Uber Eats併foodpanda誰最倒楣?電商老將王志仁1原因點名全聯在「海嘯第一排」
Uber Eats併foodpanda誰最倒楣?電商老將王志仁1原因點名全聯在「海嘯第一排」

摘要
面對Uber Eats將在外送市場獨大,全聯、統一超、家樂福等零售巨頭,也將面臨新挑戰。
發展電商,是零售巨頭必走之路,而外送是它走向線上重要的途徑,但風險則是把電商命脈交給外送平台。如今少了foodpanda制衡,它要如何管控外送的成本?
商周第一時間專訪電商老將王志仁,為讀者分析這場購併案後續的影響及衝擊。

5月14日,Uber宣布,將以9.5億美元,購併Delivery Hero旗下的foodpanda台灣外送事業,這意味著,一旦公平會審查通過,外送平台的競爭局面,將從「兩強相爭」變成「一個人的武林」。

面對Uber Eats將在外送市場獨大,從依賴外送服務的一般民眾,到街邊小吃攤,都將受到影響。

此外,全聯、統一超商、家樂福等零售巨頭,在實體轉往線上的過程中,也將因Uber Eats的獨大而面臨新的挑戰。

商周第一時間專訪了曾任職於東森購物、雅虎奇摩及本土美妝品牌,並具備線下、線上經營經驗的電商老將-美而快總經理王志仁,為讀者分析Uber Eats一統江山後的影響及衝擊。以下是王志仁的觀點:

傳聞已久的Uber Eats併購foodpanda終於成真了。我先說結論:這對消費者、餐廳、甚至零售業,皆非好事,請儘早評估,當市場只剩一家外送平台時,會如何影響你的生活,以及你的生意。

做過生意的人都知道,有兩個以上的供應商彼此競爭,你才有議價的空間;倘若只有一個供應商,一定會予取予求。

蝦皮就是最好的例子。當Yahoo和露天拍賣如日中天時,它不向商家收取手續費,藉此吸引不少賣家投靠。當兩個競爭對手走下坡式微後,它就把手續費提高到8.5%,甚至更高。

試想,當Uber Eats一家獨大後,它還會顧忌,跟商家收取過高的抽成,會被foodpanda搶走生意嗎?所以,消費者、餐廳業者一定首當其衝,未來要吸收更高的外送成本,這是必然之事。

但,大家還忽略一個被掃到颱風尾、甚至衝擊力不亞於海嘯第一排的,就是超市龍頭全聯。

此話怎說?

全聯小時達_2021_11_15_蔡仁譯攝攝-7.jpg
王志仁認為,在外送市場進入寡頭壟斷後,全聯可能遭受衝擊。
圖/ 蔡仁譯攝影

所有的實體零售巨頭,都面臨著,電商不斷侵蝕線下市場的長期挑戰。儘管全聯、家樂福等等,都在積極發展電商業務,但至今成效並不顯著。

你可能會想問,全聯、家樂福為何非得往線上發展?專注鞏固線下市場不行嗎?

答案是否定的。如果未來20年,零售巨頭們完全不涉足電商,只專注於實體業務,他們的營收勢必會持續下滑。

道理很簡單,momo目前營收約1千億元,而它的勁敵酷澎,依照當前的發展軌跡,10年後營收也有可能上千億元。

換句話說,這兩大電商在10年後的總營收,可能將達到2千億元。但在台灣人口持續減少的情況下,這2千億元的市場份額從何而來?毫無疑問,必然是從實體零售市場中瓜分出來的。

零售巨頭拚電商陷困境:線下包袱太重

這是為何,全聯、家樂福必須進軍線上。但問題是,面對價格競爭時,這些零售巨頭,常陷入線上、線下無法協調一致的困境,導致電商一直做不起來。

舉例來說,酷澎打出一個折扣戰,一箱衛生紙原本賣1千元,現在只賣900元,全聯的電商想要跟進,但實體的事業體就會跳出來質疑:「門市難道也要跟著降價嗎?」

電商的營收占比小,有打價格戰的空間;但實體的營收占比大,只要一點點的降價,營收短少的數字就會非常驚人,意願就會很低。

線下的包袱太重,正是零售巨頭發展電商的最大阻礙,除非林敏雄親自下令:「實體全力支援線上,營收少個幾十趴也無所謂!」線上、線下才有機會整合成一個部隊,共同抗敵。

因為電商發展不如預期,零售巨頭就將目光轉移到外送平台上,也就是藉由外送,將實體店鋪的商品,即時快速的送到消費者家中。比如你臨時想要晚上煮火鍋,又懶得出門,就可以用全聯的「小時達」,或是統一超商的foodomo,外送食材到府。

而且,對外送平台而言,幫全聯外送生鮮雜貨,有助提升用餐期間以外的離峰時段產能。因為互利互惠 ,所以一拍即合,這是為何儘管少了疫情紅利,全聯「小時達」去年仍能成長20%的主因。

以前全聯有Uber Eats和foodpanda兩個供應商可以選擇,兩家平台為了做全聯的生意,會互相制衡,不敢開出太高的抽成比率。

如今,Uber Eats變成了寡占,沒有競爭對手制衡,你認為,它還會對全聯客氣嗎?回想一下蝦皮的經驗,就能得到答案了。

當一家獨大,管控外送成本恐成大麻煩

發展電商,是全聯必走之路,而「外送」是它走向線上重要的途徑。考慮到成本,全聯無法自建車隊,仰賴外送平台,確實是權宜之策。

但這麼做的風險,就是把發展電商的命脈,掌握在外送平台的手中。如今Uber Eats一統江湖,全聯少了foodpanda來制衡價格,它要如何管控外送的成本,這會是一個艱鉅的挑戰。

總而言之,我認為不論公平會是否准予合併,都無法改變Uber Eats壟斷的局面,因為從雙方的交易條件來看,foodpanda很可能會離開台灣市場,就算未過審查,它也可以選擇直接結束台灣事業,讓Uber Eats「實質上」達成獨大。

所以,不要期望公平會阻止這筆交易。從消費者、餐廳到全聯,都要趕緊進行評估,當台灣只有一家外送平台,受到的衝擊會有多廣、多深。及早做好準備,因應這場隨之而來的巨變。

本文授權轉載自:商業周刊

延伸閱讀:「台灣珍奶元老」50嵐不敗秘密!它為何敢給受訓儲備幹部7萬、攻中國手搖沒去的孟加拉
夏普關廠第一手專訪!鴻海董事長劉揚偉90分鐘認錯告白:是我們做得不夠好

責任編輯:李先泰

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