外送專法上路!餐廳與其苦守成本,不如把外送當「獨立市場」重新定價
外送專法上路!餐廳與其苦守成本,不如把外送當「獨立市場」重新定價
2026.07.21 | 新零售

《外送員權益保障及外送平臺管理法》(外送專法)在7月21日正式上路,衝擊台灣規模上千億的外送產業。平台不能再靠疊單壓低成本、外送員有了法定最低報酬、商家面對可能調漲的抽成,約15萬名外送員與超過10萬家合作商家的處境都跟著改變。

由於真正受衝擊的是中小型的獨立店家,我認為餐飲業者最需要換個腦袋。與其把平台高達三成的抽成當成侵蝕毛利的成本,不如把外送當成一個「獨立市場」來經營。外送帶來的客人,有很大一部分本來就不會走進你的店,既然是只存在於外送的增量需求,就值得為「便利」另外定價,不必和實體門市共用同一張價目表。

外送專法到底規範了什麼?

這部專法是台灣第一部中央層級的外送規範,核心是由政府介入,改變過去派單規則完全由平台演算法決定的狀況。

新法規定外送員每筆訂單的基本報酬,換算時薪後不得低於最低工資時薪的1.25倍,並設下每單45元的保障底線。過去由演算法決定的派單報酬,現在有了法定下限。

新法也規定,一單只包含一個取件地與一個送達地。就算平台用演算法把順路的多筆訂單派給同一人,也必須逐筆計算基本報酬,不能再用「疊單」併單來稀釋單價。

保險方面,平台須全額負擔外送員的第三人責任險與團體傷害險,沒投保就不能派單。平台還必須建立停權與申訴機制,而且要為停權處分負舉證責任。

這些規定替過去缺乏保障的外送員補上了基本保障,但也代表平台這幾年靠低成本快速擴張的模式走到了盡頭。

平台業者會怎麼轉型自救?

我認為專法對平台是利弊並存。薪酬保底、公開的停權申訴管道、強制職災保險,能讓平台擺脫過去「血汗平台」的形象,也讓整個產業走得更長久。

但禁止疊單併算,等於切斷了平台過去靠演算法壓低配送成本的規模優勢。foodpanda初估,專法上路後平均每單成本可能增加三到五成。

獲利壓力下,漲價幾乎是必然。Uber Eats已先從商家端著手,把商家服務費上限拉高到35%,實際調幅視個別商家而定;foodpanda 則暫不跟進,選擇先自行吸收成本。兩家外送業者的節奏不同,但都只是這波價格調整的開端。

延伸閱讀:外送專法上路!Uber Eats先漲商家費、foodpanda觀望,成本誰埋單?

短期內價格波動可能讓單量起伏,但長期來看,外送已經是台灣人生活的一部分,黏著度很高。便利性有它的價格,消費者因為漲價而不點的比例,可能比想像中小。

為了在新規定下維持獲利,平台會加緊開發運費以外的收入。例如仿效亞馬遜做零售媒體廣告聯播網(RMN),用手上的大量使用者數據替品牌做精準行銷,這已是全球平台常見的做法。

平台也在投入生鮮雜貨與自有虛擬超市,靠更多元的商品拉高客單價與毛利,在熟食外送之外開出新的收入來源。

我認為這波法規壓力,正在逼平台從單純的物流媒合,轉型為收入來源多元的快商務(Quick Commerce)。

餐飲業者該怎麼重新定價?

成本上升,也會轉嫁到超過10萬家餐飲業者身上。大型連鎖品牌議價能力強、有規模經濟,受平台漲價的影響較小;真正受衝擊的是中小型的獨立店家。

一般餐館的淨利率本就微薄,台灣約一成。扣掉外送平台高達三成的佣金後,在原有成本結構下幾乎沒得賺。我一直主張,餐飲業必須換個思維,把外送平台當成一個「獨立市場」來經營。

所謂獨立市場,是指外送帶來的營收有很大一部分是「增量」:這些客人如果沒有外送,本來也不會走進實體店。太忙走不開、懶得出門、大太陽、下雨、生病,甚至未來在宅養老,都是只會出現在外送、不會出現在門市的需求。

接受這個前提,外送服務就有它的價值,消費者也會慢慢接受要為這份便利付費,就像花錢請快遞一樣。餐飲業因此可以採取兩種和過去不同的策略。

第一種是差別定價: 同一項商品,線上平台的售價設得比實體門市高,把平台抽成直接算進定價。這樣實體門市的毛利不會被侵蝕,享受便利的線上消費者則負擔相應的通路成本。

第二種是差異化產品: 專門為外送市場設計不同的商品組合,另訂價格,例如推出外送限定套餐。用線上專屬品項拉高客單價來稀釋佣金,也避開和實體店面的直接比價。

外送員為什麼未必是贏家?

對約15萬名外送員來說,專法帶來最低報酬與強制保險,讓高風險的街頭勞動有了基本保障。但新法並未把外送員改認定為僱傭,實務上仍維持承攬關係。

未來平台可能為了分攤攀升的法遵成本,比照叫車平台向司機收服務費的做法,要求外送員付「平台登入費」。成本分攤會從原本的消費者、商家兩方,擴大成加上外送員的三方一起負擔。

另外,單筆配送的固定成本被大幅拉高後,平台會調整派單邏輯,優先派給評分高、送得快的專職外送員。結果是大量兼職、或在偏遠地區的外送員,可能接不到單。

外送長期仍會繼續成長

在這場利益重新分配裡,最終買單法遵成本的還是消費者。專法上路後,變貴的不只是餐點價格,整個外送的消費門檻與體驗都在改變。

平台過去為了搶市佔祭出的大額折扣與優惠券,勢必大幅縮水。免運門檻也會明顯拉高,消費者為了湊免運,常會多點一些原本不需要的商品,實際支出反而增加。

服務體驗也會改變。專法嚴格限制疊單,過去外送員順路一次送好幾單的模式被打破,尖峰時段或距離較遠時,等待時間會明顯拉長。

台灣外送市場正在告別「平價、人人都用得起」的定位,往「外送精品化」的方向走。但十年養成的使用習慣不會說變就變。就像當年電商剛起來時,大家擔心運費會擋住成長,最後消費者還是接受了把運費當成購物成本的一部分。

我認為,外送的長期成長曲線,不會因為這部專法而逆轉。

本文授權自高端訓【品牌AI攻略】

關鍵字: #外送
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