中國手搖飲市場崩壞!一年倒閉近20萬家:發生什麼事?為何賣珍奶變創業黑洞?
中國手搖飲市場崩壞!一年倒閉近20萬家:發生什麼事?為何賣珍奶變創業黑洞?
2024.12.13 | 新零售

中國手搖飲市場面臨倒閉潮 :過去一年內,高達19.7萬家手搖奶茶店關閉,包含知名品牌加盟店、直營店及獨立小店均受波及,甚至有開店不到一個月就倒閉的案例。

價格戰和同質化加速產業衰退 :各品牌為搶佔市場祭出價格戰,導致利潤下滑;產品同質化嚴重,難以培養消費者忠誠度,加劇產業惡性循環。

品牌加速擴張暴雷 : 許多品牌追求快速擴張,降低加盟門檻,導致加盟商素質參差不齊,加上後續經營管理不善,加速倒閉潮來臨。

《BBC》統計,全中國估約有50萬家手搖飲門市,依2023年數據,中國手搖茶市場的產值高達1450億人民幣,約達6,458億元新台幣。

然而,在從蜜雪冰城、喜茶、奈雪的茶、茶百道…等當地品牌暴紅後,如今卻傳出中國奶茶市場大暴雷!據中媒《紅餐網》報導, 在2024年11月的一年內,已有高達19.7萬家中國奶茶店倒閉 ,且不僅獨立小店,連知名品牌加盟店和直營店也難以倖免。發生什麼事?

註:在台灣手搖飲的定義甚廣,多半以店型、品類或連鎖模式定義之。《BBC》統計之50萬手搖飲料店,或與《紅餐網》統計之奶茶店在統計上並未重疊。本文以手搖飲料店泛稱奶茶店,為依循台灣用語的作法。但相關統計仍以外媒為主。

價格戰與同質化:加速產業衰退

《紅餐網》報導指出,奶茶店倒閉潮的背後,是多重因素交互作用的結果。首先,過去幾年,中國茶飲市場進入高速擴張期,各品牌紛紛加速展店,加上就業市場的壓力,許多人選擇投身奶茶創業,導致市場供過於求。

為了在激烈的競爭中脫穎而出, 各品牌不約而同地祭出「價格戰」,紛紛以降價促銷來吸引顧客 。今年以來,新茶飲價格直接降至人民幣10元內(約新台幣45元),直逼蜜雪冰城的10元以下價格帶。然而,長期下來卻嚴重壓縮利潤,加速產業資金枯竭。

此外,產品同質化也是嚴重的問題。許多奶茶店的產品大同小異,難以建立獨特的品牌形象和消費者忠誠度。

這種情況也導致許多網友在社群平台上分享「在家自製XX奶茶店招牌產品」的教學,顯示出奶茶店在原材料、配方和品管方面幾乎沒有門檻。換言之,中國主打奶茶飲品的手搖飲料店的問題,極類似台灣1990年代末期的葡式蛋塔風潮。

延伸閱讀:台新GOGO卡掰了LINE Pay回饋!2025「這三張」必收替代方案,最高享6.5%回饋

快速擴張加速倒閉潮

除了價格戰和同質化之外,品牌快速擴張的策略也埋下了隱憂。為了快速擴張市佔率,許多品牌降低了加盟門檻,導致加盟商的素質參差不齊。部分加盟商缺乏經營經驗,加上總部提供的支援有限,導致經營困難,最終走向倒閉,頗類似台灣近年手搖飲料界的「廖老大風波」。

報導也提到多位加盟商的案例,有人花光五年積蓄開店,苦撐一年多仍虧損30萬人民幣(約新台幣134萬元);也有人加盟三線品牌,開店不到半年就宣告失敗,更有人加盟一線品牌,卻在一年內虧損超過200萬人民幣(約新台幣890萬元)。

一位在成都經營二手餐飲設備回收的劉哥表示,今年國慶後(中國為10月1日),成都奶茶店迎來一波倒閉潮,他甚至有一天送了五家同一品牌的加盟店「最後一程」,他也感嘆「沒有一個可以逃過國慶魔咒」;在佛山經營回收業務的阿飛也提到,他回收的許多設備都還非常新,有些店甚至開不到一個月就倒。

茶百道.jpeg
據悉,今年四月上市的茶百道,上半年新開了826家加盟店,同時也關閉了245家。
圖/ 百度

一線品牌、二手設備回收商也受波及

奶茶店倒閉潮不僅影響了創業者和加盟商,連帶二手設備回收產業也受到波及。由於待回收的設備數量過多,回收商也不再來者不拒,甚至只收好賣的品牌設備,導致部分設備只能當廢品處理。

值得注意的是,這波倒閉潮不僅影響了小店和加盟商,連一些大型連鎖品牌也難以倖免。例如,今年四月上市的茶百道,上半年新開了826家加盟店,同時也關閉了245家。而被譽為「茶飲第一股」的奈雪的茶,今年第三季度就關停了89家直營店,年初更全面關停了旗下子品牌「台蓋」的所有門市。

延伸閱讀:
街口支付綁定信用卡,刷「這張卡」最高10%回饋最有感!6大銀行回饋比一比

信用卡版圖重組!中信衛冕「卡王」、玉山晉升第2大發卡行,最新戰況一次看

資料來源:BBC金融時報紅餐網

本文初稿為AI編撰,整理.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