身著皮卡丘服裝也認得出!Amazon Go進步神速,無人超市就要代替傳統商店了嗎?
身著皮卡丘服裝也認得出!Amazon Go進步神速,無人超市就要代替傳統商店了嗎?

在2016年末,知名電商品牌亞馬遜提出了名為Amazon Go的「無人超市」概念,目的是讓亞馬遜出售的商品不再局限於線上,而是透過另一種新穎方便的方式進行實體零售,希望透過「無人」的概念來重塑實體店的零售方式。

在亞馬遜雄心勃勃地提出這個概念不久後,首家Amazon Go的示範店便在美國華盛頓州的西雅圖開始測試。「無人超市」一時間也讓Amazon Go這個概念成為了大家津津樂道的話題。這家超市沒有一個員工,貨架佈置了多種傳感器(攝影機、重力傳感器、紅外傳感器、藍牙發射模塊等),付款則全靠顧客自己動手,直接透過手機在線上確認支付就能夠完成交易。

字面上看,Amazon Go這個概念聽上去確實很完美,亞馬遜還專門做了一支廣告。從影片來看,Amazon Go的確能創造一種「進門刷卡(相當於登入)、選購商品(感應器透過商品上的標籤自動記錄你所選商品)、出門付款(透過線上支付)」三步方便又瀟灑購物過程。

進店取貨、出店付錢。
圖/ YouTube
貨架上裝置著傳感器。
圖/ YouTube

但是,這段話的第一句為什麼會加上「概念」兩個字呢?因為,它在目前真的只存在於「概念」這個階段。

《華爾街日報》 在今年3月的報導,位於西雅圖的首家Amazon Go示範店在開業之際遇到了一個十分尷尬而重要的問題,進行測試支付環節時出現了傳感器方面的故障:

「當商店內人數超過20人或『過快』拿起部分商品時,Amazon Go商店內的追蹤裝置將無法追蹤消費者與商品。」

換而言之,實現Amazon Go的「無人」概念前提需要依賴大量的傳感器支援,而且一環扣一環的信息傳輸環節要有著99.99% 的準確率,否則這會給商店或消費者帶來不必要的經濟損失。

今年3月的這次測試失敗後,亞馬遜將Amazon Go商店從「公測」轉為「內測」,在亞馬遜總部辦公樓一層開設了僅對員工開放的Amazon Go商店。商店規模與現在的便利店大小相似,主要販賣小吃、飲料等商品,員工可直接刷卡進入,購買後透過手機應用程序進行支付,即可完成交易。

經過7個月的調試和改良後,Amazon Go的檢測能力已經得到了顯著提升。據彭博社在11月15日發表新聞稱,某一天有三位亞馬遜的員工身穿皮卡丘的衣服在Amazon Go內拿了幾份三明治、飲料和小吃以測試系統的檢測性能。但最後即便是他們身穿著皮卡丘的服裝,系統也能準確地判斷出他們的身份,並要求透過亞馬遜帳戶付款。

Amazon Go這次的進步讓大家看到了「無人超市」將要到來的希望。與此同時,從今年中旬亞馬遜在歐盟、英國透過Amazon Go超市商標結果看,亞馬遜的戰略版圖將不止於北美地區。

說起「無人商店」,不禁讓我想起一個話題:

  • 「無人商店」在未來能否替代傳統的「有人商店」地位成為主流?

首先,「無人商店」在未來或許是個趨勢,但現在不會普及。

實際上,中國有不少「無人便利店」在營業,所用的是較早期的RFID (無線射頻)識別方案。即,使用微信掃碼進入商店、選購帶有識別標籤的商品後、站在出口的指定位置給識別系統批量掃描商品,然後支付離店。缺點也很明顯,它是透過標籤來識別價格的,除了每個標籤都需要商家額外花費外(每個標籤成本約0.5元人民幣),也容易被不法分子所篡改、毀損。

中國無人商店Bingbox付款(RFID)識別演示。
圖/ 愛范兒

Amazon Go的多傳感器方案要比RFID更加周全,同時也能給亞馬遜提供大量的用戶消費信息收集,了解消費者的喜好去改良營運策略,但實施成本也會更高。同時,這套方案為亞馬遜獨家使用,短期內不會在全球普及。「無人超市」無論在商家或消費者角度看都需要花費較大的成本,短期內「無人」並不會取代或影響到傳統超市的經營模式。

Amazon Go支付方式演示。
圖/ YouTube

其次,識別系統仍有改良的空間。無論是RFID還是Amazon Go都有著明顯的缺點,防盜、成本控制問題局限了「無人超市」僅適用於容易人工後台管理的「便利店式」鋪面,所售商品的價值也受到了盜竊風險的限制。傳統商店的優勢在於商品能得到及時的整理和售後處理,以及帶來必要的導購指引。

所以,「無人」的概念能夠給商家帶來低人工成本的解決辦法,但在未來短期內傳統超市依然會比「無人商店」要更受歡迎。

總體而言,「無人」的概念能夠給商家帶來低人工成本、更高利潤回報的營業模式,但在解決防盜、技術成本之前,傳統超市依然會比「無人商店」要更受歡迎。如果說「無人商店」能夠在未來1~2年內「取代」傳統商店,我認為未免說得太過了。

本文授權轉載自:愛范兒

關鍵字: #亞馬遜 #無人店
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓