電支血戰！全支付推「4.5%回饋無上限」，有望撂倒勁敵街口支付？一文解析全聯2優勢|數位時代 BusinessNext

全聯位於大直敬業四路氣派高雅的總部大廳，罕見被人潮擠得像菜市場般水泄不通，這些人全為台上熱舞的天團Energy而來。

而大肆找來Energy助陣聲勢的背後考量，在於PXPay與全支付，雙雙創下關鍵里程碑。

全聯6/25日舉辦記者會，除了宣布PXPay會員數達1,000萬，更重要的是，宣布全支付已叩關500萬會員數。

問題是，這500萬會員的門檻，為何對全聯至關重要？

500萬會員，形同電支入場券

過去董事長林敏雄不只一次公開表示，做電支（電子支付）難賺錢，並指出「沒有至少500萬的會員，等於還沒拿到入場券。」

相較多年穩坐電支龍頭的街口支付，花了四年才突破500萬會員數，全支付從2022年9月上線至今，不到兩年，目前已做到490多萬會員數的成績，挑戰500萬大關在即。

能夠在短時間做到這樣的成績，代表全聯1800萬會員數中有過半數（1000萬人）註冊PXPay，全聯門市內的現金消費佔比，在去年已縮減不到四成，而有了更大的非現金支付作為基底，對全聯而言也更有餘裕將客人轉換至全支付。

全聯2優勢：高消費客群、30萬店點通路

積極將客人轉換至全支付對全聯而言，背後隱藏兩個策略優勢。首先，是抓住含金量更高的客群。

據全聯內部數據，PXPay最頂尖VIP婆媽客群，每月平均進店消費7次，月均消費則在新台幣3000元以上。換算每次進店的客單大概在400~500元間。

但據全聯觀察，全支付客人的消費客單價大約落在580元，且即使會員數僅達PXPay的一半，不過全支付消費金額已佔到全聯營收的20%，反觀坐擁千萬會員的PXPay，只佔全聯營收10幾個百分點。

另一個策略優勢，是30萬店點的全通路互相導流。

截至今年，全支付能在全聯以外多達30萬間門市的合作通路中使用。舉凡屈臣氏、NET、全國電子、IKEA、爭鮮、85度C，各種消費場景幾乎都可以見到全支付的蹤影。

「目前全聯店內的消費，仍佔全支付72%的比例，合作通路的消費成長空間仍大。」全支付總經理游金榮接受媒體聯訪時說道。

祭最高4.5%超殺優惠，力衝會員轉換

蔡篤昌也指出，未來在強化全支付生態系的路上，有兩個重點，第一，是讓全聯還有500萬未轉換至全支付的PXPay會員，加強轉換率。第二，是讓更多全聯消費者走出門市，到30多萬間合作門店，真正實現相互導流的綜效。

為此全聯決定在下半年開始，舉辦全聯千萬會員活動。於7/1起跑至今年12/31止，PX Pay會員於全聯實體門市使用PXPay或全支付結帳時，前月付款累積(需為PXPay會員)之消費級距，在店外即可享受對應回饋（詳見下表）。

等於在全聯消費滿額的全支付使用者，在門市外多間合作通路消費，能享受超高回饋。「且回饋沒有上限，業界幾乎沒人做到這種程度。」全聯行銷部協理劉鴻徵說道。

全聯千萬會員活動開跑，7/1~12/31期間，消費累積滿2千元(含)，店外享最高全點2.5%回饋、滿4千元(含)，店外享最高全點3.5%回饋、滿8千以上，店外享最高全點4.5%回饋，前月累積的消費，當月全支付全台近30萬可支付據點筆筆最高全點4.5%回饋。

圖／劉燿瑜攝影

下半年目標：超越街口支付

若以全支付目前每月代收付30多億元的金流來推算，全聯此檔行銷活動， 每月可能最多得支出破億回饋金。 砸重本做出超殺優惠，全聯背後目標是要在下半年超越街口支付。

據金管會數據，目前全支付已有兩次單月代收付金額超越街口支付，分別是今年2月及去年8月。因為這兩個月分別是全聯一整年最強的兩大檔期：春節、中元節。「我們目標是希望能做到全年穩坐電支龍頭。」

蔡篤昌信心喊話，下半年隨著回饋活動開跑，全支付可望在金額上超越街口，而在會員數上，目前差距的100多萬會員數，也有望「越拉越近」。

展望今年全支付其他重點發展策略，游金榮指出除了祭出回饋活動、推廣更多商家上架外，還有海外拓點。

今年２月底全支付已與日本PayPay合作，消費者能以全支付在日本410多萬間店點使用，且交易金額的月增長率呈2倍數增加。「下個海外據點預計是韓國，但一切還在洽談中，時程未定。」游金榮保守說道。

延伸閱讀：【圖解】全支付進軍日本，2個步驟大賺30%回饋！PayPay哪裡可刷？一文看懂怎麼用

責任編輯：李先泰

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。