比Amazon Go辨識有效率!工研院攜手全家開智慧商店,商品拿起即進App購物車
比Amazon Go辨識有效率!工研院攜手全家開智慧商店,商品拿起即進App購物車

歷經約3年的研發,工研院運用AI(人工智慧)發展電腦視覺辨識,以及多重感測技術,正式推出全台首套自主研發的無人商店「易取智慧商店」。

同時,工研院與全家便利商店簽約合作,將於工研院光復院區建置智慧商店,並預計在今年年底進行試營運開幕,將台灣零售業的數位化進程,帶向下一個里程碑。

商品辨識準確率達99%,App自動結帳拿了就走

「易取智慧商店」的購物流程十分簡單。首先,消費者只要透過事先綁定好支付方式的手機App,掃描商店入口的QR code就能開啟閘門進入。

接著,系統能即時辨識消費者拿取的商品種類與數量,同步更新手機購物車資訊;若將商品放回貨架,商品即從購物車刪除。

全家 工研院 無人商店
工研院與全家攜手推出的新無人商店「易取智慧商店」,就位於工研院新竹光復院區內。
圖/ 蔣曜宇攝影
全家 工研院 無人商店
消費者只要拿取商品,系統就能即時辨識商品的種類與數量,並同步更新手機購物車資訊。若將商品放回貨架,商品即從購物車刪除。
圖/ 蔣曜宇攝影

最後,透過手機App掃描商店出口的QR code就能開啟閘門,手機購物車即自動完成結帳,不僅讓消費者免排隊、拿了就走,還能立即收到消費明細。

拿了就進入手機購物車、放回去就從購物車刪除的特色,讓工研院的這間易取智慧商店,在形式上更接近於Amazon Go的無人商店運作模式,而並非7-ELEVEN的無人商店(要求消費者另外將商品拿到結帳區、讓機器做辨識)。

在技術上,易取智慧商店結合了多項AI人工智慧與大數據的創新研發。

工研院巨量資訊科技中心執行長馮文生指出,智慧商店導入了鎖定消費者人流的「電腦視覺辨識」;貨架內結合攝影機、紅外線、重量感測的「多重感測技術」,以及判斷商品與消費者互動關係的「AI人工智慧動作識別」等多項技術。

工研院統計, 目前的商品取放辨識準確率大於99%、商品與人員的綁定準確率大於98%,整體正確率達98%以上。

馮文生強調,這套技術並非要取代傳統超商,而是針對特定場域展店,如小型封閉社區、一般超商不會進駐的偏遠地區等。此外,這套技術還能應用在賣場、量販、零售百貨、物流、倉儲領域。

只需1、2台電腦就能算帳,但冰品、小商品難上架

此外,馮文生也表示,易取智慧商店比起Amazon Go還多了一項優勢:Amazon Go的感應貨架主要只有影像及重量的辨識系統,但易取智慧商店另外在貨架上加裝了紅外線感測,可以想像為貨架前方的一道「光柵」,當消費者把手伸進去時,才會啟動系統開始運算。

「Amazon Go並沒有加裝這樣的啟動機制,所以他們的系統就是不斷在偵測狀態中,運算成本非常大。透過紅外線光柵,我們能省下許多運算成本,後台只需要一、兩台PC就可以負荷。」馮文生說。

不過,他也指出目前技術無法滿足的痛點。

舉例來說,假設有一批穿著相同的人一起進到商店裡,影像可能會辨識不出誰是誰;至於在商品方面,重量太小的商品如口香糖,現階段可能也不適合上架,因為重量愈小,重量感測器的精準度就需要更高,而成本也會更高。

馮文生 工研院
並非所有商品都適合上架。工研院巨資中心執行長馮文生表示,像冰品,就因為低溫會影響感測敏銳度,而難以上架。
圖/ 蔣曜宇攝影

「冰品也比較不合適。雖然我們有冷藏貨架,可以上架冷藏品,但如冰棒等冷凍冰品,在低溫下感測器的靈敏度恐怕有限。」馮文生說。

目前工研院這間易取智慧商店一次最多容納約6到10人,希望等到年底正式與全家合作、試營運後,最多可以一次容納20人。屆時進店所需的App,也將整合進全家既有App中。

解決勞力負擔與缺工痛點,易取智慧商店年底試營運

為何要推出這間易取智慧商店?

工研院總營運長余孝先指出,台灣正面臨高齡化社會,勞動人口逐漸下降,科技正可以減少在尋求人力上的負擔。

其次,實體商店長期面臨電商挑戰,電商營收比重也逐年上升。為抵抗電商的挑戰,便利商店提供的服務也愈來愈多角化。

但余孝先強調,電商能紀錄顧客商品挑選的足跡,實體店難以實現。但在易取智慧商店中,透過AI與物聯網的數據偵測,實體商店就有辦法做到這件事了。像是哪些商品消費者拿了後又放回去?消費者進店後大多走進那一條走道?這些數據統計後,都有機會提供店家進一步優化的建議。

值得注意的是,無論是工研院還是全家,都不強調易取智慧商店的「無人」性質。

「全家未來不會往無人店的方向發展,」全家總經理薛東都說,「但用新的設備機器減少人力使用是一大方向。」他表示,自己心底的藍圖和余孝先想像的超商未來很類似:未來可能一個店員就能管十間店,他可以每間店只去個半小時、一小時,做補貨上架等服務,其餘時間則能以無人商店模式繼續運作。

在「有人」與「無人」的狀態中切換的便利商店,可能就會是人們未來新的日常。

全家近年科技布局相當快速,2019年開設兩家科技店,提供商品辨識系統、電子標籤、自助結賬等智慧系統服務。他們今年更將投入35億元發展科技零售業,加速數位轉型,並 預計年底前要在100家門市裡導入150台智能咖啡機,同時再增設自助結賬機共55台。

全家 薛東都
全家近年來數位布局進展腳步快,總經理薛東都(右)表示,年底前全家預計要在100家門市裡導入150台智能咖啡機,同時再增設自助結賬機共55台。
圖/ 蔣曜宇攝影

「我們的門市內不會只有自助結賬,主要是在尖峰時段作分流、加速結帳速度。目前測試發現,尖峰時有30%的消費者會去使用自助結帳機。」薛東都說。

雖然易取智慧商店在年底試營運後,「正式導入的時機、如何與門市結合營運」仍在研擬階段,薛東都則認為,在後疫情時代,過去在台灣或中國遇到瓶頸的無人商店,又找到了新的機會。

對薛東都來說,零售產業就是這麼特別。「許多過去發現不可行的東西,突然就又可行了。消費者的需求不斷變化,除了得要掌握消費者行為變動的方向以外,更重要的是,你要隨時保持著想像力才行。」他說。

責任編輯:張庭銉

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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