【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
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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