挑戰Amazon Go？Panasonic攜手日本超商推出自動結帳、包裝的收銀機|數位時代 BusinessNext

還記得前兩天亞馬遜推出的Amazon Go無人便利店嗎？

現在，想做這件事的人似乎不僅有亞馬遜，日本的松下也在做類似的事情哦。

據華爾街日報報導，松下電器（Panasonic Coro）將推出能夠自動掃描和包裝商品的便利店收銀機，跟亞馬遜一起（Amazon.com Inc.）推動零售產業的自動化。

週一，松下電器在大阪展示了這套收銀系統，裡面有一個特別的購物籃，它可以檢測到籃子中有什麼商品，並計算它們的價格。客人將購物籃放在一個狹槽中，購物籃底部會自動滑出，然後商品跌落到下邊的塑料袋裡面，客人就可以直接取走。消費者可以用現金或銀行卡支付。

科技帶來零售業的變革

「該系統可能給整個零售業帶來變革。」與松下合作該的連鎖便利店集團日本羅森株式會社（Lawson Inc.）營運長 Sadanobu Takemasu表示，「我們目前都面臨勞動力短缺的問題。

不過你肯定很好奇，這是怎麼做到的？

其實很簡單，只需要在商品上貼上電子標籤就OK了（跟我們大學的食堂差不多，也是自動算錢的，秘訣就在裝飯的碟子上）。

此前，36氪曾報導，日本曾與舉行專家會議，研究在便利店引入「電子標籤」功能，並希望趕在2020年東京奧運之前投入使用，實現電子化「無人便利店」的計劃。

首家採用「電子標籤」的，就是上述日本三大便利店商之一的羅森（Lawson）。除了各便利店企業之外，隨後推廣至超市等，NEC和大日本印刷等收款機和標籤企業也將參加。

電子標籤可以實現「無人便利店」計劃之外，還能通過無線方式遠程讀取、存取大量訊息，方便管理庫存，也能在商品接近保鮮期時自動發出通知。

沃爾瑪早在2004年就提出採用這一技術，要求其前100家供應商，在2005年1月前向其配送中心發送貨盤和包裝箱時使用無線射頻識別（RFID）技術，2006年1月前在單件商品中投入使用。

松下正在Lawson大阪總部附近的一家Lawson便利店裡面使用這套系統。不過，目前，在把商品放入籃子之前，客人還需要自己手動掃描商品，但松下表示，明年二月，這套系統完全投入運營，因為那時候所有商品上都會有電子標籤。兩家公司計劃未來兩年在更多羅森門店配置自動結算機。

黑科技的成本有待下降

亞馬遜公司上週發布了一段視頻，介紹了利用人工智慧運作的「無人便利店」Amazon Go計劃。

在一家約167平方公尺的商店裡面，完全沒有櫃檯和收銀機，顧客只需在手機上打開Amazon Go App的QR Code，在進店的時候掃一下，然後就可以開始買買買，你在貨架上拿了商品之後，系統就會自動將它加入你的電子購物車，不想要了也沒關係，只要放回貨架就可以。走的時候，系統會自動列出您的購物清單，然後支付。這個計劃用了圖像識別、深度學習演算法以及傳感器融合技術，亞馬遜稱之為「JUST WALK OUT」（詳細技術請看此文）。

延伸閱讀：亞馬遜開超市「Amazon Go」，買東西「拿了就走」、不需排隊結帳！

松下推出能自動掃描和裝貨的收銀機，無人便利店真的要來了嗎？

看到那麼酷炫的黑科技就能想像到背後要花多少錢了吧？

因此，有36氪特邀作者認為，亞馬遜這個主要是噱頭，沒什麼使用價值，因為根本沒多少人用得起。相反，在行動支付更為普及的中國，阿里和京東等電商採用各種方法幫助商家觸網，將線上線下融合成一體，在應用方面做得更好。

即便是日本這個沒那麼酷炫的技術，也得花不少錢，36氪9月報導顯示，1枚電子標籤的成本達到10-20日元，日本經產省希望透過大規模使用，到2030年之前將成本降低90%。

對就業機會的影響

不過，松下電器和Lawson的高階主管說，他們不想徹底取消門店員工。Lawson認為，自己的便利店還是一個公共空間，鄰居之間、消費者和店員之間，都可以在這個交流。此外，他們認為亞馬遜的全自動系統可能在日本這樣的國家還不是特別受歡迎，因為很多人還是習慣使用現金。所以他們需要為不太喜歡全自動化系統的客人找解決方案。

確實有一些客人體驗後表示不太喜歡這個新方法，但在勞動力短缺的日本，這似乎是個不可避免的趨勢。而在美國，則因為新技術的發展，分析預計，僱傭售貨員的成長率將遠低於平均成長率。

延伸閱讀：Amazon GO帶來的壞消息與好消息
 Amazon Go超市沒有店員，被自動化取代的基層員工該何去何從？

美國國家勞動局的數據預測，從2014年到2024年，美國收銀員崗位僅成長2%，零售從業者崗位則成長5%，所有產業平均崗位則成長7%。

一份職業預測報告指出，雖然美國零售市場在未來十年呈增長趨勢，但其中僱傭收銀員數量的成長率則可能放緩，因為大量自助服務的發展。

本文授權轉載自：36 氪

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。