電商買氣回不來了?momo上市來營收首衰退:為何即使砸錢補貼,仍難克服3大隱憂?
電商買氣回不來了?momo上市來營收首衰退:為何即使砸錢補貼,仍難克服3大隱憂?

重點1 :momo首季財報公布,營收年減1.8%,為上市以來首見衰退;毛利率和營益率也雙雙下跌,本業獲利年減幅度更高達3成,突顯買氣疲弱。

重點2 :即便砸重金行銷仍無法提振消費,還可能面臨供應商轉投其他平台的危機。

重點3 :加上新台幣升值、跨海消費興起、本土市場疲軟與新業務發酵緩慢,momo未來仍面臨多重挑戰。

當讓利補貼、行銷加碼也帶不動買氣,台灣線上零售龍頭momo面臨的考驗,可能比想像中更大。

momo首季財報出爐,營收264億元,年減1.8%,是上市多年來首度出現衰退的情況。

而比營收下滑更讓人關注的,是毛利率和營業利益率也雙雙下跌,其中營益率已跌破3%,本業獲利年減幅度則是高達3成之多。

其財報數字變化顯示出,即使momo犧牲商品毛利,並加大在行銷推廣費用的投入,仍然拉不動消費者購買。而這除了反映出台灣內需消費市場的狀況,也帶出幾個更深層的挑戰。

隱憂1:催不出買氣!供應商恐出走酷澎,加大外部競爭

第一,若momo平台買氣拉不起來,導致供應商無法透過該平台實現銷售目標,則在壓力之下,供應商就很可能會往其他銷售平台找出口,如積極招手的酷澎。
目前酷澎在台灣經營面臨的最大瓶頸,就是缺乏供應商支持,以致其平台上可銷售的商品數量和品類都不夠充足,呈現出平台即使大撒補貼吸引了消費者,卻無貨可賣的窘況。

但供應商若是在業績壓力下轉投酷澎,解決了酷澎的商品供給問題,這時他們再祭出最擅長的補貼行銷,就有機會創造加乘效果,大舉搶奪市占,對momo和各大零售業者帶來更大的競爭壓力。

而且這個狀況,很可能已經不僅止於假設,而是現在進行式。

酷澎創辦人暨執行長金範錫在最新一季財報會議談及台灣市場狀況時表示,他們在與供應商建立直接合作關係上,已經取得重大進展,並點名這當中不只有國際知名品牌如可口可樂、百事可樂、P&G等,也包括台灣在地品牌。

他指出,這些進展讓他們該季度在台灣提供的商品選擇,增加了近500%,也因此帶動消費者回購次數與購買金額提升。同時他再次重申,持續看好台灣市場潛力,將持續投資。

隱憂2:物流成雙面刃!銷售下滑,重資本投資恐變大包袱

除了外部競爭可能加大,momo財報透露出的第二個隱憂,是物流投資。

物流被認為是momo能夠在疫情期間奠定產業龍頭地位的一大關鍵,其後他們也持續不斷加碼。截至目前為止,momo在全台已經有南、北各一座大型自動化物流中心,以及18個主倉,和19座衛星倉。

但,物流是重資本投資,可以帶來加分,也可能成為沉重負擔。PChome位於林口的A7物流中心就是一個實例。

PChome當初是在業績高速成長的情況下,標下這個大型物流中心,不料,等到物流中心落成啟用,該電商平台銷售卻已經開始走下坡,於是面臨需求填不滿供給的窘境,也成為他們如今轉盈路上的一大阻礙。

回頭來看momo,其於去年啟用的南區大型自動化物流中心,以及預計在2027年啟用的中區物流中心,分別是在2019年和2021年啟動投資規畫,在當時,momo營收年增率高達2至3成,對比今年第一季落入負成長,恐怕也是當初未能預料到的。

而且不同於租賃的衛星倉可以彈性調節數量,momo採自地自建的大型自動化物流中心,則是牽涉到整體建物設計和設備採買規畫,無法輕易收手。

隱憂3:新業務待發酵!貢獻營收有限,未來推廣難度大增

從momo第一季財報反映出來的第3個問題,是他們已經發射一年的兩支箭,看來尚未發揮效用。

momo去年新增廣告,和第三方賣家平台mo店+ 這兩項新業務。其中,mo店+是開店平台,不同於其既有線上零售業務,賣多少錢的商品,就可以認列多少錢營收;在mo店+的交易中,該公司能認列的主要是平台手續費,而非交易總額,舉例來說,商家賣出一個100元的商品,momo可能只能認列5元營收。

這是為什麼近幾個月以來,momo官方面對營收下滑的相關提問,經常會強調應該看GMV(交易總額)更能反映出平台成長狀況。

但即使因為既有線上零售業務基數太大,造成新事業營收貢獻難被彰顯,但以新事業毛利率相對高的情況下,應該有機會在獲利上帶來加分。然而,從momo首季毛利與本業獲利衰退幅度,都明顯比營收更大來看,兩項新事業截至目前為止的貢獻應該還相當小。

當然,新事業可能需要更多時間孵化,現階段效益不顯,不代表失敗。

但眼前一個不利的狀況是,不論mo店+或廣告業務,都與momo主站流量密切相關,如果消費者買氣拉不起來,也可能會加大該兩項新事業的推廣難度。

而且目前大環境似乎還看不到好轉訊號。特別是最近一波新台幣強升,可能會再催出新一波出國旅遊潮,或者也可能會因為便宜匯率,帶動更多跨海消費,這對本土電商平台都是不利因素。

再看長一點,川普關稅戰對經濟帶來的高度不確定性,恐怕也讓各家零售業者對前景不敢樂觀。對momo來說,如何解開買氣不振可能導致的連鎖效應,將是今年的重要課題。

延伸閱讀:moPlus訂閱制3周破萬人!momo衝千億大關,為何「消費者下單太快」是一大硬傷?
甩開酷澎大招?momo南區物流中心啟用,為何敢豪賭30億?解密背後3大野心

本文授權轉載自:商周

核稿編輯:吳中傑
責任編輯:林思妍

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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