#2026.25（點擊閱讀網頁版）｜閱讀時間 12 分鐘
最近和幾位經營者朋友聊天，大家不約而同提到同一個焦慮：「AI 每天都在變，公司經營的護城河好像越來越難築了。」
過去我們引以為傲的技術壁壘、獨家流程，在新的工具迭代面前，似乎幾週內就能被複製或超越。面對這種「計畫趕不上變化」的常態，內心難免不安。
但這段時間我也一直在思考：也許被填平的不是護城河，而是我們對「護城河」的舊定義。
當「靜態的資產」不再安全，「動態的適應力」就成了新的壁壘。AI 可以極速生成代碼與文本，但它複製不了你與客戶之間歷經時間沉澱的真實信任，也替換不掉你在實體世界裡解決複雜問題的最後一哩路。
這場變革逼著我們從「城堡建造者」轉變成「航海家」——不再追求一勞永逸的障礙，而是培養團隊隨時隨地乘風破浪的能力。
由於我沒有特別保存過往電子報文章，系統自動整理的舊期數請點此閱讀。
|
預判你的餐點！Flytrex 如何靠「預測性 AI」與屋頂站破解無人機外送的經濟學瓶頸
無人機外送最大的成本與效率瓶頸，不在幾百公尺的高空，而在從廚房出餐到升空的「第一千公尺」。傳統「接單後才從遠端基地起飛」的模式，不但造成大量無效空飛，更需要額外人工在地面對接，營運成本甚至高過傳統外送員。
總部位於以色列、深耕美國郊區市場的無人機配送服務商 Flytrex，近期在德州達拉斯-沃斯堡都會區展開的新一階段試運行，試圖徹底顛覆這套傳統邏輯。
他們的策略聽起來簡單到令人意外：那就是不要讓無人機在遠端基地等待訂單，讓無人機直接預先停在餐廳的屋頂上，等待訂單發生的可能性。結合全新的屋頂配送站系統與預測性人工智慧，Flytrex 宣稱機能將每次配送的成本拉低百分之六十，並將整體外送時間縮短一半。這不僅僅是硬體設備的微調，更是一場對末端物流空間與時間調度模式的底層重構。
這一期，我將帶你從 Flytrex 的新模式出發，拆解無人機配送最難突破的「最後一哩」，以及它背後真正值得注意的營運邏輯。
空間結構的無痕下沉與微基礎設施
要理解 Flytrex 的新突破，我們得先看看傳統無人機配送在地面端遇到的問題。
在美國郊區或大型購物中心，餐廳通常集中在一起，但地面空間非常有限。如果每家餐廳都要設置一個無人機起降坪，就得犧牲停車位，還可能涉及土地、建築與安全等問題。對連鎖餐廳來說，這會讓每增加一個配送站，都變成一項不小的工程。
Flytrex 的做法很簡單：不要搶地面空間，改用屋頂。
它把餐廳原本閒置的屋頂空間，改造成無人機的「停靠站」。無人機可以提前停在屋頂等待訂單，不必一直在空中盤旋，也不需要額外配置一名現場飛手。餐點準備好後，員工只需要走到指定位置，把餐盒掛上無人機下方的吊鉤。
接著，系統會自動將餐點拉起、固定，無人機啟動旋翼後直接升空配送。
整個流程的重點，是把「人與無人機的接觸」降到最低。
餐廳員工不需要操作無人機，也不需要把餐點搬到停車場或戶外起降坪，只需要完成最後一個簡單動作：掛上餐點。
這也讓配送站從一個需要大量地面空間的設施，變成可以嵌入既有建築的「微型基礎設施」。
對 Flytrex 而言，真正的突破不只是讓無人機從屋頂起飛，而是找到了一種更容易複製的地面端模式：
少占土地、少改建築、少依賴人員，讓每一家餐廳都更容易接入無人機配送網路。
預測性 AI 的運算神經：從響應需求到捕捉可能性
如果 Flytrex 只是把無人機從地面搬到屋頂，那充其量只是硬體與場地的改良。
真正值得注意的，是它背後更重要的營運邏輯：不是等訂單來了才派無人機，而是預測訂單可能在哪裡出現，提前把無人機放到附近。
傳統外送是「先有訂單，再派運力」。
顧客下單 → 餐廳備餐 → 派出運力 → 取餐 → 配送。
但在美國郊區，餐廳與住宅距離較遠，如果每次都等訂單出現才調度無人機，就會浪費不少時間。
Flytrex 所採用的思路，則是把配送變成「預測式運力」。
系統可以根據過去的訂單與營運資料，判斷不同餐廳、不同時段可能出現的需求。例如週五晚餐時段，某家餐廳經常出現訂單高峰，那麼系統就能提前讓無人機在附近待命。
因此，當訂單真正進來時，無人機不用再從遠處飛過來。
它已經在附近等了。
這就像叫車平台提前把車輛放到可能出現需求的區域，而不是每次都等乘客叫車後，才讓車從很遠的地方趕過來。
而且，預測不需要完全猜中單一餐廳。
真正重要的是「區域需求」。
假設一個購物中心裡有披薩店、漢堡店和炸雞店，系統預測這一區接下來很可能出現外送需求，就可以提前讓無人機進入這個區域待命。
最後訂單如果出現在披薩店，就從披薩店起飛；如果漢堡店先出單，則可以重新調度。
這讓無人機不必為了等待訂單而長時間在空中盤旋，也不必每次從遠處飛來。
把原本的「空中等待」，變成「屋頂待命」；把原本的「事後調度」，變成「提前部署」。
我認為這才是屋頂配送站真正有意思的地方。
屋頂不是單純的停機坪，而是整個配送網路中的「微型運力節點」。
當預測、停靠、裝載與自動起飛串在一起後，無人機配送的效率就不再只取決於「無人機飛得多快」，而開始取決於：
能不能在正確的時間，把正確的無人機放在正確的位置。
單位經濟學的算盤：60% 成本降幅與資產利用率重構
在科技創新領域，技術再厲害，如果無法降低成本或提高效率，最後都很難真正規模化。
Flytrex 所強調的成本下降，核心可以從三個方向理解：讓一架無人機飛更多單、減少地面人力，以及降低配送站的建置成本。
首先，是提高每架無人機的使用效率。
傳統模式下，無人機可能花不少時間在「飛去取餐」與等待，而不是實際配送。這些時間沒有產生新的訂單，卻仍然消耗電力、設備壽命與營運時間。
屋頂配送站搭配預測式調度後，無人機可以提前部署到需求可能出現的區域。完成一趟配送後，也能更快前往下一個可能有訂單的站點。
同一架無人機一天完成的訂單越多，每一單分攤到的設備與營運成本就越低。
第二，是降低地面人力。
無人機配送最大的成本優勢之一，就是不需要像傳統外送一樣，每一張訂單都安排一名外送員。但如果無人機配送仍然需要大量現場操作員，這個優勢就會被部分抵消。
Flytrex 的做法，是把許多操作集中到遠端營運中心管理，餐廳端則只需要完成非常簡單的交餐動作。
換句話說，餐廳員工不需要成為飛手，也不需要另外安排一個人專門負責無人機。
人員從「一單一人配送」，變成「少量人員管理整個配送網路」。
第三，是降低基礎設施成本。
無人機配送不只需要飛機，還需要「地面端」。
如果每個配送區都要建造大型自動化基地，就會產生高額的土地、建築與設備成本，也會拖慢擴張速度。
Flytrex 的思路則採取反向思考：利用餐廳與商業空間原本就存在的屋頂，建立小型配送站。
它不一定需要建造一座大型物流中心，而是把配送能力分散到許多既有商業據點。
這種模式最大的價值，是讓配送網路可以跟著餐廳與需求一起擴張。
所以，Flytrex 的成本邏輯可以簡化成一個很容易理解的公式：
更多訂單 → 更高的單機利用率
更少現場人員 → 更低的人力成本
更輕量的配送站 → 更低的基礎建設成本
三者疊加，才形成無人機配送真正的單位經濟效益。
因此，我們可以知道 Flytrex 的競爭重點不只是「一架無人機能飛多遠」，而是：同樣一架無人機、同樣一天 24 小時，Flytrex 能不能讓它完成更多訂單，而且每增加一個配送站，不需要增加同等比例的人力與資本投入。
這才是無人機配送能不能從示範案走向大規模商業化的關鍵。
戰略試驗場：達拉斯-沃斯堡都會區與郊區物流的自然契合
接下來談到 Flytrex 的商業布局，就不能忽略一個關鍵選擇：
為什麼是美國郊區？
大多數人直覺會認為，無人機外送應該先進入紐約、東京這類人口密集的大城市。
但從配送效率來看，情況可能剛好相反。
越分散、越依賴汽車的地方，無人機越有機會創造價值。
美國郊區最典型的特徵，就是住宅分散、距離較遠，而且居民高度依賴汽車。
對傳統外送來說，一份餐點可能只有十幾美元，但外送員卻要開車穿過整個住宅區，找停車位、找門牌，再把餐點送到家門口。
這些時間與距離，都是外送成本。
無人機則可以直接走空中路線。
它不需要跟著道路繞行，也不需要停紅綠燈或塞在車流裡。從餐廳到住宅之間，只要空域與法規條件允許，就可以直接飛往目的地。
因此，對無人機而言，郊區最大的優勢不是「人少」，而是：
地面配送距離長，但空中路線可以更直接。
這也是 Flytrex 為什麼選擇在達拉斯－沃斯堡等美國郊區市場發展的重要原因之一。
更重要的是，Flytrex 並不是把每一家餐廳當成一個獨立配送站，而是試圖把餐廳、商業廣場與周邊住宅區連成一個配送網路。消費者仍然可以使用原本熟悉的外送平台下單；後端則根據訂單條件，把適合的配送任務交給無人機。
當屋頂配送站越來越多，無人機就不再只是「替某一家餐廳送餐」。
它開始變成一個區域性的空中配送網路。
今天可以從披薩店送餐，下一單可能從漢堡店出發；未來甚至可以延伸到便利商店或其他零售商品。
這時候，Flytrex 真正建立的就不只是無人機外送服務，而是一套覆蓋郊區最後一公里的空中配送基礎設施。
所以，我把 Flytrex 的市場策略濃縮成一句話：不是去最熱鬧的地方找需求，而是去地面配送最沒效率的地方，讓無人機創造最大的差異。
產業路線的大決局：三大無人機物流流派的戰略較量
目前全球無人機末端物流，我大致上整理了三種不同的路線。
第一種：遠距離配送
代表案例是早期的 Zipline。
它的核心不是送餐，而是利用無人機把高價值、具時效性的物資，從中央基地送到數十公里外的目的地，例如醫療用品。這種模式適合「距離遠、物資重要、配送時間敏感」的任務。
但餐飲外送完全不同。
一份熱食需要的是精準、快速，而且要把餐點安全送到住宅附近。因此，遠距離的大型物流模式並不一定適合最後一公里的即時配送。
第二種：大型中央基地
另一條路線，是 Wing、Amazon Prime Air 等大型業者所探索的模式。
無人機集中在大型基地，再從基地飛往餐廳或其他取貨點，最後配送到消費者。
這種模式的優點是設備與維運可以集中管理。
但問題也很明顯：基地越大，投入的資產越多；配送距離越長，無人機的空飛時間也越多。
當配送量還沒有大到足以攤平這些成本時，擴張就會變得困難。
第三種：微型屋頂配送網路
Flytrex 選擇的是另一條路。
它不追求建立大型中央基地，而是把小型配送站放進餐廳與商業空間原本就存在的屋頂。
再搭配需求預測，提前把無人機部署到可能出現訂單的區域。這代表它追求的不是「一架無人機可以飛多遠」，而是：
一架無人機一天可以完成多少趟配送？
以及：每增加一個配送站，需要增加多少土地、設備與人力？
所以，這三種模式分別代表三種不同的思考方式：
Zipline：追求更遠的距離
大型基地模式：追求集中化管理
Flytrex：追求更高的網路運轉效率
Flytrex 的策略也因此非常聚焦。
它沒有試圖用無人機解決所有物流問題，而是先鎖定「郊區餐飲與即時零售」這個特定場景，再把屋頂、預測、調度與遠端營運全部串在一起。
它不是在追求最強的單機，而是在建立一個更高效率的配送網路。
這可能才是 Flytrex 這條路線最值得觀察的地方。
瓶頸與遠景：邁向大規模商業化尚需跨越的幾道山嶺
雖然 Flytrex 透過預測 AI 與屋頂站的組合拳展現了令人振奮的商業前景，但客觀來看，無人機外送要從區域試運行徹底邁向全國性大規模普及，仍然需要面對多重現實挑戰。
首先是飛行的天空邊界與法規審批進程。在美國，聯邦航空管理局對超視距飛行與單人操作多機的法規限制極為嚴格。儘管 Flytrex 已經獲得了相關認證，但在全面開放高密度超視距飛行前，監管機構對於避障系統、空域交通管理以及備用安全機制的要求依然高度繁瑣。預測 AI 可以優化商業效率，但無法代替法規審批的時間等待。
其次是極端天氣的物理限制。無人機本質上依然是輕量化的航空器。強風、暴雨、大雪、冰雹以及美式郊區夏天常見的酷熱極端天氣，都會對無人機的飛行穩定性、電池續航力以及感測器精度造成嚴重干擾。當天氣惡劣到無人機必須停飛時，預測 AI 模型將失去作用，外送需求會瞬間回流至傳統地面外送員。如何建立一套高韌性、能在極端天氣下快速切換的混合物流調度機制，是 Flytrex 必須面對的營運課題。
最後是社區隱私、視覺與噪音污染的社會心理學。當一個社區上空每天有數十甚至數百架次無人機穿梭時，居民的心理接受度將面臨考驗。雖然 Flytrex 的屋頂站台實現了待命零噪音，但無人機在社區低空懸停並降下吊鉤時，其旋翼產生的高頻噪音依然可能引發居民不滿。此外，機身配備的各類避障攝影機，也經常引發隱私保護團體的質疑。如何建立與社區的信任關係，將決定這套系統能多快滲透進每一個美國家庭。
Flytrex 在達拉斯-沃斯堡地區的實踐，為我們提供了一個重新審視末端物流的全新視角。過去半個世紀，物流產業的進化史幾乎就是一部速度追求史。我們發明了更快的高速鐵路、更龐大的貨櫃輪、更敏捷的配送卡車。然而，當物流演進至距離消費者僅剩最後幾公里的末端時，單純靠提高移動工具的物理速度，所帶來的邊際效益已經遞減至近乎為零，因為地面永遠有等不完的紅綠燈、塞不完車的街道，以及繁瑣的拆箱對接流程。
Flytrex 告訴我們，破解末端物流瓶頸的終極鑰匙，可能根本不在高空飛行的速度上，而在於對空間微基礎設施的無痕利用，以及對時間需求的精準預判。透過將預測性 AI 深深植入商業地產的屋頂，物流系統第一次擁有了提早一步的能力。在使用者尚未按下下單鍵時，系統就已經在看不見的維度完成資產佈局。這不僅將無人機配送從昂貴的科技秀拉回至具備強大盈利潛力的商業實體，更預示著未來城市與郊區物流的必然趨勢。未來的物流巨頭，不再是擁有最多卡車或最快飛機的公司，而是最懂懂得出餐前十五分鐘，哪裡會需要一份披薩的公司。
如果你喜歡這期的電子報內容，歡迎轉發給身邊關注產業趨勢的朋友，或邀請他們一起訂閱，這對我持續經營這份免費內容，是非常重要的支持。
那麼，我們下期見。
