feature picture
PChome

上半年包裹塞車怕了!應戰雙 11 檔期,momo、PChome、超商做了什麼準備?

2021-11-10 採訪·撰文 周頌宜
分享
收藏
已完成
已取消

今年上半年,突如其來的三級警戒不只打亂你我的生活,也殺得業者措手不及,面對海量的訂單和包裹,電商平台承諾消費者的「今日下單,隔日到貨」全數食言,便利商店的取貨服務也連帶受到影響。

不過,這場危機也正好成為雙11的模擬考,比起疫情的不可控,雙 11 則是可預期的檔期,且連年創下新消費紀錄。以台灣兩大電商平台 momo、PChome 近 3 年的財報來看,momo 2018~2020 年 11 月的單月營收分別是 47.6 億元、66.8 億元、92.6 億元,相較同期成長皆超過 3 成,PChome 的單月營收分別是 42.7 億元、46.9 億元、52.6 億元,三年來也有近 1 成的漲幅。

延伸閱讀:蝦皮店到店狂開 40 家!看似和超商搶生意,其實另有盤算?專家解讀

去年雙 11 檔期,消費者平均多等 3~5 天,甚至長達一個月才能拿到包裹,今年三級警戒期間再度反映運能的不足。經過 5 個多月的壓力測試,超商通路、電商平台做了什麼改變?消費者能夠在雙 11 期間,如期拿到包裹嗎?

短鏈物流成新常態!momo 不斷擴點衛星倉、PChome 投資即時物流新創

對比同業的統倉策略,momo 深耕短鏈物流,現有的衛星倉已達 25 個,仍持續規畫擴點,雙 11 期間還租用超過 10 個臨時倉庫,並額外招募 1000 多位人力,搭配自建車隊「富昇物流」約 17% 的運能,「每年都會多做準備,但這對我們來說仍是艱難的挑戰,」momo 總經理谷元宏說。

谷元宏補充,雙 11 的戰線年年拉長,今年自 11 月 1 日活動開跑,每日都有不同的商品折扣活動,消費者不需等到 11 月 11 日當日下單,也同樣享有折扣,同時起到物流疏散的作用。

另一方面,在品項出貨的配置上,藉由大數據分析,約有 8 成的商品預先到倉,顧客一下訂就可直接出貨,做好提前分流的準備。

PChome 除了與宅配業者合作,加上自有車隊「網家速配」,今年 7 月更轉投資物流科技新創 Pickupp,布局短鏈物流。

相較傳統物流,採貨物統一入倉再派送、商家直送消費者的模式,Pickupp 將兩種模式整合,運用閒置的倉庫或零售商家空間,作為地區型的衛星倉或轉運中心,進一步藉由大數據分析和 AI 模型,預測、調度訂單。

對於物流士來說,不再只能一次接一單、反覆跑同樣的路線,而是一次多點領貨及配送,解決多工、重工的問題,也能更精準派送車型或車款,做最有效的物流運用,降低成本之餘,提升物流效率。

PChome 執行長暨總經理蔡凱文指出,目前網家速配與 Pickupp 以台北市為試辦區域,量能相較初期合作已提高 10 倍,可望提升物流的戰力。接下來,地區小倉也會是 PChome 的重點發展方向。

個人賣家交寄量破千件!超商也啟動大量收貨服務?

根據萊爾富的內部數據,雙 11 檔期的包裹數約是平日的 3~5 倍,包含賣家的交寄包裹和顧客的到店取貨,都是年年成長,可見雙11建立的消費習慣已成熟。面對近 2 周的包裹高峰期,超商業者又該怎麼因應?

萊爾富店到店
萊爾富、7-11、全家等超商也逐步導入自助領貨服務,加快領貨速度、緩解包裹卡關的情況。
萊爾富

萊爾富表示,對於門市來說,比起宅配業者的受創程度,物流堵塞並未對超商造成太大的影響,最大的挑戰是如何消化賣家交寄的大量包裹。內部數據顯示,個人賣家在雙 11 的單次交寄量,最多可達到數百、甚至上千件,造成門市包裹的負荷量超載。

為此,萊爾富於 10 月推出「萊收貨」,針對交寄需求較大的賣家,提供上門收件的服務,一方面減少賣家反覆奔波、交寄的勞動,同時也能緩解門市存放寄件包裹的壓力。如果門市仍收到超出負荷的包裹數,可以直接向總公司申請派遣專車回收包裹,力求即時分流、消化包裹。

延伸閱讀:退貨率僅 1%、比 iPhone 還低!台灣最大生鮮電商年營收 12 億的祕訣

在物流倉儲方面,萊爾富則將每日的理貨次數由 1~2 次提升至 3 次,同時協調人力、增加物流車隊,並加開大夜班處理貨量。

此外,7-11、全家、萊爾富等超商也逐步導入自助領貨,消費者只要憑手機末三碼,就能在開放貨架上找尋自己的包裹,再拿到櫃台刷條碼、繳費領貨,加快領貨效率,緩解人力不足、包裹卡關的情況。

萊爾富提及,目前會到超商寄、取件的顧客,連帶消費的比例約是 4 成,也就是說,持續優化寄、取件體驗,也成為超商吸引顧客上門的誘因。

繼續閱讀 時事觀點
相關文章
feature picture
經理人

AI 不只要懂數據,更要懂企業!Teradata 如何加速實現自主型企業?

2026-11-09 經理人 X 擎昊科技 X Teradata
分享
收藏
已完成
已取消

隨著生成式 AI 快速發展,AI 的角色正從回答問題、生成內容,進一步走向執行工作、參與決策,這也讓「自主型企業(Autonomous Enterprise)」成為企業數位轉型的新願景。在這樣的企業中,AI 不再只是被動等待人下指令的工具,而是可以在授權範圍內自主做出決策、執行任務,且會持續學習與優化的數位員工,而人則肩負起監督與審核的責任,確保 AI Agent 的決策與行動符合企業目標及治理要求。

然而,要實現自主型企業的願景,除了依靠強大的 AI 模型外,企業還需要掌握兩個關鍵:一是釐清自身希望透過 AI 解決哪些業務問題、達成什麼目標;二是讓 AI 真正理解企業的業務脈絡。這兩個關鍵,不僅決定 AI 能否從概念驗證(PoC)走向實際營運,更是企業朝自主型企業邁進的重要基礎。

邁向自主型企業,企業必須掌握的兩大關鍵

Teradata 首席營收長 Richard Petley 指出,企業在定義 AI 導入目標時,不能只著眼於技術是否可行,更應該從實際業務需求出發,設定明確且可衡量的成果與投資報酬。

舉例來說,金融業可能希望提高詐欺偵測率、降低風險;零售業則想要藉由個人化推薦提升轉換率與顧客體驗;製造業也許會將縮短生產週期、提升供應鏈效率列為目標。雖然不同產業對 AI 的期待各有不同,但共同點都是希望解決具體的業務問題,而不只是驗證 AI 能做到什麼。

第二個關鍵則是讓 AI 理解企業的業務脈絡。即使企業已經將所有資料集中在同一個平台,也不代表 AI 就能理解這些資料。例如,AI 可能知道某位客戶的交易金額下降,卻不知道背後究竟是受到合約條件改變、採購週期等哪一項因素影響。

換句話說,若 AI 不清楚數據背後的意義,以及企業實際的業務流程與決策依據,即便數據量再多、模型能力再強,仍難以做出適當判斷。因為真正影響企業決策的資訊,往往不只存在於數據本身,也可能藏在不同部門的作業流程、內部文件,甚至資深員工長年累積的經驗之中。

因此,企業不只要整合散落在不同系統、資料庫與文件中的數據,還必須建立資料之間的關聯,讓 AI 不只看得懂數據,更能理解數據背後的業務意義與決策邏輯。如此一來,AI 才不會像一名對公司業務一無所知的新進員工,而是能夠根據企業的實際情境做出適當判斷、執行任務。

Teradata 兩大解決方案,打造由知識與脈絡驅動的 AI

Teradata 首席產品長 Sumeet Arora 認為,邁向自主型企業是一段漸進式的轉型歷程,若能讓 AI 充分理解業務脈絡,就有機會加快轉型腳步。為此,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用,讓 AI 不只理解企業的業務邏輯,更能將這些理解運用在實際任務中。

舉例來說,歐洲某醫療研究機構運用 Teradata 解決方案及自家資料庫,開發出一套僅有 200 萬個參數的輕量化 AI 模型,可預測不同病患族群未來 10 年內的疾病發生情況,提供相關單位及早做好醫療需求與資源規劃。美國某大型醫院透過 Teradata 平台整合病患數據,進而開發出可直接在資料庫內執行的病患風險分層模型,可從病患特徵去辨識其風險程度與照護需求,讓醫師據此規劃更精準的照護計畫。

擎昊
Teradata 首席產品長 Sumeet Arora 表示,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用。
經理人

首先,Tera Context Engine 扮演的是企業知識整合與轉譯者。它能整合企業分散在四處的數據與內容,並納入內部專家長年累積的經驗,在符合數據治理規範的前提下,轉化為 AI 能夠理解與運用的企業智慧。換句話說,Context Engine 的價值不只是提供更多資料,而是讓 AI 理解資料背後的商業意涵,以及如何運用在實際情境中。

有了業務脈絡,下一步就是讓 AI 真正採取行動,這正是Tera Harness 所扮演的角色。它會結合 Context Engine 提供的知識與脈絡、企業設定的目標,如:提升客戶滿意度,讓 AI 去執行對應任務,並依據結果持續調整行動策略。而在涉及重要決策或較高風險的應用情境中,Harness 也能導入人機協作機制,由人介入決策、提供回饋,降低 AI 自主決策可能帶來的風險。

然而,當 AI 開始自主執行更多任務,企業也面臨另一項挑戰:如何在擴大 AI 應用的同時,兼顧主權 AI 與資安需求?對此,Sumeet Arora 指出,Tera Harness 支援地端、雲端及混合部署等不同 IT 架構,能夠配合資料所在位置去執行任務,企業可依據自身的治理與法遵要求彈性部署,將重要知識與商業機密留在內部可控的環境中。

此外,當 AI 開始承擔更複雜、執行時間更長的任務,如何避免因意外而導致任務中斷,也是企業相當關注的課題。為此,Teradata 在 Harness 中導入檢查點與記錄機制,倘若 AI 因意外而中斷正在執行的任務,Tera Harness 會從最近一次的檢查點接續執行,不必從頭再來,減少不必要的時間與成本浪費。同時,Harness 也具備高併發處理能力,可同時處理多個 AI 任務,提升 AI 參與日常營運的穩定性與可靠性。

從資料倉儲走向 AI 知識平台,Teradata 3.0 攜手擎昊加速企業轉型

Tera Context Engine 與 Tera Harness 的推出,不只協助企業加速 AI 應用落地,也反映 Teradata 對自身定位的轉變,正從傳統資料倉儲供應商,轉型為企業 AI 知識與 AI 執行能力的供應商,協助企業將分散的資料轉化為 AI 可理解的脈絡資訊,進而驅動智慧決策與自動化執行。

Richard Petley 進一步說明,Teradata 的發展可分為三個階段,在最初的 Teradata 1.0 時期,以軟硬體整合的資料倉儲設備為主,到 2.0 則轉向支援地端與雲端部署的現代化軟體,如今進入 3.0 階段,客戶不一定要採購整套資料倉儲解決方案,也能依需求導入 Context Engine 或 Harness。這樣的轉變,顯示 Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。

擎昊
Teradata 攜手台灣代理商擎昊科技,結合原廠 AI 技術與在地系統整合經驗,協助企業加速 AI 應用落地,邁向自主型企業。圖中由左至右,依序為 Teradata 首席產品長 Sumeet Arora、擎昊科技總經理劉宗坤及Teradata 首席營收長 Richard Petley。
經理人

然而,再先進的技術架構,仍需要在地專業夥伴協助落地。而擎昊科技作為 Teradata 台灣代理商,不僅與原廠保持密切互動,更擁有深厚的技術實力,及豐富的企業級系統規劃、建置與整合經驗,協助企業打造穩定可靠的 IT 環境,讓 AI 應用能夠順利導入並持續運作。此次 Teradata 兩位高階管理者 Richard Petley 與 Sumeet Arora 來台,除了與企業客戶交流 AI 發展與應用需求,也攜手擎昊科技深化在地合作,共同拓展台灣市場。

面對缺工、高齡化與市場競爭加劇等挑戰,如何運用 AI 提升營運效率並強化決策能力,已是企業的當務之急,這也讓自主型企業成為未來必然的發展方向。在這條智慧轉型的路上,Teradata 將持續攜手擎昊科技,融合 AI 技術、企業知識與系統整合能力,協助企業加速 AI 應用落地,朝自主決策與智慧營運的新階段邁進。

擎昊
Teradata 首席營收長 Richard Petley 指出,Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。
經理人
擎昊科技
Teradata

解鎖更多提問機會!

請先登入會員

會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
訂閱方案