40億營收卻不蓋一間央廚!豆府憑什麼成上市餐飲獲利王,淨利率狂壓王品、瓦城?
40億營收卻不蓋一間央廚!豆府憑什麼成上市餐飲獲利王,淨利率狂壓王品、瓦城?
2026.03.27 | 新零售

提到最受股東歡迎的餐飲股,王品往往是許多投資人的第一,無論是每年派發的現金股利,或近年平均股價表現,皆穩坐股王之位,但在台灣餐飲上市櫃公司中,號稱淨利率最高的獲利王其實另有其人。

韓式料理起家的豆府(2752),日前公告2025年第四季財報,去年營收首度突破40億元、達40.72億元,年增11.58%,且 淨利率高達9.95% ,不只贏過平價中式快餐霸主八方雲集,還遠遠領先淨利率大多落在5%左右的王品、瓦城。

2025年上市櫃餐飲獲利排名

同樣以中價位餐廳櫃位為主力,豆府如何煉成高出同業近兩倍的淨利?

獲利秘訣1:低中高價位全佔盡!豆府稱霸高毛利韓料市場

豆府的高獲利能力,根本原因來自所選的韓式料理主戰場。一位不願具名的上市櫃餐飲總座直言:「韓式料理的核心食材是醬料和豆腐,不像牛排或海鮮,食材成本天花板相對低,加工附加價值卻很高。」

攤開豆府的旗下品牌,除了目前全台27間的起家品牌涓豆腐,店數排行第二、第三多的北村豆腐家(26家)以及韓姜熙的小廚房(20家)全都圍繞著韓式家常料理發展,只不過涓豆腐以嫩豆腐煲為主打,兼有韓式燒烤、定食套餐,強調食材精緻與用餐氛圍;北村豆腐家則往下發展更平價的家庭聚餐市場;韓姜熙的小廚房主攻翻桌率較高的韓式街頭小吃。

豆府集團品牌
圖/ 豆府
涓豆腐_豆府集團
豆府旗下主力品牌多為韓式料理,且展店多在百貨、賣場。
圖/ 豆府集團

靠著與百貨、大賣場體系的緊密合作,即便過半店數重押韓式料理,豆府的擴張速度仍沒有因菜系單一受阻。2024年初,豆府全台門市還只有70多家,但截至今年三月的對外公告,豆府在2025年底已達99家。進入2026年,豆府目標再展10家店以上,勢必突破百店規模,且計劃新增700名員工。

獲利秘訣2:堅持代工、不砸錢蓋廠,穩住製造毛利

除了品牌菜系的選擇,豆府還有一個獲利秘密,來自與同業不一樣的選擇: 堅持代工模式 。餐飲顧問林剛羽指出,豆府是國內上市櫃餐飲業者中,少數營收超過30億元,卻仍未選擇自建央廚的業者。據過往集團年報也指出:豆府主要採用委外代工(OEM)模式,與通過ISO、HACCP等國際食品安全認證的合格廠商合作,進行醬料、食材等核心產品的生產製造。

明明過去多數大型餐飲集團常將動輒數億元斥資自建的央廚,作為規模經濟的軍火展示,難道大規模生產,不能成為餐飲業者的獲利保證嗎?是,也不是。

大型餐飲業者流行蓋央廚,主要為了自主掌握研發、生產,且讓生產速度與產量能及時回應市場。林剛羽指出,當然有許多餐飲企業的成功是因為有完整央廚,而得以大幅成長,例如饗賓、乾杯。「但蓋央廚,同時也是一個展店速度與產能不斷追逐的過程。」

毛孩乾杯
不少餐飲集團大舉發展央廚,乾杯正是利用央廚發揮多角化經營綜效的業者之一。
圖/ 乾杯提供

原因在於,集團通常會在展店衝刺期、大約數十店規模時,萌生蓋央廚的興趣。然而蓋一間標準大央廚,通常集團要開到近百店,甚至數百店才划算,而當業者好不容易開到終於能填滿央廚產能的店數,正要發揮經濟效益時,央廚卻又可能迎來需要加大產線或是設備更新的下一階段,業者只能繼續投資、甚至建新廠。

林剛羽指出,在這個店數追逐產能的過程下,不少央廚大多時候產能是剩餘的,這也是為何許多餐飲集團會轉往銷售冷凍、常溫食品,進軍零售通路,免得被央廚的設備攤提成本拖累。

樂麵屋
豆府於2024年收購樂麵屋,跨足日式拉麵市場
圖/ 豆府提供

一家旗下店數近10間的國內知名日系餐廳品牌負責人也表示,雖然旗下絕大部分餐廳開在百貨,租金貴、坪數小,但目前仍選用前店後場的方式製餐,也是考量:「如果食材都要先在央廚預製好,再送到門市料理,設備、物流等花費可能會讓成本多出兩成。」

即便在店數衝刺期,豆府仍選擇與代工廠商緊密合作,不被自建央廚的產能綁架開店速度與選擇。林剛羽認為,這會是未來時代,更多餐飲企業可能效仿的方式。他指出,隨著國內合規的央廚供應鏈發展更趨成熟,「透過專業分工,一來讓餐飲業者達到輕資產的管理模式,二來也有機會激發更多新興餐飲業者投入市場。」

延伸閱讀:
[Grab買台灣foodpanda!Uber Eats不得不戰,為何酷澎momo也該緊張?][1]

豆府跨入其他菜系的獲利挑戰

不過豆府的獲利秘訣也可能是雙面刃,同一位不具名餐飲總座坦言,正因韓式料理的低成本、高毛利,「讓豆府後續跨入其他菜系,體感上會不那麼輕鬆。」攤開豆府的多品牌藍圖,除了韓料品牌,近年進攻東南亞菜系,像是泰式料理帕泰家、越式的飛機河粉,以及2024年收購而來的日式拉麵樂麵屋(太魯閣國際),但這些品牌目前多是個位數門市,對集團整體營收占比還不大。

過去兩年豆府EPS皆超過15元,2025年全年EPS達15.04元,今年3月上旬董事會也決議,每股配發13.5元現金股利,只僅次於王品決議超額配發的16.11元,未來豆府能否在維持獲利水準的同時,繼續衝刺成長,值得股東們持續觀察。

延伸閱讀:
[台灣人一年跨境網購752億創歷史新高,momo卻首見年度營收衰退!錢到哪裡去了?][2]
[同事都在用AI做事?Claude Cowork完整教學,教你一步步打造AI Agent超強工作流][3]

本文不開放轉載
[1]: https://www.bnext.com.tw/article/90390/grab-acquires-foodpanda-taiwan-impact
[2]: https://www.bnext.com.tw/article/90428/2025-taiwan-cross-border-ecommerce
[3]: https://www.bnext.com.tw/article/90369/how-to-claude-cowork-6-step

關鍵字: #餐飲業動態
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