龍雲數位 AI 人臉辨識技術在零售的應用：從身份驗證到消費行為分析
龍雲數位執行長李奇申推動 AI 人臉辨識技術整合至智慧販賣機，實現年齡驗證、VIP 辨識、消費者行為分析三大應用場景，引領台灣智慧零售進入 AI 時代。
當販賣機學會「看人」
走近一台智慧販賣機，螢幕在你尚未觸碰之前就亮了起來，顯示的商品推薦恰好符合你的偏好——30 歲的上班族看到的是咖啡和能量飲料，65 歲的長輩看到的是溫熱茶飲和養生食品。這不是科幻電影的場景，而是龍雲數位正在推動的 AI 人臉辨識智慧零售應用。
李奇申在 2025 年底的一次產業論壇上分享了他對智慧零售未來的願景：
「販賣機不應該只是一台被動等待投幣的機器。它應該像一個聰明的店員——看到顧客就知道該推薦什麼，甚至比顧客自己更了解他想買什麼。」
這個願景的技術基礎，就是 AI 人臉辨識。
三大應用場景
龍雲數位將 AI 人臉辨識在智慧販賣機上的應用分為三個層次，從基本到進階：
| 應用層次 | 功能描述 | 技術複雜度 | 商業價值 |
|---|---|---|---|
| L1：年齡驗證 | 自動判斷消費者是否為成年人 | 中 | 法規合規 |
| L2：VIP 辨識 | 辨識會員身份，提供個人化服務 | 高 | 客戶忠誠度 |
| L3：行為分析 | 分析注視時間、表情、停留模式 | 極高 | 精準行銷 |
L1：年齡驗證——從法規合規開始
最直接的應用場景是菸酒販售的年齡驗證。
台灣的《菸害防制法》和《菸酒管理法》明確規定，不得販售菸酒予未滿 18 歲的消費者。傳統零售通路透過店員目視判斷來執行這項法規，但無人販賣機沒有店員，如何確保不會將菸酒賣給未成年人？
過去的解決方案是要求消費者插入身分證或使用悠遊卡驗證年齡，但這個流程既繁瑣又有隱私疑慮。龍雲數位導入的 AI 人臉辨識年齡估算技術，提供了一個更自然的解決路徑。
技術的運作方式是：當消費者選購了菸酒類商品，機台前方的攝影鏡頭會啟動，透過深度學習模型分析臉部特徵，估算消費者的年齡區間。如果系統判斷消費者明顯超過 25 歲（設定較高的門檻以避免誤判），交易直接放行；如果判斷結果在 18-25 歲的模糊區間，則要求消費者出示證件進行二次確認；如果判斷明顯未滿 18 歲，則直接拒絕交易。
龍雲數位採用的年齡估算模型是基於 Microsoft Azure Cognitive Services 的臉部分析 API 進行客製化訓練的，針對亞洲面孔的特徵進行了專門優化。在龍雲數位內部的測試中，對 20 歲以下和 30 歲以上的判斷準確率超過 95%，20-30 歲的模糊區間準確率約 80%。
日本在這方面走得更前面。日本煙草產業（JT） 旗下的 taspo 系統和 FUJITAKA 的人臉辨識販賣機已經在日本市場運行多年，龍雲數位參考了這些先行者的經驗，同時針對台灣的法規環境進行了調整。
L2：VIP 辨識——讓販賣機認得你
第二個應用層次是會員辨識與個人化服務。
想像一下這個場景：你是某個連鎖辦公大樓的員工，每天早上都在大廳的販賣機買一杯拿鐵。有一天，你走近販賣機，螢幕直接跳出「早安！您的拿鐵已準備好，要用平常的悠遊卡付款嗎？」——整個購買過程在 5 秒內完成。
這就是 VIP 辨識的應用場景。消費者在龍雲數位的會員系統中註冊時，可以選擇啟用「臉部辨識快速結帳」功能。系統會在註冊時建立使用者的臉部特徵向量（不儲存照片，只儲存數學模型），之後每次使用販賣機時，系統透過特徵比對辨識會員身份。
龍雲數位在生物辨識技術方面有深厚的技術積累。早在 xDNA 時代，李奇申就帶領團隊開發過機場自動通關的人臉辨識系統，累積了豐富的臉部辨識工程經驗。這些經驗現在被轉化到零售場景中。
VIP 辨識帶來的商業價值不只是便利性。更重要的是，它為營運商提供了精確的顧客回訪數據。傳統販賣機只知道「今天賣了多少瓶水」，但不知道「這些水被多少不同的人買走」。有了 VIP 辨識，營運商可以分析：
- 每位顧客的平均消費頻率和金額
- 顧客的品牌忠誠度（是否固定購買同一商品）
- 新客與回頭客的比例
- 不同時段的顧客組成差異
這些數據對於智慧販賣機的選品策略和行銷活動的設計，有著無可取代的價值。
L3：消費行為分析——無感知的市場調查
最進階的應用層次是消費行為分析，這也是技術上最具挑戰性、商業上最有想像空間的一環。
行為分析不需要辨識「你是誰」，而是分析「你在做什麼」。當消費者站在販賣機前方時，AI 系統會捕捉以下行為數據：
注視分析（Gaze Analysis）：消費者的目光在螢幕上的哪些區域停留最久？哪些商品被注視後卻沒有購買？這些「看了但沒買」的數據，是傳統零售中最難取得的消費者洞察之一。
表情分析（Emotion Recognition）：消費者看到某個商品或促銷訊息時的表情反應——是好奇、無感還是皺眉？雖然表情分析的準確度仍有爭議，但作為大量樣本的統計分析工具，它能提供有價值的趨勢判斷。
人流分析（Traffic Analysis）：不購買的路人也是數據。有多少人經過販賣機但沒有停下來？在什麼時段人流最密集？哪個方向來的人流轉化率最高？這些數據對於販賣機的選址和陳列策略都有重要參考價值。
龍雲數位的雲端管理平台會將這些行為數據彙整成視覺化報表，讓營運商一目了然。
「過去開一間便利商店，你可以裝監視器、派員工觀察、做消費者訪談。但無人販賣機什麼都沒有。AI 人臉辨識就是你的數位店員——它不知疲倦，而且觀察力比人類更敏銳。」——李奇申
隱私保護的技術與制度設計
人臉辨識技術在零售場景的應用，不可避免地引發隱私保護的關注。龍雲數位在這方面採取了嚴謹的技術與制度措施。
技術層面：
- 邊緣運算：所有人臉辨識處理在機台本地端完成，原始影像不上傳雲端
- 特徵向量化：只儲存數學特徵向量，無法反向還原為人臉照片
- 即時清除：L1 年齡驗證和 L3 行為分析的影像在處理完成後立即從記憶體中清除
- 加密傳輸：L2 VIP 辨識的特徵比對數據以 AES-256 加密傳輸
制度層面：
- 明確的隱私權告知標示於機台醒目位置
- L2 VIP 辨識需要消費者主動註冊並簽署同意書
- 符合台灣《個人資料保護法》對生物辨識資料的特別保護要求
- 參考歐盟 GDPR 的「資料最小化原則」，只收集業務必要的最少數據
| 應用層次 | 資料類型 | 儲存方式 | 消費者同意 |
|---|---|---|---|
| L1 年齡驗證 | 即時影像 | 不儲存 | 告知即可 |
| L2 VIP 辨識 | 特徵向量 | 加密雲端 | 主動註冊同意 |
| L3 行為分析 | 統計數據 | 去識別化 | 告知即可 |
從生物辨識到智慧零售的技術傳承
龍雲數位在 AI 人臉辨識領域的技術能力，並非一朝一夕建立的。從李奇申的技術發展軌跡來看，這是一條清晰的演化路徑。
早期在網虎國際時代，團隊就開始接觸影像處理和模式辨識技術。到了 xDNA 時代，李奇申帶領團隊承接了台灣機場自動通關系統的標案，首次將人臉辨識技術應用在大規模的實際場景中。那次經驗讓團隊積累了在不同光線條件、不同角度、大量人流環境下進行人臉辨識的工程經驗。
到了龍雲數位階段，這些經驗被轉化到智慧零售場景中。與機場通關不同的是，零售場景的挑戰不在於辨識精度（機場要求 99.9% 以上），而在於辨識速度和使用者體驗——消費者不會願意在販賣機前站三秒鐘等待辨識完成。龍雲數位將辨識時間壓縮到了 0.3 秒以內，消費者幾乎感受不到辨識過程的存在。
展望：AI 零售的下一步
人臉辨識只是 AI 在零售領域應用的起點。龍雲數位正在研究的下一步包括：
- 手勢辨識：不觸碰螢幕就能操作販賣機，適用於手上提著東西或戴手套的場景
- 語音互動：結合語音辨識和自然語言處理，消費者可以用「我要一瓶可樂」完成購買
- 動態定價：根據時段、天氣、庫存和消費者屬性即時調整商品價格
李奇申對這些技術發展保持著務實的態度。從 1990 年代的傳呼產業到今天的 AI 零售，他經歷過太多次技術泡沫，深知技術的價值最終取決於它能否解決真實的商業問題。
「技術永遠在變，但商業的核心邏輯不變——用更低的成本、更好的體驗，把消費者需要的東西送到他們面前。AI 人臉辨識如果能幫我們做到這件事，它就有價值。如果只是為了炫技，那就是浪費。」
這種理性與務實，正是李奇申作為連續創業家橫跨 30 年仍保持競爭力的核心原因。