自動販賣機收入暴跌35%！借力AI讓補貨更精準，能避免成為「時代眼淚」嗎？|數位時代 BusinessNext

自動販賣機收入暴跌35%！借力AI讓補貨更精準，能避免成為「時代眼淚」嗎？

疫情期間，日本全國近300萬多台自動販賣機收入跌逾35%，迫使加快轉型速度，以確保在疫情後的世界，能有容身之處...

疫情讓衝動性購物不再，販賣機用 AI 跟上消費者的「需求」

《彭博》分析，自動販賣機業績下跌原因，除了遠距工作、居家隔離等防疫政策造成出門人潮銳減外，疫情時代下，消費者購物更具計畫性也是主因，這對於以往利用衝動購物以及即時方便性創造收入的業者來說，殺傷力很大。

東京雲端網路公司 VPC ASIA 執行長斯丹尼爾（Domink Steiner）預估，日本的販賣機中，只有 2 成機器能自動回報庫存狀況，其餘都必須等人親自去打開機器才能確認商品庫存，相當沒有效率，亦不貼近人們的需求。

為了打破販賣機只是方便消費的框架，相關業者開始投資機器背後的數據分析。「我們要把販賣機想像成一間小店面，清楚客人喜歡哪些東西，除了賣飲料還可以賣什麼？缺貨了也要能及時補貨。」斯丹尼爾表示。

如 JR 東日本旗下飲料子公司 JR East Water Business，在 2020 年 12 月引進區位與商品分析 AI「HIVERY Enhance」，截至今年 3 月，已應用於 1,600 台自動販賣機，業績幾乎都有成長，理由正是因為能夠預先補貨，以及預測需求進行商品陳列。

透過 AI 分析，可以針對不同機台經營不同客群，如在吸煙區前的可能是以男性居多、計程車司機為主，愛喝黑咖啡；有些車站學生多，含糖飲料或有影視動畫聯名的商品特別暢銷；在女性專屬停車區前，健康類型的飲料就很熱賣。根據數據資料，便能安排不同商品在不同機台，促進銷售。

補貨方面，販賣機連上網路後，可在某項商品快賣完前即時發出通知，也可以根據氣象預報或機台附近的活動，預先補貨，以免遇到有需求卻沒有貨的窘境。

可口可樂推出「訂閱每天喝」，挽救業績頹勢

為挽救日本自動販賣機銷售節節下滑的頹勢，可口可樂公司（Coca Cola）推出自動販賣機「包月訂閱」的新服務「Coke ON Pass」，消費者每月支付 2,700 日圓，即可每天從販賣機領取一款自己喜歡的飲料，品項不僅有可樂，還有咖啡、茶和其他類別。

據《日經新聞》報導，可口可樂在日本推出的訂閱服務，適用於全日本 34 萬台可口可樂販賣機，截至 1 月底，該公司的 App 下載量已達 2,500 萬。

自動販賣機是日本街道特殊的光景，但在疫情讓人流減少的衝擊下，又加上電商、各個通路競爭激烈，未來要如何殺出一條血路，結合科技和創意，或許是個出路。

本文授權轉載自：FC未來商務

責任編輯：錢玉紘

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。