校園新店揭示策略布局
7-Eleven 在桃園國立中央大學開出全台第九家無人便利商店，為校園即拿即走零售開啟新階段。這間 82 平方公尺的門市科技設備齊全，約 140 台天花板攝影機搭配光學雷達，透過人工智慧辨識顧客拿取的商品，無須掃描條碼或排隊即可完成扣款。業者表示，從選購到結帳約需 30 秒。門市也設有自動取貨微型倉庫，可自行調整包裹尺寸及儲物空間，是台灣首例，將無接觸零售與更智慧化的最後一哩物流串聯起來。
統一企業集團在台灣經營 7-Eleven，並將推動無人門市定位為因應勞動市場日益吃緊的準備，而非快速獲利的途徑。台灣面臨人口老化，工作年齡人口占比也持續下降。全台零售業與餐飲業者都在測試自動化，希望在人力調度愈來愈困難之際，維持服務水準。
統一企業集團董事長羅智先坦言，試營運門市現場人力極少，經濟效益仍有待觀察。他形容這項布局是為未來十年預作準備，而非立即提升利潤的手段。
談到經濟效益前，羅智先先說明，儘管初期成本高昂，連鎖企業為何仍持續推進。
無人商店不賺錢，但我們還是得做，不是為了節省人事成本，而是為了因應服務人力短缺預作準備。
選在校園設點，符合這家連鎖企業測試、學習的策略。九家無人門市中有五家位於大學，學生較常接受新事物，購物品項也相對單純。先前有一家 7-Eleven X-Store 搬至國立高雄科技大學，據業者表示，來客數增至三倍，銷售額則較附近街邊門市增加一倍。對設備與軟體投資龐大的試辦階段而言，這樣的成長有所助益。
無人門市如何運作
無人便利商店結合感測器、攝影機與軟體，自動處理通常由收銀員和貨架人員負責的工作。顧客進店選購後直接離開，系統則將商品歸入顧客資料並啟動付款。目標是讓購物流程快速、穩定，並盡量減少繁瑣步驟。桃園新門市採用電腦視覺系統，並以光學雷達補足攝影機影像，提供深度與移動資料，協助系統更可靠地追蹤人員和商品。
攝影機與光學雷達
在採用電腦視覺的門市中，天花板攝影機負責大部分辨識工作，觀察顧客的手如何拿取包裝商品、飲料杯和即食食品。光學雷達則補上距離與移動資訊；當兩位顧客伸手拿取相似商品，或有人短暫離開攝影機視線時，這些資訊尤其有用。系統整合兩種資料後，便能推斷哪件商品從哪個貨架取下，以及由誰拿著。因此，即使不掃描條碼，系統仍能在約半分鐘內完成結帳。若顧客放回商品，系統也會自動更新購物籃。
智慧貨架與感測器
7-Eleven 也在測試另一種自動化路線，更仰賴貨架感測器，較少依靠影像辨識。先前與工業技術研究院合作時，X-Store 7 試辦店整合智慧貨架、重量感測器、紅外線光幕、身分確認及顧客定位功能。一名遠端工作人員即可即時監控庫存、確認進店者身分，並掌握店內人流熱區。這種以感測器為主的做法運算需求較低，也可能減少所需的攝影機數量。在空間不大的店面中，佈線和校正較簡單，也有助於加快導入。桃園新店顯示，這家連鎖企業正探索多種技術組合，在部分據點採用攝影機為主的系統，在其他據點則以感測器為主。
如何兼顧準確度、速度與成本，是無人零售的核心課題。早期零售試辦計畫若只依靠簡易 QR Code 出店或基本 RFID，常因漏掃而面臨商品失竊風險。較新的系統結合電腦視覺、貨架資料與時空分析，提高商品辨識準確度。無人便利商店相關研究指出，便利性與易用性有助於消費者採用，但隱私和安全疑慮可能減緩普及。清楚的標示、容易找到的求助方式，以及備用付款區，都有助於讓顧客安心嘗試這種消費模式。
校園與工業區為何率先導入
大學校園很適合設置無收銀員商店。學生常進出、熟悉科技，通常一次只買少量商品，因此辨識工作較單純。下課時間人潮集中，若系統能在 30 秒內完成交易，就能縮短排隊時間，在不增加人手的情況下應付尖峰需求。業者表示，X-Store 搬進大學後來客數和銷售額都增加，凸顯固定客群的價值；學生每週會多次到店消費。
工業園區和辦公大樓聚集區也是合適的設點地點。全家便利商店表示，正擴大在桃園楊梅工業區的 Tech Store 4.0 據點，運用電腦視覺與無接觸付款，在顧客離店時自動扣款。這類地點在交班和午餐時段人流穩定，也較少出現只來一次的觀光客，有利於調整店面配置，並以可預測的購物組合訓練模型。兩家業者都釋出訊號，校園、工廠和辦公區是最早能支撐穩定低人力營運的市場。
台灣的便利商店早已是民眾日常生活的據點。門市販售餐點和零食、提供機台繳費與票券列印，也支援店到店寄取包裹。這種生活角色有助於消費者接受新的數位服務。在無人門市加入自動取貨微型倉庫，可進一步串聯電商與街角商店；顧客早已習慣到便利商店取包裹。桃園新店採用工業技術研究院技術打造動態儲物格，可依包裹尺寸調整空間，以提高容量並縮短取貨時間。
台灣勞動力吃緊，零售業加速轉型
勞動人口減少，正改變服務業的投資規劃。餐飲業與小型零售業者表示，招募人手持續面臨挑戰。科技供應商如今推出整合系統，減少每個班次所需的第一線人員。例如在台灣餐飲業，業者正導入 AI 排隊管理、自助結帳和整合支付，讓一名員工能同時處理更多工作。便利商店也出現同樣趨勢；隨著夜班人力減少，若沒有自動化，24 小時營運將愈來愈難維持。
統一企業高層表示，無人門市目前尚未帶來獲利，但有助於累積營運經驗，相關模式可能在本十年稍晚成為標準。工業技術研究院也指出，AI 與感測器驅動的商店，可為偏遠或資源不足地區的居民提供穩定服務，同時降低人力需求。這家新校園門市也透過包裹系統串聯上述目標，協助周邊電商業者更快將商品送到學生和教職員手中。
顧客的便利與仍待化解的疑慮
對顧客而言，服務訴求很簡單：進店、拿取想要的商品、直接離開，系統便會正確扣款。下課休息或交班時段，這能節省時間；深夜購物時，即使短短的排隊也令人感覺漫長，無人結帳同樣能減少不便。國立中央大學門市承諾，結帳流程約需 30 秒，由視覺與雷達系統負責辨識。許多無人門市也支援以零售商 App 中的代碼驗證進店身分並累積會員點數，之後可使用信用卡或行動錢包付款，不必在入口額外操作。包裹取貨微型倉庫則增加了到店理由，學生一次就能取包裹、買飲料。
台灣無人門市相關研究顯示，科技接受模型也適用於此。消費者認知到的實用性與易用性會影響其對無人門市的態度，而態度進一步影響購物意願；認知風險則可能降低這種意願。研究發現，男性回報的實用性與易用性評分較高，女性回報的認知風險評分較高。許多消費者仍偏好現金，因此業者需要提供多種付款選項，並清楚說明每個步驟。實務上，這通常代表要支援感應付款、QR Code 支付與連結 App 的信用卡，並在每次消費後於 App 顯示清楚的收據。
隱私與辨識準確度是另外兩項疑慮。滿布天花板的攝影機和移動感測器，難免讓人想知道哪些資料會被記錄，以及資料會保存多久。業者可透過縮短資料保存期限、公布淺白易懂的政策，並說明發生錯誤時如何尋求店員協助，減輕顧客疑慮。技術上的風險則包括狹窄空間中的誤判，例如兩人同時拿取相似商品。結合光學雷達提供的深度資訊與貨架訊號，有助於減少這類少見情況，因此許多系統會採用多種感測方式。歷經早期無人零售浪潮而存續的供應商指出，簡易 QR Code 或 RFID 試辦計畫曾出現問題，並認為現代視覺與時空模型在大規模應用時更可靠。
競爭、成本與成長策略
台灣兩大連鎖便利商店正測試不同的技術組合與設點方式。7-Eleven 除了桃園校園門市這類大量運用攝影機的試辦店，也經營較依賴智慧貨架和重量感測器的據點。全家則在工業區擴大採用視覺辨識的營運模式，顧客離店時即完成付款。兩家業者都在顧客重複造訪的可控環境中看到初步成效。以感測器為主的模式導入成本可能較低，也較容易擴展到小型空間；以攝影機為主的模式，則能辨識更多種類的商品和動作，不必為每個貨架加裝設備。連鎖業者可能會繼續並行採用兩種方案，依據各據點的購物籃大小和人流模式，調整成本與準確度目標。
商業效益仍取決於營運規模與學習成果。硬體、校正和軟體調校都會帶來前期成本；持續訓練模型、維護設備和遠端監控則會增加經常性支出。業界主管表示，投資回報不只體現在結帳動線上。數位貨架、App 進店與電腦視覺能持續產生資料，協助改善貨架配置、降低缺貨率，並找出店內哪些區域最吸引顧客。包裹微型倉庫讓校園門市串接更廣泛的物流網絡，為網路訂單提供實體服務據點，也有助於提高顧客忠誠度。全球對自動化零售的興趣持續升溫，從亞馬遜 Just Walk Out 門市，到亞洲和歐洲以感測器為主的試辦計畫皆是如此。產業預測指出，未來幾年無人便利商店將穩定成長，業者將鎖定校園、辦公室、醫院和交通樞紐等適合短暫購物且人力吃緊的地點。
重點一覽
- 7-Eleven 在桃園國立中央大學開出全台第九家無人門市
- 這家 82 平方公尺的門市使用約 140 台天花板攝影機與光學雷達辨識商品，無須掃描條碼
- 約 30 秒即可完成結帳，付款過程無須排隊
- 門市設有台灣首座自動取貨微型倉庫，可調整儲物格以配合包裹尺寸
- 統一企業集團董事長表示，這種營運模式是因應長期人力短缺的布局，而非短期獲利策略
- 九家無人門市中有五家位於大學校園，學生較快接受新型態服務
- 全家正在工業區擴大採用電腦視覺的 Tech Store 4.0，並規劃增設更多自助服務據點
- 學術研究指出，易用性與實用性有助於消費者接受無人門市，但認知風險和隱私疑慮仍然存在
