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

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。