美廉社揭秘:6元水、40種啤酒、250公尺內的生意,讓它穩穩活成了超市老三!
美廉社揭秘:6元水、40種啤酒、250公尺內的生意,讓它穩穩活成了超市老三!

零售業近幾年大洗牌,統一、全聯大者恆大,「老三」通常不會是鎂光燈焦點。但近年,台灣超市老三美廉社卻用一種草根方式崛起:被網友稱為「酒廉社」的它,也順從稱號,在店面掛起「巷口酒窖」招牌;在業界龍頭還在遲疑時,它砸下 4.5 億元率先導入電子價卡,是台灣首家全面導入的零售業者。

當家樂福被統一收購、全聯遭消費者抵制,這家 2006 年創立的「超市老三」用自己的步調,走出一套屬於自己的生存模式。論營收,2024 年 142 億,僅次於全聯、家樂福;論店數,813 家,僅次於全聯。支撐這些數字的,是一套與眾不同的經營邏輯。

美廉社的誕生,其實源自一瓶醬油?

三商家購總經理邱光隆表示,當初決定要開美廉社,是因為臨時有需求去便利超商買醬油,發現價格比量販店高出許多,看到市場空缺,決定開一間滿足社區需求的店:以便利商店的距離,販售量販店規格與價格的商品。

「我其實是被定位的。」邱光隆解釋,過去零售業會根據「價值曲線」做定位,軸的兩端是便利、便宜,便利商店最便利,售價自然會最高;量販店則相反、超市介於兩者之間。

但 20 年過去,因為科技介入,大家都在打破界線,而消費者也逐漸被「寵壞」,甚至有隨買隨取、分批取貨等服務,「我覺得未來沒有所謂的定位了,不只我,每個人都在做同一件事:想辦法更向消費者需求靠攏。」

固定客占 99%!靠民生必需品「硬折扣」留人、嗜好品增黏性

「做這種雜貨店,沒有人會為了你翻山越嶺。當客人是這種屬性,你要怎麼活?」邱光隆指出,美廉社只做店舖半徑 250 公尺內的生意,商圈非常小,有 99% 都是固定客,「正因為我們的客人不太會變,所以我們就要一直變。」

三商家購總經理邱光隆
三商家購總經理邱光隆。
圖/ 侯俊偉攝影

為了讓這些熟客感受到新鮮感,美廉社會不斷更新商品組合,目前有 2 條差異化產品線:「 嗜好品 」與 自有品牌 ,前者是為了滿足消費者好玩、嘗鮮的心,像是進口酒、進口糖果、國外商品等;自有品牌則是鎖定民生必需品,解決家庭三餐、生活需求,比如柴米油鹽醬醋茶。

他認為,民生必需品必須走「硬折扣」的概念:商品永遠一個價,不管什麼時候來買,永遠比別人更便宜。舉例來說,美廉社 600ml 的水只賣 6 元、1500ml 的水賣 13 元,是許多計程車司機早上補貨的必備商品。

「很多人都說我是神經病,」邱光隆強調,這樣做雖然沒辦法賺錢,但這種民生必需品卻是中老年客戶的最愛,「我是為了定錨,讓消費者知道我這裡最便宜,之後就會來我這邊買。」

嗜好品就不同了,它可以採用高低定價策略(high-low pricing),透過不同促銷方式,吸引不同需求的客戶。舉例來說,美廉社的啤酒商品約有 40 款,它會維持 3 成經典款,剩下 7 成每年更換新品,維持新奇感。像 2025 年熱銷的開心果口味冰淇淋,也是同樣概念,「我們會不斷找出這種能提供消費者一點點情緒價值的商品。」

目前,美廉社的差異化商品比例為 25%,「如果可以做到百分之百完全差異化,而且消費者還愛你,那你就是品牌了。」邱光隆以美國喬氏超市(Trader Joe's)擁有 9 成自有商品為目標,希望能以此不斷提升消費者的黏著度。

美廉社Tomod’sIMG_0576.JPG
圖/ 程倚華攝影

先求存活再求擴張,缺什麼就找人聯手

美廉社的另一個強項是成本控管,「因為我的商圈較小,業績不會太高,所以要反過來思考要怎麼獲利。」他們在成立第一天,就界定店面租金價格的預算上限、盡量不選三角窗的黃金店面,「我們比較是成本導向,因為店面太小了,決定店裡要賣什麼也是一個學問。」

邱光隆表示,他們在創業前 3 年不賣生鮮,因為要投資設備,損耗也較高,「我們先把店開在傳統市場旁邊,跟他們共存。」就連引進牛奶也是如此,先從一個小冰箱開始賣,等到周轉率變高、公司開始賺錢後,再慢慢擴大。

邱光隆在成立之初,就非常清楚品牌定位,「『夠了』就好,不夠的部分跟別人合作、共融,這種方式比你自己想盡辦法塞進一堆有的沒有的東西來得好。」

這也是為什麼他們在 2020 年會跟蝦皮合作,在店內擺設蝦皮店到店的服務櫃,因為他們可以透過蝦皮帶來不同類型的人流,而蝦皮在當時也能增加服務據點(編按:2025 年因合約到期終止合作);2024 年則投資寵物品牌「寵物好事」,透過併購強化寵物市場版圖。

以酒窖店來說,他們初期挑了 100 間酒的平均客單較高的門市試驗,擴大酒的貨架,從 2 座慢慢擴大到 5~7 座,威士忌單品也從原本單價最高 700 多元,提升到 2599 元,「我們也不是一口氣拉高客單,而是先測試,再拉高範圍。」

如今,美廉社慢慢發展出不同店型,如酒窖店、寵物店、美特店(Tomod’s 特美事複合店)等,「我們累積了快 20 年的 data(銷售數據),只要某個品類賣的好,我們就會擴大該品類的基礎。」

美廉社Tomod’sIMG_0573.JPG
圖/ 程倚華攝影

在零售業規模競賽愈來愈激烈的時代,美廉社沒有選擇和龍頭正面衝撞,而是用「夠了就好」的節奏,一步步把小商圈做深、把熟客做穩。在大者恆大的零售戰場上,這家超市老三證明,生存不一定靠跑得最快,而是靠站得最久。

本文授權轉載自經理人月刊

關鍵字: #時事追蹤
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