【觀點】foodpanda來台12年,賺了多少錢?為什麼母公司要賣掉?從財報數字推測買賣動機
【觀點】foodpanda來台12年,賺了多少錢?為什麼母公司要賣掉?從財報數字推測買賣動機
2024.05.20 | 新零售

來談最近討論熱烈的話題。foodpanda的台灣事業要跟Uber Eats結合,看媒體的報導,內容大致上為「Uber Eats簽署了併購Delivery Hero旗下foodpanda台灣外送事業的協議」,雖然不了解台灣外送事業的實際範圍,但從預估交易金額9.5億美元來看,如此龐大的金額,應該包含的範圍不小。買賣的金額會大,賣方應該都是惜賣,但最後應該是有很難拒絕的理由,才會有機會讓這交易浮上檯面。

為何DeliveryHero會想放手?試著從已公布的相關訊息來推測,如果是你,你是不是也會這樣做?

【新聞圖片4】foodpanda 響應減碳外送,鼓勵外送夥伴優先選擇電動車,過去一年累計減碳 130
圖/ foodpanda提供

從Delivery Hero所公布的訊息來看,雖然foodpanda的亞洲地區營收,在2023年度全球市場中貢獻了最高的35.64%,但從2022年的38.03億歐元(約新台幣1333.49億元),小幅衰退(-1.95%)至2023年的37.29億歐元(約新台幣1307.5億元)。

而同期,第二大市場MENA(中東和北非地區)則從2022年的22.18億歐元,2023年成長了21.73%至27億歐元。

第三大市場歐洲,2022年營收為9.8億歐元,2023年為15.52億歐元,成長了驚人的55.31%,多了接近一半的營收。

foodpanda財報.jpg
圖/ foodpanda財報

當一個市場停滯,要再突破可能要再大投資,但另外的市場大幅成長時,經營者會想集中火力到其他成長市場的動機,是可以理解的。

令人好奇的是,亞洲市場內2023台灣的營業額到底是多少?詳細數字不清楚,但從已經公布的台灣市場GMV(網站成交金額)16億歐元,跟整個亞洲市場的GMV 269億歐元相比,台灣只占整個亞洲的6%。從這個邏輯反推,亞洲市場其他國家foodpanda的營業額應該也不小,或許也因為這個原因,所以Delivery Hero才不想放手全部的亞洲市場。

但為何是先處理台灣市場呢?根據2022年以及2023年的財務報表提到, foodpanda台灣的股東權益(Equity)分別為-2.11億歐元,-2.1億歐元的情況下 ,雖然稅後淨利(Net income)2023已經有大幅改善,但foodpanda台灣看起來是有需要新資金的可能, 在母公司想集中資源、台灣市場對全球整體的占比不高,以及潛在的資金需求下 ,如果是我,也可能會把正在改善體質(有機會售價高)的市場放在首波名單上,由別人來接手這個在成長的事業。

foodpanda 祭生鮮雜貨三週年限定優惠每週三指定品牌再享折扣30%起
UberEats以9.5億美元的現金併購foodpanda台灣外送事業。
圖/ foodpanda

對買家而言,買到還在改善體質中的台灣事業,從foodpanda台灣2023年的股東權益還是大約在-2億歐元的程度來看,不是透過增資,要不然就是要有巨人等級的獲利,才有機會把股東權益翻正,從亞洲的總體經濟環境(Macro economic environment)來看,在亞洲的外送事業,要能有巨人等級的翻轉,未來有會有哪些待解決的潛在課題呢?先來看下面三個。

外送巨頭課題一:Cost of Goods(銷貨成本),外送人力的相關費用

看Delivery Hero全球在銷貨成本(Cost of goods sold)裡面,關於配送如外送人力等相關費用,對營業額還是占了不小的比率。如果要改變獲利,那控制這些配送的費用應該會是關鍵。

雖然不知道台灣在配送相關費用的比例,但少子化應該是世界級的深刻問題。比方深受少子化影響的日本,其外送服務市場占有率高達46%的一哥「出前館」的銷貨成本來看,外送費就來到347億日圓,占營業額514億日圓的57%。

要改善獲利,改變目前的配送費用絕對會是決定關鍵 。雖然台灣市場跟日本市場不盡相同,但同樣站在少子化海嘯第一排,未來要確保足夠的配送人員,要付出的高額費用代價,是可以預期的。

外送巨頭課題二:Key Partner(關鍵夥伴),餐飲業者的相關變化

這個跟上面提到的少子化也有部分關係。外送服務的最關鍵合作夥伴,其實就是餐飲業者,少了他們的合作,應該很難再找到如此能讓消費者頻繁使用外送的業態了。

但如果這些餐飲業者的數量減少,是不是對外送業者會有重大的影響?根據日本資料銀行的調查,2023年為有史以來最多日本餐飲店選擇結束營業的一年。為何會這麽多店不做了?過去會讓餐廳想關門的原因,不外乎是生意不好導虧損而結束營業,但最近即使很多有名的老店,在第二代不想接班,又找不到人手幫忙的情況下,不少店舖會選擇結束營業。

這樣的店多嗎?目前不多,但在人愈來愈難找的情況下,歇業的餐飲店肯定會愈來愈多。解決人力不足,提高薪資是可以改善,但薪資等營業費用高,長期來看勢必也會提高餐點價格以吸收費用。

漲價再加上外送費,使用外送的消費者就會變少。在人力問題環繞下的餐飲店業者變少,蠢蠢欲動的價格調整,這些外送業者的關鍵夥伴所遇到的問題,也是會影響到外送業者的獲利。

外送巨頭課題三:Competitive Advantage(競爭優勢),潛在的競爭對手

是不是在外送雙強聯手下,未來就不會再有競爭對手出現了?這個跟在變動的產業地盤有關。

疫情後消費者開始出門用餐,在外送動機逐漸消失下,外送業者必須開拓餐飲之外的第二個外送需求來增加營收。日本外送一哥出前館,在他們的決算説明會上就有提到,超市、便利商店、藥妝店等零售業者們的生活用品,將是他們未來再加速擴大的新方向。

但說到零售業者,日本零售一哥、日本7-Eleven應該也是看到這個商機,所以選擇不使用外送平台的入口網站,反而自己開發出自己的外送平台,在自有網站7Now賣產品,然後自己再安排人員配送,不讓外送業者平台獨大的氣氛濃厚。

台灣零售業者在這一塊也沒閒著,大型超市擁有自己的外送平台網站外,連便利商店也開始擁有了自己的外送車隊。雖然應該這些零售業者都還是在測水溫,但未來如果整合了,自己同時是產品供應者、產品平台,以及產品配送者的多重身分,把外送當成他們實體店舖服務的延伸(用低價策略,或是點數交換等),那對純外送業者的影響應該是不小的。

那Uber Eats併購foodpanda台灣外送事業是一件好事嗎?

應該不會是壞事,因為foodpanda耕耘了這麽久,也累積了那麽多用戶,足夠證明這個需求是剛性的,雖然財務還沒完全走到平衡,但要是有更多銀彈的富爸爸接手,讓這個外送事業用另外一個模式繼續存在,應該也是消費者會期待的。處在太外部無法預測的變動經營環境下,外送事業真的太困難,也感謝疫情期間有這些外送事業服務,讓大家在那段時間有更多選擇,也希望這個交易能圓滿完成。

本文由商社男的外食迷宮授權刊登、編輯

延伸閱讀:一盤60元義大利麵,如何讓薩莉亞穩坐日本餐飲王者?解析「低價策略」2大支柱

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:林美欣

關鍵字: #foodpanda #ubereats
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