新消費型態 全球零售產業大翻轉

由於全球消費型態改變、電商與社群平台成長快速、勞力短缺等外在因素衝擊，加上多數傳統零售服務業來不及進行數位轉型，從2015年迄今全球各地零售服務業紛紛出現倒閉潮，關閉大量的實體商店，每年都創下新記錄。根據統計調查，美國2017年約8,100家商店停業，2018年約5,800家，預估2019年將有1.2萬商店倒閉。英國於2018年零售業倒閉2萬家，裁員近15萬人。而日本商店也面臨同樣的危機，2018年度宣布倒閉、歇業和解散的日本百年老牌企業高達465家，打破2000年以來的新高紀錄。2019年3月日本7-11公布部分直營店不再24小時營業，而縮短為16小時。

零售服務業通常是以在地消費生活需求為起點，因此各區域市場所發展出來零售應用服務具有高度的在地化特性，同時也形塑各區域市場零售服務業的生態體系。特別是在這個時間點，各種「新零售」、「超零售」、「科技零售」、「無人零售」等新名詞推陳出新，共同反映了全球零售服務業正面臨數位轉型的急迫性，原因有二：一是從2017年底迄今全球零售服務業面臨各種數位化衝擊，如萬物聯網、使用者大數據、人工智慧等各種技術快速發展下，正改變一般消費大眾的生活型態與消費行為，零售服務業爆發倒閉潮也亮起了〝若不改變則被淘汰〞的警訊。二是各種破壞式商業模式陸續出現（如Uber、Airbnb等）、少量多樣快速客製化、全球價值鏈縮短等驅動因素，也帶動零售供應鏈轉變，從過去的線性模式轉為數位協同網路模式（Digital Supply Network，DSN），零售服務業者必須要做到能快速反應並動態處理當下消費者、合作夥伴及上下游相關廠商等所有現況與需求，此促使零售服務業者導入新技術，進而打造出新商業模式和新零售應用服務鏈，以持續營運或求得新商機。

台灣先天後天加持 可發展有利基的新科技服務業

台灣先天與後天條件皆有助於零售服務業的發展。在人口消費特性方面，台灣地小人稠，人口密度排名全球第十，約651人／平方公里，台北市更高達9,844／平方公里，平均每平方公里有6家超商，因此台灣便利商店密集度全球第2，平均每2,211人就有一家便利商店。台灣人也喜愛去超商，2017年四大超商總來客數達28.8億次，平均每人每年上門達122次，不到3天就光顧一次，平均每人一年消費近萬元。目前台灣四大超商積極發展零售服務科技，並且有各自發展的技術項目與合作夥伴，其中全家與萊爾富以節省店員勞力為首要，而OK與7-11則投入智慧販賣機為方向。除了便利商店之外，量販店、超市、大賣場、美妝連鎖店等在台灣也很發達，值得注意的是，這些零售店面也無時不刻地在變換店型、開發新客群或整合異業等，以讓老顧客不斷回流或創造新客流，因此量販、超市和超商等界線也開始模糊，例如：（1）大潤發開一家營業面積70坪的「24hr便利店」，以超商業態經營，商品數量縮減至量販店10%，精選4,000種商品常態販售；（2）不論是超商、超市或量販也不約而同，以生鮮熟食為賣點，針對高齡人口與年輕族群的飲食習慣與健康要求，推出各種不同的營養食品、生鮮與手作熟食；（3）另外為了更深入在地生活圈，也嘗試結合異業如藥局、烘培業、健身中心、洗衣服務等，進行複合式營運。

根據產科國際所研究調查，台灣也發展出零售業的新科技服務業，歸納有四種，下圖所示：

工研院以AIoT整合技術，解決台灣萊爾 富長期存貨、人力調配痛點

工研院服科中心與研華科技、雲創通訊等國內業者，協助在台灣成立三十年的本土便利商店品牌–萊爾富，發展國內自主研發門市智慧科技並成功運用在新竹交通大學的萊爾富「智慧科技店」。工研院這套技術解決方案主要針對業者痛點：因為倉儲空間有限，無法快速處理大量電商訂單，常導致貨物錯置，影響出貨時間（平均延宕3天），造成人力負荷過度等問題。

因此，工研院為解決這些痛點，提供四個主要功能：（1）精準存取貨：大幅提高品項貨倉分揀效率，發展AI需求預測與倉儲決策技術，協助萊爾富超商體系因應虛實訂單履行之瓶頸，於倉儲作業導入AI高密度動態儲揀決策技術，並整合相關自動化硬體與軟體系統，支援萊爾富3年內大規模擴展500間店之實體通路訂單履行需求，達成訂單履行速度每日100,000件（原50,000件）之分揀處理量，減少1／2員工，增加商品銷售營收，並創造包裹店取營收。（2）盤點自走車：由機器人進行快速盤點貨架商品的例行作業，減輕員工負荷，也能減少人為盤點疏失；（3）電子標籤：使用WiFi連接管理的電子標籤取代傳統紙張價標，將正確商品資訊、更具彈性的促銷方案即時更新，可有效降低店員繁瑣的工作項目，同時也減低價格標示錯誤的風險。（4）才積辨識：因應電商運送需求研發才積辨識，讓消費者自助測量包裹尺寸，並提升運費計價準確度，提高包裹寄件效率，亦有助於小型電商寄送商品效率。整套技術解決方案整合台灣智慧硬體技術優勢，以解決台灣一般便利商店常見問題，如面臨租金高、缺工、倉儲空間不足等，預計未來可擴展應用至其他實體店舖，加速台灣商店自動化效率。

運用AI、數據分析，行動貝果 幫助零售業者提升營銷、降低倉儲成本

國內外傳統零售業也正在面臨轉型之際，通常面臨五大問題：一是企業內部數據資訊整合不易，從過去到現在企業內部數位化多以專案方式來建置完成，不論是由企業內部資訊團隊或委外專案來完成，通常各種數據或資料庫都難以整合；二是上游各種供應商本身數位化程度也不一致，無法即時掌握上游供應狀況；三是展開新店面時，常常由於人為庫存管理不善，導致成本上升；四是營銷和庫存預測，仍採用傳統人工經驗進行預測，高度依賴有經驗的員工預測庫存，進而制定營銷方案，難以確保準確度與品質；五是消費者口味善變，必須時時舉辦促銷活動或設計新購物體驗，以留住舊客戶，並開發新客群。以上這五大問題皆屬於零售業供應鏈管理的問題，其中最根本的問題是整個供應鏈上的各種數據多屬於〝數據孤島〞，欠缺完整性，也讓業者無法在這些數據中挖掘到金礦。台灣零售業有96%屬於中小企業，對於運用最新科技來進行轉型創新也有困難：一、欠缺整合並善用數據的經驗；二、組建內部的技術團隊的成本太高；三、優化數據或系統的複雜度高等障礙。

台灣新創公司–行動貝果，起初針對零售業者常見的共通性問題與需求，例如整合上下游供應鏈所有資料、各種終端設備所產生的數據、線上線下的客戶資料等，進而將這些大數據進行系統化分析並產生有意義的數據，加速整個零售供應鏈服務自動化。

行動貝果便自行研發AI預測工具Decanter機器學習引擎，結合136種演算法，能建立符合企業需求的AI模組。目前技術所產生的效益有三：（1）提升零售實體店舖行銷：提升單一店舖月營收成長15%；（2）提高數據分析效率：原本需要花3~6月的數據分析，縮短至2周完成，如營銷成效預估、庫存預測、生產線機器壽命預估等；（3）減少庫存成本：預測連鎖餐廳上萬種品項未來七天庫存量，預測正確率90%，高於其他系統準確率1.46倍。行動貝果的成功模式，即是掌握了傳統產業轉型時的技術缺口，如大數據分析、導入AI工具、建立AI模型等，進而提供客製化的AI技術服務，也進一步跨足到其他產業，包括電信、金融、保險、製造等。

提高客戶體驗、降低營運成本 智慧零售帶動產業新價值

不論是零售業者或新科技服務業者，都正面臨國際經濟情勢、消費型態及勞力結構等快速變動，加上AI發展、IoT佈署、大數據成長等，智慧零售將持續革新，建議除運用酷炫體驗來創造短期行銷效益之外，更應以加速整體營運效率、節省勞力作業負擔、提高員工價值、以客戶體驗為核心等為主要方向。台灣擁有智慧硬體產業優勢，有發展軟硬整合的新興零售科技服務業之利基，從台灣零售業者與消費大眾為技術應用測試示範，再輸出至整個亞太國家市場。