他大型競爭對手存在。

然而,一旦Uber Eats吃下foodpanda,就目前外送市場的現況來看,很明顯會是「獨占」的狀況,亦即整個市場沒有其他主要對手。黃沛聲認為, 公平會在此條件下批准的機會可說是非常小

除非,「Uber Eats的律師能說服公平會,他們所處的,並非只是外送市場。」

此話怎解?

黃沛聲指出,由於Uber Eats提供的服務核心價值在於提供即食餐點到消費者家中,從此觀點來看,提供外賣的餐飲業者、線上生鮮食品訂購的業者,也屬於競爭對手。

如果就餐飲業的角度來看,「Uber Eats就只是滄海一粟,稱不上獨占、甚至是寡占。」因此,此樁併購能否通關,考驗的是Uber Eats團隊將如何說服公平會,要以什麼角度看待這樁併購所處的市場狀況。

獨霸市場對Uber是美事?專家:過度漲價恐釀消費者、店家出走

但即便此樁併購案通過,對整體外送市場恐怕有殺雞取卵的隱憂。

商研院策略所所長朱浩認為,台灣外送市場看好,即便成長力道在疫情後有所衰退,但體質變好了。「 消費結構逐漸轉往會員訂閱制移動,在去年來自會員訂購的貢獻增長了5%。 」朱浩指出,外送產業往訂閱制增長,有助於產業穩健成長。而Uber應該也是看好台灣外送商機,才花308億元買foodpanda,就像UberEats台灣總經理李佳穎在官方影片中指出,此決策代表「台灣是Uber全球的重點市場,對台灣發展非常有信心。」

不過,一旦Uber Eats獨占市場,沒有了價格戰壓力,消費者能得到的優惠就可能變少。再來,店家需要繳給Uber Eats的抽成也可能被提高,這部分的開銷也可能回頭轉嫁給消費者。等於消費者不僅沒了優惠,平台上的餐點價格還可能被漲一波。「這恐衝擊消費者與商家對外送服務的使用習慣,轉而往線下滿足需求。」朱浩指出,如此一來反倒有造成台灣外送產業萎縮的隱憂。

對此,手握1.6萬家餐廳客戶的POS公司iCHEF則沒有這麼憂心,iCHEF共同創辦人程開佑表示:「餐廳的確都害怕極了,害怕被漲價、害怕條件更加不利,這是相當主流的看法。」不過,他認為在社會氛圍、商業經營策略上,Uber Eats不會有非常戲劇性的漲幅,「他們是很認真、有經驗的經營者,相信會有務實的判斷。」

iCHEF.jpg
從iCHEF的後台數據來看,在疫情過後外送的營收占比已趨穩定。
圖/ iCHEF

而且從iCHEF的後台數據顯示,外送占餐廳的營收比例趨近穩定,已經是「現金流」生意,Uber Etas更著重的可能會是未來成長性更高的雜貨配送,以及透過收購foodpanda取得的店家、消費者數據,以及外送員數量。

「餐廳其實不用這麼害怕,你是自由的,強化商業機制、強化線上訂位與外帶,才是面對各種可能性的最好作法。這是你的餐廳、你的生意。」程開佑說。

不只餐廳、消費者,外送產業的另外一個要角是外送員,台灣14萬名外送員的生計,也的確有可能在這波併購中受到影響。全國外送產業工會理事長陳昱安指出,自2021年開始,外送員每單的起跳金額,從原本的60元跌到30~40元,而所謂其他的收入像是外送獎金等,計算公式更是非常不透明,外送員得等到平台每兩周的結算日期,才能知道自己實際收入。倘若Uber Eats成為外送員唯一的雇主選擇,不只起跳金額可能更低,獎金計算方式也可能被調整。

陳昱安認為,無論併購通過與否,最好的解法,還是台灣盡快通過外送產業專法,保障外送員與商家。陳昱安強調,透過專法規範,能還給外送員透明公平的薪資獎勵制度,也能藉由設定抽成上限保障店家。像美國目前立法的外送抽成上限為15%、英國為25%,台灣則是始終超過30%以上。

外送老大賣給老二!foodpanda母公司為何忍心賣出小金雞?

回到出脫台灣foodpanda的事主Delivery Hero身上,明明據資策會產業情報研究所(MIC)於2024年發布的外送平台大調查顯示,foodpanda以73.6%的市占成為民眾最常用的外送平台,遠勝Uber Eats的57.6%。怎麼會有老大委身賣給老二的事情?

朱浩則認為,母公司Delivery Hero拿台灣子公司開刀,是再合理不過的選擇。由於Delivery Hero總部位於的德國市場,近幾年面臨烏俄戰爭、能源危機,財務狀況堪憂,即便公司營收成長,虧損仍持續擴大,2022、2023年稅後淨收益,皆虧損超過20多億歐元。

反觀台灣foodpanda 2023年創下188億元新台幣的佳績,雖無法得知獲利金額,但 從台灣foodpanda的交易金額高於foodpanda在東南亞其他7國有意賣給Grab的總金額來看,代表台灣外送市場以一抵七,含金量相當高 。「以賣出子公司得到的現金流,回頭救援或發展母公司其他業務。」的角度來看,也就合理得多。

即便市場震撼,但一切都還只是併購雙方宣布的協議聲明而已。據《數位時代》聯繫foodpanda內部的員工指出,公司內部目前一切營運照常,預訂的年度計畫也都如期進行,沒有來自上頭打算異動的消息。看來此樁聯姻,是否正式生效、真正改變產業版圖,還得看公平會後續反應。

延伸閱讀:Uber Eats結親foodpanda,外送霸主看中什麼?9.5億美元背後凸顯2大價值

責任編輯:林美欣

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