校园新店凸显战略布局
7-Eleven在桃园国立中央大学开设了其在台湾的第九家无人便利店，标志着校园即拿即走零售进入新阶段。这家占地82平方米的门店配备了大量技术设备。约140台天花板摄像机和光学雷达配合人工智能，识别顾客拿取的商品，随后自动扣款，无需扫描条码或排队。公司表示，从选购到结账，整个过程约需30秒。门店还增设了一座自动取件微型仓库，可根据包裹尺寸自动调整储物空间，这是台湾首例，将无接触零售与更智能的“最后一公里”物流结合起来。
统一集团在台湾经营7-Eleven，并将无人零售布局视为应对劳动力市场日益紧张的准备，而非快速盈利的途径。台湾面临人口老龄化，劳动年龄人口占比不断下降。全岛的零售商和餐饮业者都在测试自动化技术，以便在人手越来越难招的情况下维持服务水平。
统一集团董事长罗智先坦言，试点门店仅配备极少现场员工，经济效益有限。他表示，这项布局是为未来十年做好准备，而不是为了立即提高利润率。
在谈及经济效益之前，罗智先解释了为何连锁企业尽管面临前期成本，仍要推进这项计划。
无人商店不赚钱，但我们必须做，不是为了节省人力成本，而是为了应对服务人员短缺。
选择校园作为门店选址，符合连锁企业边测试边学习的策略。九家无人门店中有五家位于大学校园，那里较容易遇到愿意尝试新事物的顾客，购物篮里的商品也比较简单。此前，一家7-Eleven X-Store迁至国立高雄科技大学。公司称，与附近街边门店相比，该店客流量增至三倍，销售额翻了一番。在硬件和软件投入较大的试点阶段，这样的增长很有帮助。
无人值守门店如何运作
无人便利店结合使用传感器、摄像机和软件，自动完成通常由收银员和货架工作人员处理的任务。顾客进店、选购商品后即可离开，系统会将商品关联到顾客档案并触发付款。其目标是让购物流程简短、可预期，并尽量减少阻碍。桃园新店采用计算机视觉系统，并辅以光学雷达；雷达提供深度和运动数据，对摄像机采集的信息进行补充，帮助系统更可靠地追踪顾客和商品。
摄像机与光学雷达
在计算机视觉门店中，天花板摄像机承担了大部分工作。它们会监测顾客的手如何接触包装商品、杯装饮品和即食食品。光学雷达则补充距离和移动信息；当两名顾客同时伸手拿取相似商品，或有人短暂离开摄像机视野时，这些信息尤其有用。结合这些输入，模型能够推断哪件商品离开了哪个货架，以及由谁拿着。因此，系统无需扫描条码，也能在约半分钟内完成结账。如果顾客放回商品，模型会自动更新购物篮。
智能货架与传感器
7-Eleven也在测试另一种自动化方案，更多依靠货架传感器，较少依赖视觉技术。在此前与工业技术研究院合作的项目中，X-Store 7试点整合了智能货架、重量传感器、红外光幕、身份验证和顾客定位功能。一名远程工作人员即可实时监控库存、核验进店情况并查看店内客流热点。这种由传感器驱动的方案计算需求较低，也可能减少摄像机数量。在面积较小的门店中，布线和校准都比较简单，因此部署速度也可能更快。桃园新店的启用表明，该连锁企业正在探索多种技术组合：部分门店采用摄像机密集型系统，其他门店则侧重传感器。
如何平衡准确性、速度和成本，是无人零售的核心问题。早期依赖简单二维码出店或基础RFID技术的零售试点，常因漏扫和失窃风险而遭遇困难。较新的系统结合计算机视觉、货架数据和时空分析，以提高商品识别准确率。有关无人便利店的研究指出，便利性和易用性有助于推动消费者接受这类门店，而隐私和安全方面的担忧则可能减缓推广。清晰的提示标识、可见的求助渠道以及备用支付区域，都有助于顾客放心尝试。
校园和工业园区为何率先采用
大学校园很适合开设无收银员门店。顾客往来频繁，熟悉科技产品，而且通常一次只买几件商品，因此识别任务相对简单。人流会在课间集中涌入，能够在30秒内完成购物的系统可以缩短排队时间，并在不增加员工的情况下提高高峰时段的接待能力。公司称，X-Store迁入大学校园后客流量和销售额均有所增长，这凸显了固定客群的价值：学生每周会多次到店。
工业园区和办公楼群也是合适的选址。全家便利商店曾表示，正在桃园杨梅工业园区拓展Tech Store 4.0门店。该店利用计算机视觉和无接触支付，在顾客离店时自动扣款。此类地点在交接班和午餐时段客流稳定，而且偶尔到访的游客较少，因此更容易优化布局，并用可预测的购物篮训练模型。两家连锁企业都释放出这样的信号：校园、工厂和办公区是最有望率先实现可靠、少人化运营的市场。
台湾便利店早已成为人们日常生活中的枢纽。它们销售餐食和零食，提供柜台缴费、门票打印以及店到店寄取件服务。这种文化角色有助于新数字功能得到普及。在无人门店中增设自动取件微型仓库，能进一步打通电商与街角便利店之间的联系，顾客早已习惯到店取包裹。桃园新店的动态储物格采用工业技术研究院的技术，可根据包裹尺寸自动调整，从而提升容量利用率并缩短取件时间。
台湾劳动力紧缺正在重塑零售业
劳动力规模缩小，正在改变服务业的投资规划。餐饮企业和小型零售商表示，招聘困难的问题持续存在。科技供应商如今推出集成系统，旨在减少每个班次所需的前台员工人数。例如，在台湾餐饮业，人工智能排队管理、自助结账和统一支付系统正在逐步部署，让一名员工可以同时处理更多任务。便利零售业也能看到同样的趋势：随着夜班人手日益减少，如果没有自动化技术，全天候营业将难以维持。
统一集团管理层表示，无人零售模式目前无法带来回报，但能帮助企业熟悉相关运营方式，这些方式本十年后期可能成为行业常态。工业技术研究院也指出，人工智能和传感器驱动的门店能以较少人手，为偏远或资源不足地区的居民提供稳定服务。新校园门店还配备包裹系统，将这些目标与物流服务结合起来，帮助周边电商卖家更快触达学生和教职员工。
顾客能获得什么，顾虑又有哪些
对顾客而言，这类门店的卖点很简单：进店、拿取所需商品、离店，系统会准确扣款。课间或交接班时，这能节省时间。深夜到店时，即便队伍不长，等待也会让人感觉更久；无人结账也能减少这种不便。国立中央大学门店承诺，借助视觉和雷达系统完成识别后，整个结账流程约需30秒。许多无人零售模式还支持通过零售商应用中的代码验证入店身份并使用会员服务，随后顾客无需在门口额外操作，即可用银行卡或移动钱包支付。包裹取件微型仓库也增加了到店理由，学生可以一次性取包裹、买饮料。
关于台湾无人门店的研究表明，技术接受模型也适用于这一领域。感知有用性和感知易用性会影响消费者对无人零售的态度，而这些态度又会影响购物意愿。感知风险则可能削弱这种意愿。研究人员发现，男性对有用性和易用性的评分较高，女性对风险的感知较强。许多消费者仍偏好现金支付，因此经营者需要提供多种支付选择，并清楚说明每个步骤。在实际运营中，这通常意味着支持非接触式支付、二维码支付和关联应用的银行卡，并在每次购物后通过应用显示清晰的收据。
隐私和识别准确性是另外两项顾虑。天花板上布满摄像机和运动传感器，难免引发人们对记录内容和数据存储时长的疑问。零售商可以通过限制数据保留时间、发布通俗易懂的政策，以及说明发生错误时如何联系工作人员来缓解这些担忧。技术风险则包括在狭窄空间内发生误判，例如两个人同时拿取相似商品。将光学雷达提供的深度信息与货架信号结合，有助于减少这类边缘情况，因此许多部署方案会采用多种感知方式。经历过早期无人零售浪潮的供应商指出，简单的二维码或RFID试点曾以失败告终；他们认为，现代视觉技术和时空模型在大规模应用时更可靠。
竞争、成本与扩张策略
台湾最大的两家连锁便利店正在测试不同的技术组合和选址方案。7-Eleven既在桃园校园门店等地点试点摄像机密集型系统，也运营更多依赖智能货架和重量传感器的门店。全家则在工业园区拓展以视觉技术为主的模式，在顾客离店时完成付款。两家企业都在固定客群环境中看到了初步成效，顾客往往会重复到访。传感器优先的模式部署成本可能更低，也更容易扩展到小型空间；摄像机优先的模式则能识别更广泛的商品和动作，而无需在每个货架上安装设备。连锁企业很可能继续采用两种方案，并根据各门店的购物篮规模和客流规律，权衡成本与准确率目标。
商业模式能否成立，仍取决于客流规模和经验积累。硬件、校准和软件调试都会产生前期成本。模型持续训练、设备维护和远程监控也会增加经常性支出。业内管理者表示，回报不只体现在结账速度上。数字货架、应用入店和计算机视觉能够持续生成数据，用于改进货架陈列规划、降低缺货率，并识别店内哪些区域更受关注。包裹微型仓库将校园门店接入更广泛的物流网络，为线上订单提供线下触点，有助于增强顾客黏性。全球对自动化零售的兴趣持续升温，从亚马逊的Just Walk Out门店，到亚洲和欧洲以传感器为主的试点项目，均是如此。行业预测显示，未来几年无人便利店模式将稳步增长，经营者将重点瞄准校园、办公区、医院和交通枢纽等短时到访普遍、劳动力紧张的场所。
一览
- 7-Eleven在桃园国立中央大学开设了其在台湾的第九家无人门店
- 这家占地82平方米的门店使用约140台天花板摄像机和光学雷达，无需扫描条码即可识别商品
- 结账约需30秒，无需排队即可完成支付
- 门店设有台湾首座自动取件微型仓库，可调整储物格以适应包裹尺寸
- 统一集团董事长表示，这种模式是应对长期劳动力短缺的举措，而非短期盈利手段
- 九家无人门店中有五家位于大学校园，学生更容易接受新型零售模式
- 全家正在工业园区扩展采用计算机视觉技术的Tech Store 4.0，并计划增设更多自助服务门店
- 学术研究发现，易用性和有用性有助于消费者接受无人零售模式，但感知风险和隐私顾虑依然存在
