影片開箱|統一超「真正」無人店落地!揭秘小七2大關鍵技術,無人結帳要成超商主流了?
影片開箱|統一超「真正」無人店落地!揭秘小七2大關鍵技術,無人結帳要成超商主流了?
2024.11.13 | 新零售

不管是開大型店還是收購電商平台,統一超商今年頻拋市場震撼彈,掀起波瀾。但很少人注意到的是,遠在銀光幕焦點外,小七今年其實還有把偷在角落磨刀的冷兵器:第8代無人店型「X-Store 8號店。」

搶在11月14日正式開幕前,《數位時代》前進位於基隆海洋大學試營運中的X-Store 8號店開箱。這間店,對統一超商的無人店型發展,有一個標誌性的意義:這是7-ELEVEN首度真正落地「拿了就走」的無人結帳科技。

圖4.從「無人駕駛」到「未來超商」X-STORE 8與工研院共創AI智慧零售體驗.jpg
如同其他代無人店,皆以實名制掃碼入店。X-store 8一進門需刷Open Point App內的條碼,或是海洋大學學生能憑學生證感應入內。
圖/ 統一超商提供

拿了就走(Grab and go)無人結帳科技,指的是消費者從用會員App刷條碼進店的那刻起,店內的人像追蹤鏡頭會持續追蹤消費者移動軌跡,包含停留在哪些貨架前、拿了哪些商品。最後出店時,系統會計算消費者手上拿取的商品、價錢,並透過線上自動結帳,消費者連自助結帳的力氣都省了,消費過程像進自家廚房拿食物般輕鬆。

其實,2023年開幕的第7代店,才是統一超商首次導入「拿了就走」結帳技術的門市。但第7代無人店實際上位於工研院辦公大樓內,僅10坪大小、400多項商品,與其說是無人超商,更接近7-Eleven與工研院合作的微型實驗室。

突破小件、冷凍商品難辨識瓶頸!近兩千品項全面導入

如今第8代店20坪左右的賣場空間,約有1,700項商品,也就是說扣除無人店受法規限制的菸酒商品,幾乎一般在7-ELEVEN賣的商品,架上都找得到。

圖2.「拿了就走智慧商店技術」從過往限制在常溫、冷藏品項擴大至全門市商品均可透過AI智能監控配合手機
「拿了就走智慧商店技術」從過往限制在常溫、冷藏品項擴大至全門市商品均可透過AI智能監控配合手機自助結帳,最快30秒就能完成購物體驗,消費者不用再臨櫃自助刷商品條碼結帳,事後也能在手機上看結帳狀況的正確性。
圖/ 統一超商提供

據統一超商表示,之所以能在「拿了就走」結帳模式的店型中,首度導入全品項,關鍵在於做到兩項技術突破。

首先是光學雷達的導入。 在第7代店中,貨架每層都配有微型鏡頭與紅外線感測,這樣當消費者伸手取貨時,系統才能有效辨認消費者拿了哪些商品。但紅外線感測較易受飛蟲、其他光線干擾,不是太準確,第8代因此改採光學雷達,如此不僅辨識精準度提升,再小件的商品,像是御飯糰、牛奶糖、曼陀珠,系統也能更有效記錄清楚消費者拿了什麼。

另外一項重大技術突破,是強化後的影像辨識技術。 原來,第7代店除了仰賴紅外線、微型鏡頭,每台貨架都配備重量感測器。透過感測貨架重量減少,系統才能更清楚得知消費者拿了多少商品。

但由於重量感測器不利在低溫環境中運作,這也是為何第7代店除了小件商品難導入,冰櫃商品也不易精準記錄。此次第8代店,統一超商在飲料冰櫃前導入能更有效辨識商品的「深度鏡頭」,讓冰櫃內貨架徹底擺脫需安裝重量感測器的限制。光憑天花板上的鏡頭,就能辨識消費者開門拿了哪些商品。「連Grab and go技術始祖,美國電商龍頭的無人店Amazon Go 都沒做到這般程度。」

圖8.X-STORE 8新增四門冰箱,擴大多溫層鮮食、乳飲品、冷藏飲料、冷凍與冰品等商品.jpg
第8代店內,除了天花板上有68隻追蹤人像的攝影機,冰櫃前還有深度鏡頭,加強辨識消費者拿了哪些商品,其他一般常溫貨架每層也都有微型鏡頭輔助辨識。
圖/ 統一超商提供

協助該系統開發的工研院技術人員表示,開發零售業的影像辨識模型,難處在有太多商品外型、顏色雷同,幾乎只能靠標籤圖示、文字去區別品項,「相較其他產業的影像辨識模型,平均每件商品要多花一倍時間訓練。」

延伸閱讀:「高雄坪數最大小七要來了!」統一搶攻「類百貨」商機,南台灣熱鬧開打

訓練辨識模型持續學習,小七首談無人結帳系統「規模化」

但統一超商如此大費周章與工研院聯手開發高精度的商品影像辨識模型, 關鍵在於這套辨識技術系統,將成為未來小七無人店「規模化」的利器。

統一超商自2018年開出頭兩間無人店型 X-store 1號店、2號店,近6年來,維持每年一間的展店頻率。過去在統一集團藍圖中,無人店型一直是小七開發新技術的實驗場域,但據統一超商專司無人店型開發的團隊表示,自去年第7代店開始,統一超商逐漸將無人店使命從鑽研技術深度,轉移到「如何有效規模化」。

7-ELEVEN X STORE 無人店.jpg
X-STORE近6年,維持一年一間展店腳步,結帳系統近5年來持續更新。
圖/ 劉燿瑜製圖

細看第8代店內構造,只要是有裝重量感測器的貨架,賣場地板都被架高了將近半米,為的就是下方必須布建感測器所需的網路、電源。未來如果拿了就走的結帳方式,能全數仰賴天花板上的鏡頭做辨識,「該系統能更輕鬆擴及到所有店點。」統一超商表示。

延伸閱讀:被當笑話20年,統一便宜買下2家「昔日老大」!羅智先電商帝國要崛起了?

規模化導入部分無人結帳系統,解決超商缺工窘境

元智大學管理學院行銷學群助理教授朱訓麒認為,雖然放眼全球,目前無人商店模式仍未進入技術成熟階段,在未來十年間,大規模獲利和應用尚不易實現。但是在「部分自動化、減少人力需求」的相關軟硬體技術,如自助結帳機、智慧點餐機、App點餐等,已成功應用並逐漸普及到各通路。

因此,將該結帳系統「部分」導入到其他門市,協助大夜班或其他時段的人力配置,也許才是統一超商著眼的目標。以Amazon Go為例,雖然有前亞馬遜高層曾指出「該店型是一個失敗的教訓。」但即便Amazon Go的店型沒有複製成功,卻留下其他成功的技術。

圖1.7-ELEVEN未來超商X-STORE 8進駐海大校園 智能零售技術升級,首度開放民眾入店「拿
統一超商指出,自從去年無人店型的使命是將技術規模化,導入到一般門市。
圖/ 統一超商提供

高科大行銷與流通管理系教授吳師豪指出,Amazon Go的自動辨識、結帳技術,催生了如今導入多間超市的智慧結帳推車「Dash Cart」,消費者只要在逛賣場時,將商品放入智慧推車,就能完成結帳。

且該推車比起整間店都導入密密麻麻的感應器、鏡頭來說,更簡單、便宜。「也更符合消費者的購物體驗。」吳師豪指出,其實在美國已有部分超市,會在角落隔出20~30坪的獨立空間,專賣超商常賣的基本日用品。吳師豪認為,未來小七也可能在門市內如法炮製,在離峰時間關掉一般賣場空間,僅留下這樣的無人結帳角落,讓民眾自助消費、節省人力。

延伸閱讀:把全聯逼到調整貨架!18歲美廉社每6年就轉型一次,這次要如何玩「動態定價」?

責任編輯:林美欣

本文不提供轉載

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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