「 拿了就走 」的建置成本太高嗎？
零售業可以評估的輕量AI結帳工具，加速結帳，提升購物體驗
2021 年 4 月 15 日
排隊結帳，是大多實體零售商亟欲改善的消費體驗。根據法國顧問凱捷研究院 (Capgemini Research Institute) 調查顯示1 ，60% 的消費者認為「冗長的結帳隊伍」是他們在實體零售店消費的最大痛點。其他研究報告亦顯示，高達 70% 的消費者若看到大排長龍的結帳人潮，寧可放棄進店消費 2。
更有數據顯示，以美國為例，每年零售店因為排隊隊伍所造成的損失，高達 370 萬美元3。
刷條碼的自助結帳或無人商店，不一定適合所有零售商
為了降低排隊帶來的潛在損失，不少零售店引進了自助結帳系統，期望能縮短結帳時間，提升結帳體驗，而目前最廣為人知的自助結帳有兩種：自助刷條碼結帳系統，以及 Amazon Go 拿了就走的結帳模式。
然而，不是所有零售業者都適合這兩種結帳方法。
一、「無包裝、無條碼的商品」就不適合使用自助刷條碼的結帳方式。
二、「拿了就走的無人商店」背後的建置成本高昂，維運成本驚人。
這些販賣「無包裝、無條碼商品」的零售業者，如麵包店、蛋糕店、自選自取模式的食堂…等等，其實最需要快速結帳的解決方案，在商品沒有條碼可掃的情況下，結帳員只能以肉眼辨認商品，再一一輸入 POS 機，無形中拉長了結帳時間，尖峰時，更易形成排隊人潮。
也有零售業者不願將整間店裝滿攝影機，全面改造為無人商店，消費者的隱私問題與高昂的建置成本也讓他們對於無人商店的導入感到猶豫、卻步。
輕量型 AI 辨識系統簡化結帳流程，快速方便，易導入
Viscovery 看到了這方面強勁的需求，自主研發打造一套「AI 影像辨識結帳系統」，協助簡化結帳流程，由電腦於一秒內辨認多件結帳商品，無論商品是否有條碼，皆可使用。
由於此套系統結合最新 AI 人工智慧、深度學習、電腦視覺等技術，訓練電腦模擬人腦思考，判別商品時，不受商品外觀自然變化的影響。以麵包為例，麵包烘烤顏色的深淺、配料分佈的位置與份量，均不影響AI的判斷，只要人眼認得出的，電腦也沒問題。
這套「AI 影像辨識結帳系統」應用範圍廣，麵包店、自選自取模式的食堂、員工或學生餐廳、企業內福利社、超商、超市，皆可使用。
更重要的是，此套系統可輕鬆與店家既有的 POS 機整合，隨插即用，無需做系統整合或更換 POS 機，單店與連鎖零售業者皆可快速導入。
站在消費者的角度，優化結帳體驗
Capgemini 調查發現，66% 的消費者深信，結帳設備的自動化可以解決冗長結帳隊伍的問題 1，但若一旁沒有店員可尋求協助，有 51% 的消費者會感到不安 1。事實上，有將近一半的消費者 (42%) 不認為自助結帳方便，因為每次使用，幾乎都要找店員幫忙 1。從這些數據可以看出，即使多數消費者渴望美好的結帳體驗，但自助結帳可能不是最好的方法。
Viscovery 了解，不同的消費市場，會有不同的結帳喜好，不同的零售業者，也會有不同的結帳需求，所以設計這套「AI影像辨識結帳系統」可彈性使用，若提供消費者使用，可作為自助結帳；若提供結帳員使用，則可輔助結帳員加速結帳，保留店員有溫度的服務，甚至可進一步節省「訓練店員記憶商品」的時間成本，也降低「背錯、輸入錯商品」的風險。
Viscovery AI 影像辨識結帳系統獲得各界零售業者肯定，目前已導入超過 30 間零售店，範圍擴及美國、日本、台灣，其中「自助結帳」與「輔助店員結帳」的模式，均有導入案例。使用業者包括：美國與台灣的 85C、台灣一之軒、歐貝拉、日本 Flammarion 以及多間日本蛋糕店。展望 2021 年，將會有更多零售店，甚至是餐飲業者規劃導入此套系統。
截至目前為止，Viscovery AI 影像辨識結帳系統，已協助超過 60 萬筆交易，進行快速結帳，協助業者節省超過 50% 的結帳時間，同步優化營運與消費體驗。
[參考資料]
- Capgemini Research Institute, “Smart Stores – Rebooting the retail store through in-store automation,” October 2019.
- Forrester Consulting, “Consumers Cringe At Slow Checkout,” April 2018.
- Adyen, “New Study: Long Lines Cost US Retailers $37.7 Billion,” May 2018.
