GM,老大象跳恰恰
GM,老大象跳恰恰
1999.11.01 |

在美國,網路上賣車的獨立線上經銷商,已經開始重寫汽車銷售的遊戲規則。
根據統計,近三成的消費者會在購車前,透過Internet比價與蒐集資訊。各地經銷商則付費給網路經銷商,試圖取得「區域專屬權」,讓網路經銷商如Auto-By-Tel、Carpoint、Autoweb.com等,為實體經銷商帶入銷售客源。

**尋變1
先在加州、華盛頓、奧瑞岡、愛達荷四州設立「Buy Power」網站,測試線上購車

**
這件事讓汽車製造商和經銷商傷透腦筋,因為網際網路的比價功能,讓原本擔任中介角色的經銷商必須不斷向聰明的消費者證明他們的誠實。網路讓購車者很容易做事前的準備,他們可以拿著調查到的最低價,到經銷點和業務人員「要價」,而不是相信製造商建議的經銷價格。
「消費者即將抓住購車過程中的控制權,汽車業者必須完全服膺消費者要我們做的事,才能留在業內,不被淘汰,」美國克萊斯勒董事長Robert Eaton在全美汽車經銷商大會中如是警告。
線上購車的趨勢迫使三大汽車廠思考:線上購車究竟是未來趨勢還是一時風潮?如果消費者持續在網路上買車,未來的經銷體系價值何在?什麼是汽車製造商未來最佳的營運模式(Business Model)?什麼是未來汽車銷售的通路主流?
製造Opel、Cadillac、Buick等車系的美國第一大汽車製造廠──通用汽車(GM, General Motors),兩年前開始進入網際網路的新世界,企圖為Internet時代的汽車製造商,找出未來的出路與模式。
他們先是「大膽」地開設了線上購車網站「BuyPower」,初期只在美國加州、華盛頓、奧瑞岡、愛達荷四個州進行測試。BuyPower可以讓消費者看到GM各經銷商的庫存情況、了解比較各經銷商的價格,也可以比較其他類似配備等級的競爭品牌車的價格,同時讓消費者在線上申請汽車貸款。
但是網站一推出,卻遭到各種困難及質疑。不是每個競爭品牌製造商都願意公開價格,也不是每個經銷商都樂於開放庫存數量好讓消費者聰明地殺下他的利潤。在初期實驗的四個州,只有60%的GM經銷商願意和BuyPower簽約。

**尋變2
這個測試網站無法吸引非GM的客戶,外界掌聲不多

**
外界也並沒有給予GM的勇於嘗試太多掌聲。波士頓顧問集團Khaykin說,GM的網站無法吸引非GM的客戶,「他們並沒有創造新的企業模式,他們只是用一種新的媒體重新回收(recycle)他們的客戶。」
賣車網站Autoweb.com的創辦人Payam Zamani認為,GM應該後退一步,「他們應該把Internet當作是廣告媒體,就像電視和收音機一樣,而不是自己開始去經營一個電視台。」GM的積極,也引發經銷體系的不滿,認為他們很有可能成為經銷商未來的競爭者。
但是GM的布局背後顯示著他們的憂慮:美國共有2萬3000家經銷商,經銷體系已經過於飽和,太多的經銷商追逐太少的買主,已被認為是「自負而無效率」。分析家預估,當經銷商縮減到9000至1萬2000家時,製造商將大幅節省通路的成本,縮減所有成本的15%。

**尋變3
經銷商危機帶來壓力,台灣GM開始網路賣車

**
更重要的是,GM已經感受到,在一個以消費者為中心的網路時代,他們必須更貼近消費者的需求,才能避免被淘汰。
在美國巔巔簸簸的實驗過程,還沒找到結論,在台灣,GM卻因著一個「意外」,成為開創台灣網路賣車的先驅。
今年六月,台灣GM開始透過網路賣車,成為台灣第一個線上賣車的汽車製造商。與其說是因為遠見,不如說是危機帶來的壓力。
台灣通用主要的經銷體系——國產汽車發生財務危機之後,台灣通用苦思新的銷售可能性,在這種狀況下,網路購車便成為值得投注的新管道。
沒想到,三個月內,台灣GM透過網路賣出50幾輛車。台灣GM總裁蔣泰瑞說,他們的模式結合了虛擬與實體(click and motar)的操作過程:網路提供資訊,代替實體Showroom的功能,線上諮詢服務人員則透過網路解答消費者疑問,同時提供消費者到府試車的服務。
台灣GM發現,低價車比較適合網路銷售,在網路上提供實際的價格折扣,則是吸引消費者的不二法則。GM目前的銷售也以庫存車為主。
台灣的模式已經吸引全球總部的注意,決定將台灣納入全球四大「領航計畫」(pilot project),做為實驗電子商務模式的灘頭堡。

**尋變4
效果不錯的台灣經驗,成了GM全球總部電子商務模式的灘頭堡

**
台灣通用汽車總裁蔣泰瑞指出,之所以選擇台灣,主要是因為美國的實體銷售體系與機制已經非常成熟,改變要付出的代價與困難也較大;而台灣市場對於新科技導入與新的購物型態,接受度很高,台灣通用的成績也證明台灣發展電子商務的潛力。
台灣當然也有類似的利益衝突。「要讓消費者接受,可能要比內部人接受容易,」負責規劃線上購車的台灣通用汽車網路行銷經理林瑤容感嘆地說,經銷商曾經為了抵制網路賣車小組,在一夜之間提走了所有的庫存車,讓網路購車小組無車可賣;也因為和實體經銷商的利益衝突,讓網路購車一直無法定位價格,提供較好的價格折扣。財務人員也一直不能理解網路部門的投資要如何看到回收,因而時時掣肘。
全球總部的支持,給了網路小組一計強心針,在領航計畫中,台灣GM的網站將從現在的「陽春型」服務,擴大到線上汽車貸款、線上付款、甚至可以依消費者喜好訂出「個人化車型」、供應商可以透過網路看到每小時訂單的狀況……。
台灣和美國的實驗才要開始,沒有人知道什麼模式才是最好的「答案」。美國媒體曾用「大象跳恰恰」,形容GM的轉型。不論他們成功與否,但是這隻大象勇於挑戰未來的精神,應該能讓他們有更豐富的學習。

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