【觀點】吉野家絕不是倒店潮!解析財報關鍵數字,看懂牛丼霸主3大戰略變革
【觀點】吉野家絕不是倒店潮!解析財報關鍵數字,看懂牛丼霸主3大戰略變革

吉野家台灣連續關閉幾家門市的新聞引發關注,原因綜説紛紜。

記得第一次看到吉野家是1991年,從南部上台北找親戚,用當時南部的觀點來看,台灣市場的吉野家不是那麼便宜,但跟銷售日常米飯類產品店家相比,具有「明亮、乾淨、清爽、簡約」等優點,確實有做出跟台灣店家的差異化。

再回頭看,已經約是30多年前的事了。30年的歷史,特別是這波疫情過後,根據市場變化做出適當的調整,也不會太意外。從日本吉野家發表的訊息,未來集團之變革路線會是堅實的,這次就從吉野家海外的關店新聞開始,看日本企業是如何策訂中長期經營計畫。

媒體標題寫「台灣吉野家倒店潮」?絕對不會是倒店。從日本吉野家在2024年4月公布的數字就可以知道,日本吉野家營業活動帶來的現金流達到200億日圓(2022年為72億日圓),營業利益為79億日圓(2022年為34億日圓),無論是現金收入或是公司體質,都是疫情後的新高峰,結論就是終於有相當的金額,日本吉野家可以來做大規模的投資跟改變了。

台灣是突然關店嗎?應該不是。看日本吉野家在過去的宣告,大方向上,包括台灣海外市場的這些關店,應該都是按照計畫進行,而且按照計畫,2024年海外的關店數,應該還會比2023年高。日本吉野家在2023年4月提到在新的年度,在海外會關閉39家,而到2024年4月又擴大海外關店數來到60家,所以這些關店,應該只是一連串行動的開始。

那為何要關店?簡單來說,都跟集中資源投入日本吉野家認為可成長的三個戰略型事業變革有關,所以才需要把蛋白區資源,集中到成長型的事業變革蛋黃區。下面分別來說明。

吉野家改革一:既有定位改造,是咖啡廳還是牛肉飯?

有天經過是熊本最熱鬧的下通商店街附近,看到一家裝潢氣氛類似咖啡店的餐廳,想說是不是新的咖啡輕食品牌,還以為看錯了,沒想到居然就是吉野家。咖啡148日圓喝到飽、附設插座,類似咖啡店的寬敞吧檯,一口氣從昭和日式裝修變成現代洋式裝設,這就是日本吉野家最近在努力拓張的クッキン グ&コンフォート( Cooking & Comfort )簡稱C&C店型。

會發展這樣的C&C店型有很多背景,疫情前原本主打男性上班族的吉野家,疫情期間遇到男性上班族減少外出,營業額受到嚴重打擊,所以開始嘗試拓展女性,以及年輕人比較容易接受的店型,來減少顧客群太集中的風險,這就是新的吉野家C&C店型。

根據吉野家自己的實驗,同樣店舖在改造成C&C之後,女性以及年輕顧客有明顯的增加,特別是部分市區的女性來客還可以增加到47%,讓吉野家的客層產生了大規模的變化。

吉野家C&C.jpeg
吉野家C&C店型。
圖/ 吉野家
吉野家C&C_1.jpeg
店舖在改造成C&C之後,女性以及年輕顧客有明顯的增加,特別是部分市區的女性來客還可以增加到47%,讓吉野家的客層產生了大規模的變化。
圖/ 吉野家

透過如此簡單易懂的裝修變化,在改變店舖氣氛後,應該也會降低在2022年、2023年分別做了約5%左右調價衝擊(雖然價格變貴,但裝潢也升級了)。推測也是因爲這個新的成功C&C店型模式,所以才會關閉改造困難店,把有機會變身的舊形態店舖,轉變成C&C店型(計劃3年内要花300億日圓在這C&C店型專案),希望透過新店型提升貢獻。

吉野家改革二:第二品牌強化,拉近競爭品牌距離

2009對吉野家來說應該是難忘的一年。原本日本市場烏龍麵的霸主,是吉野家旗下的はなまる烏龍麵,但競爭對手丸龜製麵的不同攻勢下,はなまる烏龍麵的店舖第一的寶座,就這樣被丸龜製麵超越。

那為何這個在2022年虧2億日圓的はなまる烏龍麵,會被日本吉野家認為是成長型的事業變革蛋黃區? 主要是烏龍麵的市場夠大 ,競爭對手丸龜製麵目前擁有大約840家店,はなまる只有400家、幾乎只有對手的一半;而專門店市場可説只有丸龜製麵一個競爭品牌,理論上只要能贏過丸龜,應該就可以再度接手烏龍麵這個巨大市場。

吉野家旗下はなまる烏龍麵.jpeg
吉野家旗下的はなまる烏龍麵。
圖/ はなまるうどん公式 Facebook

但要如何贏?這個應該要問當初是如何輸的。兩個品牌最主要的差異在,丸龜製麵為每家店舖內製作麵條,而はなまる的麵條則是中央工廠製造。而在丸龜製麵於2018年大幅宣傳店舖麵的麵條因爲在店舖内製作,比較有活力的情感訴求下,成功喚醒顧客群對鮮度的敏感度,一下拉大跟はなまる的來客數對比。

再回到要如何贏?其實中央工廠的強項在品質穩定,這對連鎖店來說是影響顧客黏著度的重要因子,透過行銷策略 強調品質穩定並善用集中生產降低成本的優勢 ,在競爭對手面臨人事費用高漲的困境時,はなまる將有機會扭轉情勢。根據最新發布的數字,2023年はなまる烏龍麵已轉虧為盈,獲利17億日圓,大幅的成長,更證明了這樣的可能性。

吉野家改革二:參入傳統飲食,M&A加速海外布局

在擺脫疫情之後,日本吉野家2024年5月1日再度出手,收購了一家營業額約33億日圓的「宝産業」。宝産業這家公司做什麽的?主要的業務内容是製作拉麵用的麵條,以及湯頭。

對的,拉麵。吉野家也開始要做拉麵了。其實這不是吉野家第一次對拉麵產業出手,其實在2016年及2019年,分別收購了以「せたが屋」,以及「ばり嗎」、「とりの助」拉麵品牌的兩家餐飲公司。這次再往拉麵產業上游的麵條以及湯頭製造商出手,更證明了吉野家將深耕拉麵產業的想法。

更特別的是,被收購的宝産業分別在法國,泰國,印尼,以及菲律賓都有據點,更讓人聯想到吉野家想擴大餐飲產業到其他國家的可能性。確實跟牛肉飯以及烏龍麵相比,拉麵在無論美洲、歐洲,以及其他國家,都是跟壽司同等級代表日本文化的產品,用拉麵這個簡單易懂的產品來牽引吉野家的海外市場動能,確實在注入投資後的成長想像空間是不小的。

海外子公司通常在大策略上,都會根據母公司的策略來推行。台灣這波店舖數量的調整,應該也跟日本的大方向有關,不知道日本吉野家旗下的C&C、はなまる或是拉麵店是否也會來台灣?你覺得呢?

本文由商社男的外食迷宮授權刊登、編輯

延伸閱讀: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

《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

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