就算再便宜,為什麼誰都很難成為下一個UNIQLO、迪卡儂?紡織同行指出強大關鍵
就算再便宜,為什麼誰都很難成為下一個UNIQLO、迪卡儂?紡織同行指出強大關鍵

UNIQLO、迪卡儂、WORKMAN,這三家主打平價、機能性服飾的品牌,普遍受到消費者喜愛,但,真的「只要便宜」,就可以像是他們一樣賣得紅紅火火嗎?

UNIQLO、迪卡儂、WORKMAN.jpg
圖/ 扛布者-為紡織而活的男子

UNIQLO平價背後的底氣

身為做布與賣布的人,必須說紡織沒那麼簡單。就算真的可以賣到比他們便宜一半的價格,但仍然很難成為下一個UNIQLO。因為他們的強項不是只有便宜,更強大的是在價格之外—— 有著超強的組合跟設計

好比說,UNIQLO的發熱衣主要有三個保暖層級,從一般到最保暖依序是:HEATTECH一般款、極暖、超極暖。這三種會依厚度、材質與適合溫度帶來不同的保暖效果。

這對一般人來說很好理解,但對於行業內的人,要用怎樣的布料跟剪裁設計,搭配應用到不同的需求,就是件很困難的功夫了。

記得2024年1月從台北到紐約旅行。我從攝氏15度,跨到紐約第一天的0度,再到寒流來襲的-7度。一次就體驗了穿上UNIQLO一般款、極暖、超極暖三種材質的巨大差別。

HEATTECH.jpg
UNIQLO HEATTECH系列
圖/ UNIQLO

在台北這種濕冷、有冷氣團的氣候,一般款穿起來輕薄且沒有負擔感,對我們相當適用;而到紐約0-3度的氣候中,極暖款式中因為有更高含量的棉+舉丙烯睛,所以有更好的蓬鬆效果,蓄熱自然就來得更理想。

再到冷一點的氣候,因為伴隨著下雪的可能,如果發熱衣採用棉質的材料,反而會因為潮濕而影響保暖效果,所以UNIQLO又再改用聚酯纖維為主導,同時也增加布料重量,還有應用縲縈,讓身體降低因暖氣房中的乾燥空氣產生的靜電困擾。

從三種層級的小細節來看,可以感覺UNIQLO在細節上的用心,該品牌
每年也會再因回饋做細微調整。這是他們之所以受到大眾歡迎,非常關鍵的原因之一。

延伸閱讀:都是平價快時尚,UNIQLO和GU到底差在哪?為何GU價格更親民?一文看懂背後低價策略

迪卡儂:藉由車縫版型與打動細節,提升穿著體驗

再看目前在台灣有19家實體門市的迪卡儂(Decathlon)。

迪卡儂主力價位約500~2,500元。店內從百元入門到千元內機能款都有對應產品,且幾乎每個大運動類別(跑步、健身、戶外、球類、水上、瑜伽)都有一套從內到外的服飾解決方案,主打「一站買齊」,搭配門市試穿與體驗區。

迪卡儂_2024-08-01_侯俊偉攝影_ (4).JPG
圖/ 侯俊偉 攝影

以迪卡儂的運動設計款而言,就算不使用昂貴布料,透過細節的打洞、車縫版型的調整,就能讓顧客在接觸運動時有更好的體驗。

以我自己訓練跑步的親身體驗,迪卡儂的確是個相當好的選擇。不容易因為布料初階而就感到悶熱(但就算衣服壞了,老實說也不可惜)。

WORKMAN:價格實惠又耐穿,背後是大量時間琢磨

另外一家主打平價的日常機能服WORKMAN,因為價格實惠、耐穿,同樣也受到消費者喜愛,先前才宣布將於2029年在台灣開店,引起熱議。

WORKMAN把機能發揮到極致的路線,也其實並不好走。畢竟要湊齊那麼多種原料搭配不同的應用場合,而非只是用一塊布、一種膜、一個吊牌打到底,這需要的也是大量的時間琢磨。

最近在試穿他的X-SHELTER背心。不得不說,保暖效果的確是一流,而且就重量來說也相當輕盈,就算版型陽春了點,但假設是以工裝、工作,粗活為主的用途,它絕對是最佳選擇,WORKMAN清楚自身的客群是什麼,所以選擇了對症下藥,用材質達到最高的物超所值感受。

所以,真的別再以為他們就單純是靠便宜打天下。

在價格有天花板下的前提,這些品牌所下的苦功比起高檔品牌來說,是只會更多不會更少的。畢竟要在減法成本中找到最大值,本身就不是件容易的事情。如果只看到它便宜的一面,不去解讀他後面各種專業的精華,那就無法看到品牌最令人讚嘆的一面了。

本文授權轉載自扛布者-為紡織而活的男子

延伸閱讀:快時尚巨頭倒一片,Uniqlo憑什麼逆風成長?拆解迅銷集團40年平價帝國之路

關鍵字: #UNIQLO
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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