投入3千億改造500間門市！Walmart向「設計圈」借兵調將，160人團隊做了什麼？|數位時代 BusinessNext

一年前，美國零售巨頭Walmart（沃爾瑪）的一個人事異動引起市場高度關注——聘請曾任職設計公司Ideo、Frog、Pentagram以及消費電子品牌三星（Samsung）的設計師瓦萊麗・凱西（Valerie Casey），擔任Walmart首席設計師，為品牌打造線上線下一致性的體驗，引領Walmart走向未來零售，過去一年來，她成立的160人設計團隊，做了哪些創新呢？

為什麼一家實體零售商的營運，需要首席設計師介入呢？她負責的工作又是什麼？在回答這個問題之前，先來看看美國零售產業的輪廓。

美國電商龍頭亞馬遜（Amazon）憑藉著多樣化商品選擇、智慧推薦、送貨到府、具競爭力的價格等成為美國第一電商。對實體零售商來說，當幾乎所有商品都能在網路購買時，過去藉由商品陳列來展現的市場區隔的實體店優勢就日益消褪，放眼未來，又要如何打造「下一世代的零售體驗」，成為實體零售業者的終極挑戰。

延伸閱讀：亞馬遜快速到貨失靈、韓國電商龍頭資金斷炊，武漢肺炎商機爆發的後遺症......

成立160人設計團隊，催生各種新零售體驗

Walmart（沃爾瑪）為創造新的的零售體驗，特別找來設計經驗豐富的凱西掌舵，試圖打造一個由內而外、從線上到線下的一致性品牌體驗，其中同時涵蓋了品牌、實體店面、電子商務以及營運系統。

當時，Walmart在全球擁有1萬1700家商場、250萬個僱員，平均每週接觸的客戶數，高達2.7億人。這麼龐大的營運體系，如何達到一致性的體驗呢？況且Walmart不只擁有線上線下零售網絡，還有120個應用程式服務App，專門提供給員工進行物流、出貨、庫存等事務管理。

當時的Walmart有太多的服務體驗，可以說是完全不一致。以Walmart藥局為例，藥師所使用的客戶管理系統、藥品管理系統，和消費者端看到的Walmart藥局App，居然是完全不同的使用者介面。凱西的任務之一，正是統整這些不一致的體驗。

對此，凱西打造了一套設計語言與樣板，套用在Walmart將近200個數位服務上。由於這些電腦系統與行動App，同時涵蓋員工與消費者的使用，因此可以藉此傳遞Walmart一致性的體驗與形象。凱西曾對媒體公開指出：「當設計的外貌、感受與使用行為都相同時，顧客會更容易理解並認同這個品牌。」

凱西為了把新一代的零售體驗，推升到最佳化的狀態，還特別成立一個高達160人的設計團隊，其中的成員包括電腦科學家、傳統設計師等跨領域專才，一起催生各種新點子，不論是金融服務或生鮮雜貨，都能得到這個團隊的支援。

實體店大改造，用AI協助貨架管理

一年後，Walmart宣布投資110億美元（約新台幣3,293億元），大舉改造500間實體店面，全面導入科技應用，除了購買1,500台地板自動清潔機器、300台自動貨架掃描機器、1,200台自動卸貨機等，另外，還加碼增添自動化的取貨機台，讓消費者在網路下單後，能在指定地點，透過自動化的機台自行取貨。

延伸閱讀：Nike、Ikea都撤離亞馬遜，大品牌為何紛紛情斷最大電商平台？

此外，因應一些特殊的消費情境需求，提供更隱私、更安全的環境，比如：在藥局部門增設獨立的諮詢空間，讓消費者可以自在且放心地詢問病症與解方。

「我們把實體店面當作一個連結點，然後用顧客想要的方式來服務他們的需求。」Walmart認為。消費者可以根據自身的需求，決定每一次的採購，是要上網訂貨、到店取貨，或走進店面瀏覽商品、宅配到府，無論如何，Walmart的目標就創造愉快且方便的消費體驗。

不久前，Walmart在美國紐約州萊維頓（Levittown）的「未來商店」概念體驗店正式露臉，這個用來作為新科技在真實世界應用的實驗場所，如同亞馬遜的無人商店Amazon Go一樣。在高高的天花板上，架滿了數台相機鏡頭，不過，這些AI相機並不是用來追蹤消費者買了什麼，而是專注貨架上的貨品管理，比如：哪些商品沒貨了，又或是哪些生鮮商品在貨架上待了太長時間等等。

如此一來，後勤補貨人員就能省去走動巡貨的時間，直接得到貨架變更資訊，加快工作效率。Walmart表示，未來商店裡的相機與其他感應裝置，每秒就會產生1.6TB的巨量數據資料，來幫助AI系統做出商店營運建議；為顧及消費者隱私，Walmart並未長期持有這些資料，而是會在一週內全部刪除。

創新體驗，零售科技孵化器Store N°8帶頭衝

此外，Walmart未來商店還設立了「未來科技體驗專區」。

舉例來說，裡頭設置了一道互動牆面，AI系統展示人體定位的技術，來與消費者互動。目的不是為了要消費者對Walmart的科技應用感到驚嘆，而是希望提供消費者一個接觸新興科技應用的機會，進而消除一般消費者對未來科技的恐懼與距離感。比如：店內設置的一道互動牆面，就是希望藉由自然互動的方式，讓消費者親身體驗AI人體定位技術。

目前在這間5萬平方英尺的未來商店裡，共有100個員工在店內協助營運，主要概念來自Walmart的零售科技孵化器Store N°8。凱西說：「這個角色最有趣的是：讓實體商店與數位連結、設計新的體驗和服務，從線上或App開始，到行動裝置、語音助理等，再到實體店面，都要有一樣流暢的用戶體驗，這可是設計師的涅盤境界啊。」

整體來說，Walmart在積極打造各種零售體驗的過程中，不僅展現了要在未來零售這條路上持續領航的企圖心，更重要的是，不再以成本管控著名的企業自居，這些突破讓Walmart的創新變得沒有包袱。

責任編輯：林芳如

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。