日本全家導入AI縮減50%工時！社長細見研介有什麼導入心得？|數位時代 BusinessNext

隨著 AI 在零售業應用愈來愈普及，日本全家便利商店日前也由社長細見研介帶頭，積極在門市內導入生成式 AI、AI 人工助手等，取得讓相關人員工作時間減少約 50％的佳績。

導入 AI 跟上時代發展，也解決人力問題，一舉兩得

日本全家便利商店的數位轉型，可以說是「從上到下」做起。社長細見研介曾分享它第一次接觸生成式 AI 時的感想：「我最開始覺得我不需要這個東西，但當我輸入『請想出 10 個便利商店未來戰略』的指令時，它迅速給出回答，讓我深刻意識到，全家必須更深入地學習，否則將會被生成式 AI 及使用它的企業遠拋在後頭。」細見研介深知，數位轉型必須立刻開始。

日本全家導入生成式 AI 的初期，內部曾出現分歧。細見研介指出，最初有人希望採「逐步引入」，但最終全家決定「一次到位」。2023 年秋天，全家準備了 3,000 個生成式 AI 工具的帳號，分發給旗下門市，第一階段目標，就是提高門市使用的熟練度，並於企業內舉辦使用競賽，目的是評估生成式 AI 究竟如何最佳化縮減門市人員的時間和成本，最終應用於實際工作上。細見研介說：「我們在使用後最大心得，就是必須提高員工整體的數位相關知識，尤其數位原生代正逐漸成為社會人士，在這種情況下，年長員工必須跟上他們的數位素養。」

與其他零售業相同，日本全家也面臨嚴重缺工問題，因此導入生成式 AI，進而提高時薪留住人才，被全家認為是解決方案之一。細見解釋：「我們希望店員能提供更深入的回答，工作將不僅是提高日銷售額，而是如何更有效地銷售商品。」

細見認為，如果將以前需要 10 人運營的店鋪改為 9 人運營，等於提高每人的生產力，省下來的錢也能提高時薪，解決人手不足的問題，成為良性循環。畢竟日本、甚至世界各地各行各業都正面臨人手不足的問題，勞工自然會往時薪較高的地方靠攏。如果企業準備好「武器」，能夠縮減員工人數並提高薪資待遇，就能在人力成本總額未改變的狀況下解決問題。

快速分析資料、解決問題，解放高階人力

為了推動生成式 AI 的應用，日本全家啟動了橫跨所有部門的「生成 AI 專案」，由 50 名專案成員在「安全・法規制作」、「問答製作・自動回應」、「文件製作・摘要」、「標準表製作」、「法規・風險確認」、「翻譯」等 6 個領域研究新的業務改善方法，並驗證效果，未來也計畫把效率化的成果納入員工評價指標。細見研介補充，目前 AI 導入的重點是放在總部和門市之間「監督員」的角色，將每家店銷售數據等資料用 AI 整理，總部人員就有更多時間與店長對話。

驗證 AI 是否有效，全家預計將從實際減少作業時間，以及向使用人員的各種問卷統計作業去評估，確保 AI 有真正解決問題，並作為內部文件和員工教育資料製作的參考，最終也繳出縮減約 50% 作業時間的好成績。

除了生成式 AI，全家還花了 3 年的時間，在旗下約 10,000 間門市放上了「數位招牌」。這次的數位標牌是 RMN 形式，與第三方媒體合作推出促銷活動，再和自家的 APP「ファミペイ」（fami pay）串連引導顧客購買商品，一舉提升轉換率和客單。

另外，全家也從 2023 年開始在其中 5,000 間門市推出平板人型 AI 助手「レイチェル／アキラ」。細見說明：「現在員工都喜歡遊戲和動漫，所以我們與一家遊戲開發商合作，讓操作員工沉浸其中，AI 還會根據實際店長的性格，做出不同的回答。」今年更更預計在「レイチェル／アキラ」導入生成式 AI，使其能進行更深入的溝通。

這款幫助員工的人型助手，利用的是 Cougar 的語音識別技術、遊戲 AI 技術和迅速處理大量數據的搜索技術，根據店長的個性進行定制化溝通。因此，它也能最快速提供店長所需訊息，如訂購建議、陳列技巧等，去支援店長業務，提升店鋪競爭力。隨著 AI 助手部分取代店長的業務，也提升管理階層的工作效率和生產力。

AI 應用範圍廣，企業導入流程為何？

根據日本帝國數據銀行的調查，目前日本僅有 9％的企業將生成式 AI 融入營運流程，而有 52％的企業正在考慮。不過，其中有 37.8％的企業表示，自家是因對 AI 缺乏具體想像而踟躕不前，不確定應該在哪些業務中引入生成式 AI。

事實上，品牌導入 AI 於許多方面都有好處。在電商行銷上，能將商品描述自動化，推薦個人化；在店鋪營運與客戶服務上，能讓數據驅動業務營運，或提供對話式服務；供應鏈則能做出風險識別、掌握消費者需求、流程和決策自動化等；另也能從多方面提高業務效率，包含內容產製、會議記錄、數據問答、智慧入職等。

至於導入流程，以需求預測舉例，首先需要確定目標資料，決定應從天氣、溫度、人口、人潮、過去的銷售、店前通行量、競爭對手等眾多數據中，選擇哪些作為目標數據，再根據數據定義增加或減少商品，才能得出「增加哪個庫存 n％是更好的」這樣的結論。

AI 正快速進入各產業，無論企業規模大小都能適用，透過 AI 解放人力，讓品牌可更加專注於服務，進而提升消費者對品牌的黏著度。

資料來源：IT media、NIKKEI

延伸閱讀：「AI店長」減少25%鮮食浪費，獲3,000家零售店肯定的Afresh如何辦到？

本文授權轉載自：未來商務

責任編輯：黃若彤

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/