【觀點】日本麥當勞不開外送店！外送平台上演3大趨勢，餐飲業為何逐漸淡出？|數位時代 BusinessNext

最近看到一則新聞，Foodpanda成功接收了一家與Uber Eats合約到期的台灣餐飲公司，這讓Foodpanda瞬間增加了300個業績不錯的據點，對其營業額的貢獻可想而知。

隨著外送平台新聞再次成為焦點，這是否意味著外送平台產業出現了新的變化？

為了探討外送事業未來的前景，我們可以從顧客市場、競爭同業和附加價值這三個面向來進行分析。

趨勢1：外送單量消風，衰退從速食業開始

首先，我們來看看外部市場的景氣狀況。為何要關注市場景氣？因為，外送服務在某種程度上與消費者的消費意願息息相關。外送的價格除了產品本身，還需加上物流費用。對於店家而言，在國外某些外送服務中，還需要支付類似的服務費。 因此，在經濟景氣下滑的情況下，消費者和店家可能會控制非必要支出，這無疑會影響外送平台的收益。

那麼，如何評估市場景氣呢？觀察速食店的營業額變化是一個不錯的經濟學法則。以美國為例，整體狀況似乎面臨烏雲籠罩的局面。許多美國速食連鎖店在2024年與2023年同期相比，成長率出現衰退。特別是規模較大的品牌，如麥當勞、星巴克和肯德基等，他們在2024年下半年的成長率與2023年同期相比，均顯著鈍化。

例如，美國麥當勞在2023年第二季的成長率為10.3%，但在2024年第二季卻衰退至-0.7%；而星巴克和KFC的同期成長率也從正數轉為負數。不僅如此，日本麥當勞在2024年9月的同比成長率也從2023年的8.6%減少至2.8%。

消費者消費意願的冷卻以及餐廳可能採取的應對措施，對於外送業者來說，都不是簡單易解的問題。

趨勢2:日本外送一哥猛抽26%，補足營收缺口

談到競爭同業，讓我們將目光轉向鄰近的日本市場。在日本，說到外送平台，就不得不提到外送一哥「[出前館]（demae-can）1」。

出前館背後有强大的富爸爸——日本軟體銀行，其雄厚的資金實力（總資產高達8.58兆日元）和集團資源，應該是會讓Uber、Foodpanda等需要籌措資金的公司羨慕不已。那麼，在富爸爸和集團綜效的加持下，出前館的表現究竟如何呢？

雖然虧損持續縮小，但出前館至今仍未能擺脫虧損的陰霾。2023年8月的營業利益為虧損122億日元，到了2024年8月，虧損金額仍高達60億日元。

在分析出前館的其他數據之前，讓我們先透過一個簡單的例子來理解幾個關鍵數字：

假設小明在出前館上訂了一份100元的披薩，出前館收取了20元的服務費，那麼出前館的抽成比例就是 20 ÷ 100 = 20%。

也就是說，小明支付的100元中，有20元進入了出前館的口袋。 其中，100元是店家的營業額（簡稱 GMV），而20元的服務費才是出前館的實際營收。

有了這些概念，我們就可以計算出前館的抽成比例變化。2023年，出前館的GMV為2057億日元，服務費為514億日元；2024年，GMV為1905億日元，服務費為504億日元。 因此，抽成比例從2023年的24.9% 上升到2024年的26.4%。

綜合以上數據，我們可以看到2024年與2023年相比的一些變化： 首先，出前館的GMV出現下滑（外送需求下降），但出前館透過提升效率和提高抽成比例的方式，努力降低虧損。

然而，在顧客市場減溫的情況下，提高抽成比例（可能導致餐點價格上漲）的做法恐怕難以持久。因此，即使有强大的富爸爸和集團支援，出前館仍然面臨著獲利模式的挑戰。

趨勢3：不愛外送！日本麥當勞為何更注重店內體驗？

直覺來說，麥當勞的產品似乎非常適合外送服務。然而，日本麥當勞在2022年至2024年為期三年的中期經營計畫相關發表中，其副社長卻明確表示 ：「外送專賣店等特殊類型的店鋪，目前還沒有考慮。」 這是否暗示著，餐飲外送在他們未来的發展策略中，重要性將會降低呢？

餐飲外送的確是餐廳提供的附加價值之一。然而，隨著疫情趨緩，消費者行為模式也發生了變化，餐廳需要重新思考該如何提供更具吸引力的附加價值。

美國達美樂披薩的CEO就提到，2024年第二季外帶顧客成長了7.9%，而外送顧客僅成長2.7%。這些數據促使一些餐飲業者開始調整策略，將資源投入到其他能提升附加價值的方面。 例如，由於到店外帶的顧客持續增長，許多餐廳開始著重於「如何讓顧客更快速地點餐、完成付款，並更便捷地取餐」。

過去，餐廳難以有效整合點餐、製作等流程，但在資訊數位轉型DX的推動下，店內流程的改善反而成為近年來國外餐飲業競相投入資源的重點。

前面提到的日本麥當勞中期經營計畫也顯示， 他們將投入300億日元進行設備投資，且主要用於店鋪的升級改造，將附加價值的提升重心從外送轉回到店鋪本身。

外送平台成長放緩，業者該思考「附加價值」新生態

隨著外送服務的附加價值逐漸下降，如何超越外送，創造新的附加價值高峰，是餐飲業者目前可看到的一個潛在課題。

雖然外送平台的成長速度可能有所放緩，且面臨著來自消費者、店家以及競爭對手的壓力，外送產業正經歷一場深刻的轉變。

在競爭激烈的市場環境下，單純的外送服務已不再足夠。可期待的是未來，將有更多企業將零售與外送服務整合，打造更完善，更多不同附加價值的的新生態圈。

延伸閱讀：一個短命商品，讓吉野家驚覺危機！牛丼與拉麵都要做，零售業發展新品牌的好處是什麼？

本文由商社男的外食迷宮授權刊登、編輯

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。