桃太郎吹奏網路下單曲
桃太郎吹奏網路下單曲
2000.06.01 |

去年底,台灣第一家不帶水泥味的「純」網路券商,創新證券開張;營運近半年,氣勢不敵市場上從傳統實體券商變身,帶著濃濃水泥味的「水泥網路券商」(click-and-mortar);大家期待中的台灣ETrade,本該大展身手,卻似乎教大家有些失望。
台灣E
Trade不成,日本證券市場上,由美國ETrade和軟體銀行(Softbank)共同成立的ETrade Japan,也是一路戰來,辛苦戰兢。在日本,第一回合激戰的結果,傳統券商仍佔了上風,第一、第二名寶座仍被傳統券商野村證券與大和證券搶去,E*Trade Japan排了第三名,而且用戶數不到對方的三分之二。
從第一回合戰局看來,日本線上下單市場發起階段的戰績,水泥網路券商是後發先至;對純網路券商而言,這是一場該如何前進下一步的突圍戰役!
日本的網路下單風潮,幾乎和台灣同時發生。去年十月,隨著日本政府解除股票交易手續費的固定費率規定後,不僅市場上的第一、第二大傳統券商,野村證券與大和證券開始積極投入線上交易,許多純正網路血統的網路券商,更是趁此搬出價格戰絕招(甚至是某一段時間內的免手續費交易),試圖在線上下單的股票交易市場打下江山。

**折扣戰:策略大忌

**
股票交易的手續費折扣,刺激起整個線上下單市場。由於法律開放,各家業者集體降價,日本的網路下單人口,從去年九月約十九萬,到今年四月,已經成長到超過六十萬,尤其去年十月,一個月內就增加了十萬人。目前同時位居實體市場及線上下單最大券商的野村證券,從去年十月到今年一月底就增加了超過六萬會員,使其所擁有的線上用戶數量達到十三萬,大約是野村證券所有開戶數的10%。
要在日本的網路券商市場佔有一席之地,衝刺用戶數,是第一道關卡。野村總研(Nomura Research Institute)以美國五千萬證券交易戶中,有一千萬線上下單人口的比例推估,日本八百萬的交易戶,潛在市場規模是一百六十萬(全部交易戶的20%);以市場上超過三十家網路券商的競爭狀態計算,要想立足,至少得有十萬以上的會員。
手續費折扣可以刺激市場,卻不一定是網路券商的決勝關鍵。一筆一百萬日幣的交易,ETrade Japan收費二千日元,野村的網路下單收費卻是九千二百元;然而ETrade目前八萬名的用戶數仍遙遙落後野村。而即使同樣是純網路券商的Monex,手續費甚至更便宜,只要一千日幣,但目前的登記會員數六萬人,落後於E*Trade Japan。野村證券的市場研究指出:「不到1%的線上下單用戶,是以價格作為選擇券商的主要考量。」

**如何降低成本同時提升品質?

**
提供投資相關諮詢服務,是券商滿足客戶需求的不二法門。以野村與大和兩家日本老證券的手續費折扣政策為例,減少的23%到25%其實是透過網路下單所節省下的營運成本;亞洲華爾街日報分析,真正吸引顧客上門的原因,還是這兩家老字號傳統券商,提供給會員的研究報告及投資顧問服務,這是純網路券商難以相敵之處;尤其,「日本很缺乏券商以外的獨立金融資訊諮詢管道。」
野村證券甚至在網路上提供類似「大富翁」遊戲的虛擬股票交易機制,讓更多人願意嘗試用網路下單。每位登記者擁有一百萬日幣的虛擬資金可以在網路上進行交易,目前參與遊戲的人數將近八萬人,而這些登記者顯然會是未來的潛在線上下單客戶。Monex社長松本大曾表示:「線上下單最大的潛在市場,是那些既不投資股票又沒上網的人。」
在傳統大券商的「服務」與純網路券商的「折扣」夾擊下,真正受害最深的還是中型傳統券商。由於產品及服務無法和大型傳統券商比擬,手續費價格又有像ETrade Japan純網路券商虎視眈眈;無法轉型網路的中型券商客戶,成了純網路券商會員的主要來源。ETrade Japan的客戶群中,大部分都是來自之前併購的一家中型傳統券商。

**全方位業務發展計畫

**
網路券商為招攬會員所投注的大筆行銷花費,是難以回收的成本。美國ETrade今年的行銷預算為三億美金,其過去獲得一位客戶的平均成本是二百美元,另一家DLJdirect的成本更高達七百美元。(去年四月,DLJdirect和日本住友銀行合作成立日本DLJdirect網路券商,目前是日本僅次於ETrade Japan、Monex的第三大純網路券商。)
根據野村總研報告計算,在日本,取得一個線上會員平均四萬日幣的成本,相當是ETrade Japan一個會員交易一百次,公司獲利的80%。高成本行銷費用,成為網路券商的主要經營挑戰,尤其是對沒有其他金融業務的純網路券商。開發線上下單以外業務,是純網路券商當務之急。因為單純經營網路下單的利潤微薄,而且經濟規模建立成本高昂,ETrade Japan除了經營線上下單,公司新上市的股票承銷成為ETrade Japan的另一項主要業務,社長井土太良說明:「承銷業務是我們現在就能有獲利出現的重要原因;」他同時也強調:「這是ETrade Japan不同於其他純網路券商的主要差別。」今年初,獲得索羅斯投資基金(Soros Investment Fund)挹注的Monex,也將利用擴增後的資金開展股票上市承銷業務。

**所有的企業都將是網路企業

**
「我們不是網路公司,而是利用網路做生意的券商。」ETrade Japan成立前,原本服務於野村證券的井土太良點出公司未來的發展方向。除了上市承銷,ETrade Japan也將推出更多基金、債券等金融商品,配合會員資料庫分析和網路一對一行銷模式,供會員作線上交易。
第一回合交手中,傳統券商並沒有因為使用網路下單而打擊到原本的營業員,因為傳統券商將交易量小的客戶引導到線上下單,反而讓營業員有更多心力照顧大戶,提供更個人化的投資顧問服務。但當網路券商不再自我侷限,只是幫客戶用網路買賣股票,也能提供更多元化的金融產品,和透過資料庫行銷的貼心投資訊息,實體券商將真正感受威脅。
當網路券商的業務內容更為「充實」,傳統券商的手續費折扣,勢必得作另一次讓步;而真正券商對券商,而非券商對網路的第二回合大戰,將會開始!

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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