【觀點】有錢卻買不到?零售業如何打通庫存池,從缺貨轉成有感催單?
【觀點】有錢卻買不到?零售業如何打通庫存池,從缺貨轉成有感催單?
2025.06.12 | 新零售

不知道大家有沒有遇過,想買某個東西,卻找了好幾家店都買不到的經驗。像是在門市,試了一雙很喜歡的鞋,結果就是缺自己的尺碼。店員說,可以幫你調貨,但要過3天再來拿,覺得麻煩就不要了。

或者是在蝦皮上,看到熱賣的衣服缺貨,但發現品牌官網有賣,結果卻要重新註冊會員,覺得麻煩,就懶了。從消費者的視角,其實都想掏錢了,但店家就是沒貨可以賣你,結果殘念。

但,從以上案例來看,品牌真的沒貨嗎?從品牌的視角,也不是真的沒有貨,消費者想買的的貨其實是有的,只是不在消費者當下想要交易的那個通路裡,而是躺在其他通路裡。

消費者在A門市買,沒貨,但B門市有貨。消費者在蝦皮買,沒貨,但官網有貨。結果想買的消費者買不到,想賣的通路沒有遇到消費者。這種問題,是零售業很經典的庫存分配問題,尤其是在全通路的時代,也就是到處都可以買東西的時代,問題變得更加嚴重。

延伸閱讀:Threads私訊功能測試中!無須跳轉IG傳訊息,台灣脆友何時能「聊」起來?

全通路「分一杯羹」,看誰先賣出最公平

傳統來說,一個商品的庫存,品牌會依據某個分配邏輯,分配給不同通路。對銷售通路來說,沒有庫存就沒業績。雖然說不同通路的負責單位,都屬於同一個品牌,在同一家公司裡,大家都是自己人,但遇到搶庫存時,誰跟你是自己人。

在品牌內部,不同通路負責單位,彼此其實有競爭關係。好賣的商品庫存,大家都想搶來賣。

對流行品牌來說,內部競爭的態勢更激烈。像是衣服、鞋子、包包、飾品等季節性很強的商品,很少有標準品或規格品,且庫存很淺。假設1件本季上市的新衣服,全台可能才進100件,品牌50家門市,1家分到2件,一下就賣完,且通常不會平均分配。因為門市大小、業績不同,平均分配或不平均分配,都有人覺得不公平。

結果近幾年,品牌還開了更多的線上通路,從momo、蝦皮、Yahoo、PChome,甚至開了品牌的購物官網。門市搶庫存就不夠搶了,這些通路還來湊熱鬧。

有沒有解決方法呢?近幾年,零售業逐漸發展出「庫存池」的概念,就是所有通路都吃同一套庫存,就像大家都吃同一個水庫的水一樣。

庫存池的概念,最早源自線上通路。因為線上通路不需要真的把庫存預先「運送」到那個通路。線上通路的貨,都是賣一種「信用」。

因為線上買東西,概念上都是「下訂單」,也就是作為消費者,你結帳的當下,是沒辦法銀貨兩訖,直接把貨拿走的。你買的是一個網頁上展示,理論上應該存在的商品,然後才由商店真的把這個商品包裝運送給你。你買的,也是一種信任。

舉例來說,如果我有10件庫存,傳統上蝦皮、Yahoo、官網3個通路各分配3件,其實沒必要,因為庫存就是10件,所以所有線上的通路應該都可以說有10件能銷售。線上通路主要負責結帳,收訂單,庫存就妥妥地躺在倉庫裡,等有訂單再出貨就好。如果有一個通路跑比較快,也不會沒貨可以賣,例如可能官網一下子就賣掉9件,一樣有貨。不過像過去平均分配,1個通路3件就完售,但其實倉庫裡可能還有7件,因為其他通路賣得很差。

藉OMO貨暢其流,「在家等」留住買氣

但實體通路怎麼辦呢?實體通路需要銀貨兩訖,消費者付了錢就想拿了商品走,調貨什麼的真的很麻煩,怎麼辦呢?

這時就可以藉助線上通路的力量,把庫存池真正變成OMO的庫存池,線上線下庫存融合,來達到貨暢其流的理想。簡單來說,就是實體門市,可以賣線上通路的貨,反過來也一樣。

如果某件衣服缺尺碼,門市可以直接幫消費者線上下訂,從線上通路的電商倉出貨給消費者。跟調貨不同的是,消費者不必再去門市一趟,而是在家等,商品就會上門。雖然都要等,但體驗比傳統門市調撥,讓消費者自己去取貨好很多。

相反地,線上通路如果沒貨可賣,也能徵用門市庫存出貨。傳統上,線上通路可能只會配到10%庫存,如某件衣服有100件,但電商倉僅10件,還要分配給蝦皮啊、Yahoo啊,官網呢?

可是如果庫存池是OMO打通的,線上通路等於有足足100件可賣,雖然電商倉只有準備10件,但賣不夠可以直接「徵用」門市的90件庫存出貨。這種品牌全通路庫存池打通的做法,是零售品牌面對愈來愈複雜的全通路零售環境,非常核心的新競爭力。

延伸閱讀:寶僑撐不住!擬裁員7000人緩解關稅衝擊:汰漬、幫寶適、SK-II⋯旗下明星商品危險了?

責任編輯:蘇柔瑋

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