好市多外送「一個商品兩種價」!揭密量販巨頭終極盤算:用2成價差,換你一張會員卡
好市多外送「一個商品兩種價」!揭密量販巨頭終極盤算:用2成價差,換你一張會員卡
2025.07.04 | 新零售

好市多攜手Uber Eats,拼起大型量販店外送的「最後一塊拼圖」。不用辦會員卡,就可以點到明星商品,還意外讓送貨的電動三輪車暴紅。

不需開車出門、省去現場排隊結帳時間,還不用辦會員卡,只要透過手機下單,香噴噴的美式烤雞、1公斤的大份量壽司等人氣商品,就能直送到家。

這是量販巨頭好市多(Costco),6月26日起攜手平台業者Uber Eats推出的全新外送服務。

線上兩種價,價差逾兩成!

當天上午10點,超過1千款好市多商品,準時在Uber Eats上架,從一般超市也有供應的生鮮蔬果、生活用品,到好市多招牌熟食,甚至是氣炸鍋、空氣清淨機等家用電器,都能線上選購;但記者實測發現, 好市多外送的等候時間較長,平均約需1小時才能送達。

商品定價上,則依消費者是否擁有好市多會員身分,呈現明顯差異。以好市多明星商品、24包入的自有品牌科克蘭抽取式衛生紙為例,店內標價為369元,線上會員價392元,價差約6%,非會員定價則是475元,硬是比會員貴了逾兩成,支付Uber Eats的運費及服務費還得另計。

相較於家樂福、大潤發、愛買等國內量販業者,早在疫情前就開始與外送平台合作,全聯「小時達」也在2021年強勢登場,民眾最快半小時內就能收到商品;以堅持「會員經濟」為特色、主打高性價比的好市多,此時投入外送,究竟是打什麼算盤?

延伸閱讀:foodpanda攜手全支付!解鎖「叫外送免刷卡」選項:7/31前可賺10%回饋,還能爽吃0元餐?
林聰明砂鍋魚頭攻進台北101!一鍋台味傳承70年:為何酸菜魚大退燒,它卻愈陳愈香?

終極目標:吸引你入會

好市多的主要考量不是與同業競爭,而是以增加會員數為終極目標! 」一名零售、物流業重量級人士如此斷言。

該人士分析,觀察好市多商品外送平台上的定價,會員與非會員價差超過兩成,對會員「簡直偏心到離譜」,由此可見,好市多的用意顯然是希望藉由外送服務進行「火力展示」,讓被好市多商品吸引的外送消費者,願意付出1350元年費,成為好市多會員。

目前,好市多在台灣擁有超過四百萬名會員,但近年會員數成長速度趨緩。業界觀察,由於好市多的14家實體門市幾乎都位於郊區,台灣消費者不像美國習慣每周開車出門採購,再加上少子化現象讓家庭平均人口減少,往往需要多人「分食」才能消化好市多的「美國份量」產品,在在降低民眾辦卡誘因。

「與Uber Eats合作剛好彌補了這些硬傷!」該人士觀察,斤斤計較是消費者的天性,一旦發現每年只要在外送平台上點7千元的好市多商品,年費就等於「回本」,確實會讓一些沒有開車、或經常「寄生」親友會員卡的顧客,考慮成為好市多新會員、甚至同時加入Uber Eats會員,等於創造雙贏。

另一位了解好市多與Uber Eats合作始末的零售從業人員也透露,「會員是好市多核心,但非會員仍是藍海,」若能藉由與外送攜手導入新會員,可望放大好市多的採購量、使價格優勢更加明顯;再加上外送消費者平均年齡普遍較低,就算沒有在第一時間入會,也能更加認識好市多品牌,增加組成家庭後的入會意願。

Costco Wholesale 好市多
Costco Wholesale 好市多。

實驗意味濃,但全聯已備戰

「很多人叫外送,可能是因為煮飯到一半發現雞蛋沒了、吃早餐發現牛奶喝光了。」一位量販店高層直言,好市多的大量採購特色,未必符合外送消費者的即時需求,因此好市多投入外送很可能也有「試水溫」用意,最少要觀察半年,才能判斷實際成效如何。

從好市多提供的商品組合來看,確實帶有濃濃的實驗意味。

舉例來說,好市多是在外送服務上線第2天,才開始提供美式烤雞與綜合壽司,也讓消費者有「驚喜」感;至於長期熱銷的牛肉捲、熱狗等熟食,仍只能到現場購買。但好市多私下透露,公司有聽見消費者的「敲碗聲」,未來將審慎評估增加品項,任何商品都不排除。

好市多的外送實驗,也是今年起才正式跨出美國本土。早在2021年,美國好市多就首次與Uber合作,在德州試行配送服務,目前已擴展到17州。今年美國好市多財報,也已預告自下半年起,會將與Uber Eats的合作拓展到英國、台灣、日本、韓國等市場,並比照美國經驗,對會員與非會員實施明顯價差。

量販巨頭出手試水溫,就足以讓台灣零售業者繃緊神經。全聯就在好市多新服務上線當天出招應戰,祭出多款商品買1送1、首購等優惠,消費滿99元還直接免運費,競爭意識強烈。

「市場這麼熱鬧,我們當然要參一腳!」熟知全聯運作的主管直言,不擔心被好市多搶走外送生意,因為小時達在全台約有1200個據點,運送時間又比好市多少一半,「完全不用緊張。」

外送員:運費甜,但訂單降

好市多外送服務上線近一周以來,一名時常跑量販店訂單的外送員表示,好市多熱度已稍微降低,雖然因為購買量體大,加上需要由外送員親自揀貨,所以每單運費相較其他量販店或是餐廳高出4到5倍,「但有時候等一小時都還沒有一單。」

堅守會員制的量販巨人跨足外送市場,成敗仍待時間驗證,但無論如何,消費者將是最大受惠方。

延伸閱讀:即時零售是什麼?阿里巴巴新戰略:合併外送和旅遊變超級App,背後在想什麼?
0050最新配息出爐!除息日、發息日一次看…存股小白一看怎麼少了?施昇輝:以為會有4元是天大誤會

本文授權轉載自今周刊

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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