拿了就走這個消費模式，從概念到技術都說不上新穎。最典型的案例是美國Amazon Go，第一家店2016年開始試營運，早了統一超商7年，去年甚至將此科技商品化，作為Just Walk Out解決方案販售給外部零售商。

乍看之下，統一超商X-Store 7號店與Amazon Go消費模式幾乎雷同，同樣是刷條碼進店、拿取商品、不用刷條碼就能結帳離去。不過，Amazon作為電商與科技公司，和統一超作為實體零售商，實驗無人店的起終點本就不盡相同，細究兩者差別，更會發現統一超商在技術採用及門市營運的決策上，與Amazon有數個關鍵差別。

結帳離店流程：先結帳再離店vs.先離店再結帳

在Amazon Go，只要拿了商品，走出店面，過5到10分鐘就會收到完成結帳的帳單，若有誤，顧客能再行退貨。

在統一超無人店，顧客則需於先確認購物清單，若有誤可以當場刪減購物車內容，接著結帳，才能離店。

兩家無人店結帳流程的必經步驟相同，主要差別是順序──X-Store依序是確認、結帳、出店，Amazon Go則是出店、結帳、確認。Amazon Go的結帳流程好處是，出口處人員流動通暢，拿完商品真的可以馬上離去，似乎更符合「拿了就走」精神。

既然如此，統一超商規定顧客必須在店內完成確認和結帳，有什麼好處？

工研院說明，若AI誤判顧客購買商品，造成顧客必須手動更正購物車，該次案例就會作為失敗案例，回傳到後臺用來優化AI準確率。也就是說，顧客確認購物清單或帳單，具有優化AI精度的功能。

若系統誤判顧客取放商品，便會影響庫存管理、貨架管理以及顧客數據分析等流程。未被糾正的錯誤不斷積累，造成的偏差幅度便會越大。統一超選擇讓顧客必須過目購物清單才能離店，雖然延遲了數秒出店時間，卻能確保大部分顧客有及時修正系統誤判的機會。也就是說，比起Amazon Go以動線流暢為優先的做法，統一超的結帳流程設計，更著重數據準確性。

在X-Store，消費者必須於店內確認購物清單、完成結帳，才能離去。若購物清單有誤，消費者能手動補登或刪減品項再結帳。這些誤判案例也會用於修正AI物件辨識模型。反觀Amazon Go，只要拿了商品，走出店面，過5到10分鐘就會收到結帳完成的通知，若發現帳單有誤，消費者能再行退貨。

店面規模：無人小型店面vs.有人大型店面

X-Store 7號店只有小小10坪空間、300件商品品項，就安裝了30多座影像追蹤感應器、15臺IoT智能貨架、1,300以上個重量感測器，以及超過3,000組多重感測器。可以見得，需要相當大量的硬體建設才能支援拿了就走。工研院資通所副組長王恩慈說，若要擴大店面規模，硬體元件大幅增加，各元件間溝通及AI運算資源分配便會是大難題。「因此拿了就走較適合小型店。」王恩慈評論。

X-Store小店面採取純無人店模式。人員配置上，X-Store採取純無人店模式，簡化販賣商品及提供服務。需要補貨時，會調度遠端母店人員到店進行。其他時候，店面管理完全依靠現場科技，引導顧客則由AI虛擬店員和遠端客服負責。

Amazon Go則是從一開始便挑戰50坪店面、1,600件品項，後來甚至還開了高達300坪大小的門市，投入大量成本和技術力。不只如此，他們還在部分門市配置真人店員，來提供更多面向服務，例如引導或檢查購買菸酒者的年齡。

不過，從後續採用Just Walk Out的其他零售商案例來看，大部分使用拿了就走科技的門市，也都選擇不配置現場人員，顯示出包括統一超在內的許多零售業者在採取此技術時，都選擇降低營運複雜度及成本。

技術限制對策：少賣商品vs.加入輔助設計

Amazon和統一超面對技術限制的做法也相當不同。拿了就走高度仰賴物件辨識技術來追蹤入場顧客及商品取放情況。此技術受限於鏡頭拍攝角度，且物品形狀差異大的商品也容易出錯，例如生鮮蔬果或肉品。

另一個技術限制是重量感測器的感測誤差。王恩慈解釋，工研院採用的重量感測器部分採用類比訊號，若環境溫度變化大，會產生電阻值浮動和電子雜訊干擾，降低感測精度。

為了降低物件辨識錯誤率，統一超和Amazon都會限制人流，前者人口密度限制為2坪1人，後者則是約1坪2人。不過在商品品項及貨架環境上，兩家分別採取不同的策略。

統一超依然選擇簡化營運情境，只賣非散裝、易辨識的商品，並控制貨架溫度環境。目前X-Store只有開放式冷藏架，沒有帶門冷凍冰櫃等溫度浮動較大的環境。工研院為了應對溫度變化造成的誤差，在重量感測分析後臺設計了誤差容忍區間，若環境造成的誤差小於5公克，都不會被視為異常。也因此，貨架上不能放置單顆糖果等過輕商品。

相較於限制商品種類，Amazon選擇在難辨識商品的包裝或排列方法加入識別輔助設計。不僅如此，他們重量感測能力精度非常高，輕至一枝筆、一條巧克力的重量差異都能感測到。因此，物件辨識難以識別的小型商品，可以交由重量感測器來識別。也因為重量感測精度夠高，Amazon Go店內可以見到帶門的冷凍櫃。

出路不同：自用科技建設vs.外部解決方案
Amazon作為一個電商和科技公司為拿了就走科技找到了另一條出路──作為解決方案，販售給實體零售經驗更豐富的外部廠商。同時，他們也持續嘗試將此技術應用到自家實體店面中。在經營Amazon Go及超市店型的Amazon Fresh之餘，他們也開始將Just Walk Out技術安裝到多年前收購的大型連鎖生鮮超市Whole Foods店面中。

統一超則沒有揭露無人店未來發展計畫。不過，統一集團和統一超一直以來都強調發揮集團綜效，加上統一超這2年更加強調會員數據經營，因此無人店蒐集的豐富會員數據，以及經營無人店的經驗，都能為前述戰略加分。

Amazon Just Walk Out的重量感測器藏於貨架中。超高精度的技術，可以感應到小至一枝筆、一顆糖果的重量變化。圖片來源_Amazon

為了重量感測器避免誤判，統一超選擇只在X-Store 7號店中販售一定重量以上的商品，且沒有帶門冷凍冰櫃，來控制溫度環境。圖片來源_統一超商

X-Store拿了就走技術如何應對特殊消費情境

除了最典型、最簡單的的消費情境──單人進店、準確拿取商品、結帳、離店──工研院設計拿了就走科技時，也設想到部分常見但可能影響到技術運行的消費情境。

其一是偕同入店情境。若天花板鏡頭拍攝到一名會員偕同其他同行者入店，消費者追蹤系統會將這些人視為不同人，作為控管店內人數的依據，但歸戶他們取放商品的行為到同一名會員的購物車。

其二是商品錯位情境。這包括消費者將商品放回錯誤的貨架上，以及消費者拿起這些錯放商品的情境。系統辨別消費者取放商品種類時，會以電腦視覺看到的商品外觀為主，商品所屬貨架的優先度非常低，因此出現上述兩種商品錯位情境時，系統都不會誤判。

其三則是消費者扶靠貨架的情境。有時候消費者會邊扶靠著貨架，邊伸手拿取商品，因此造成重量感測器雜訊。不過，後臺系統分析重量感測器訊號時，主要以貨架穩定狀態時的重量變化為依據。因此就算有扶靠或碰撞貨架的情況，系統也會待貨架回穩後，再比較兩個穩定狀態間的重量，來計算拿取數量。

【無人超商模式大比較】X-Store 7號店vs.Amazon Go

 統一超店無人店（X Store 7號店）

圖片來源_統一超商

 運作模式  拿了就走模式（店內結帳）

 結帳流程設計  先確認結帳內容、再付款、後離店

 效益與發展  1. 蒐集顧客完整旅途數據，對會員數據經營有加分效果
2. 累積無人店經營經驗及店面管理數據，可用於優化實體零售營運

 首店啟用時間 2023年7月

 可用店面型態  10坪迷你超商

 銷售品項數  300種

 關鍵硬體設備  天花板鏡頭、貨架紅外線光柵、貨架鏡頭、貨架重量感測器

 真人店員配置  母店支援補貨人力，現場不須店員

 年齡合規對策  不銷售有年齡限制的商品

 技術限制對策  1. 物件辨識能力有限，盡量不賣太小或無標準型狀商品
2. 重量感測有誤差容忍區，不賣低於5公克的商品以避免誤判
3. 類比式重量感測器易受溫差影響，店內不用帶門冷凍櫃

 Amazon Go 

攝影／余至浩

 運作模式  拿了就走模式（店外結帳）

 結帳流程設計  先離店、再付款、後確認結帳內容

 效益與發展  1. 將技術商品化販售給外部零售業者使用

2. 於旗下大型量販店、生鮮超市和超商持續實驗更多應用可能

 首店啟用時間 2016年12月試營運，2018年1月正式對外營運

 可用店面型態 從12坪迷你超商到500坪大型超市各式店型

 銷售品項數  超過5,000種

 關鍵硬體設備  高解析天花板鏡頭、高精度貨架重量感測器

 真人店員配置  現場有出入口支援人力，以及補貨與查驗購買菸酒身分的店員

 年齡合規對策  真人店員檢查年齡

 技術限制對策  1. 物件辨識能力有限，於難辨識商品加上辨識輔助

2. 為避免重量感測誤差，採用昂貴的高精度重量感測元件，可偵測小至一枝筆的重量變化，也不怕高溫差環境

備註說明：臺灣常見超商面積為40至50坪，品項數約2,000至3,000種。
資料來源：iThome整理，2023年8月

 相關報導