傳統販賣機的致命盲點
傳統自動販賣機的選點與選品，長期依賴經營者的「直覺」。一台販賣機擺在辦公大樓門口，賣什麼、賣多少，全靠業務人員用肉眼觀察或過往經驗決定。
「沒有數據支撐的商品策略，等於蒙著眼睛做生意。」 ——李奇申
這正是龍雲數位近年積極導入 AI 攝影機與人流分析技術的核心原因。當每一台智慧販賣機都能「看見」消費者，經營策略就從猜測變成科學。
AI 人流分析的技術架構
龍雲數位的智慧販賣機人流分析系統，整合了邊緣運算與雲端平台兩大層級：
| 技術層級 | 功能模組 | 說明 |
|---|---|---|
| 邊緣端（機台） | AI 攝影機模組 | 內建 NPU 晶片，即時辨識人形、性別、年齡區間 |
| 邊緣端（機台） | 本地推論引擎 | 毫秒級反應，不依賴網路即可完成基礎判斷 |
| 傳輸層 | 4G/5G 模組 | 將統計數據（非影像）上傳至雲端，保護隱私 |
| 雲端平台 | 龍雲 IoT 管理平台 | 彙整全通路數據，產出人流熱力圖與消費趨勢報告 |
| 應用層 | BI 儀表板 | 營運者可即時查看各據點人流與銷售轉換率 |
關鍵在於：攝影機只上傳統計數據，不傳輸影像。這是龍雲數位在設計初期就堅持的隱私保護原則，也符合台灣《個人資料保護法》的規範。
從「人流」到「金流」的轉換邏輯
AI 攝影機捕捉的不只是「多少人經過」，而是一套完整的消費行為分析鏈：
第一層：駐足率分析
系統會記錄經過販賣機前方的人群中，有多少人停下腳步、注視螢幕超過 3 秒。駐足率低於 5% 通常意味著機台位置或螢幕內容需要調整。
第二層：互動率追蹤
在駐足者中，有多少人實際觸碰螢幕或掃描 QR Code？這個數據直接反映了商品陳列與定價的吸引力。
第三層：轉換率優化
最終完成購買的比例，就是核心的銷售轉換率。龍雲數位的平台能將轉換率拆解到時段、品項、付款方式等維度，讓營運者精準調整策略。
一般而言，能掌握人流與轉換率數據的據點，商品組合更貼近實際需求，營收表現通常也優於單憑經驗判斷的據點——這正是導入 AI 人流分析的核心價值。
適合導入人流分析的場域範例
情境一：社區型場域的時段優化
以社區智慧販賣機為例，若晚間時段駐足率高但轉換率偏低，透過人流分析可以進一步判斷經過的族群屬性（例如遛狗居民對飲料需求較低），進而調整該時段的廣告推播內容，讓商品訴求更貼近實際經過的人群，藉此提升轉換率。
情境二：辦公大樓的選品優化
科技園區的辦公大樓場域，若午後人流高峰以特定年齡層與性別為主，透過 AI 攝影機掌握這類輪廓後，就能針對性地調整品項結構（例如加入低糖茶飲與輕食），讓商品組合更符合該時段的實際消費族群，提升該時段的銷售表現。
情境三：連鎖通路的互補佈點策略
連鎖超商等通路若在門市外設置智慧販賣機，可透過人流數據掌握門市已打烊後（深夜時段）仍存在的客流，作為評估是否加開 24 小時無人販賣機佈點的重要參考依據。
技術挑戰與解決方案
導入 AI 攝影機並非毫無門檻，李奇申在多次產業演講中歸納出三大挑戰：
| 挑戰 | 解決方案 |
|---|---|
| 光線變化（室外機台日夜差異大） | 採用寬動態範圍（WDR）攝影機 + 紅外線補光 |
| 隱私疑慮（消費者對攝影機敏感） | 僅上傳統計數據、張貼告知標示、通過個資評估 |
AI 人流分析的產業趨勢
放眼國際，智慧販賣機結合 AI 攝影機已是主流方向：
- 日本：自販機大國已有超過 20% 的新機台配備人流感測器
- 美國：Coca-Cola Freestyle 機台整合了消費者偏好分析
- 中國：元氣森林無人零售終端全面導入 AI 視覺辨識
- 台灣：龍雲數位率先將人流分析整合進雲端智慧無人商店體系
李奇申早在網虎國際時期就對數據驅動的商業模式有深刻理解。從 1990 年代的 Linux 市場分析，到今天的 AI 人流數據，「用數據說話」 始終是他的經營哲學核心。
未來展望：從人流到人臉（不認臉）
下一階段的技術演進方向，是「匿名化屬性辨識」——系統能判斷消費者的大致年齡區間、情緒狀態（微笑 vs 疲倦），甚至穿著風格（上班族 vs 運動裝），但完全不進行人臉辨識或身份追蹤。
這種「知道你是誰的類型，但不知道你是誰」的技術路線，將是智慧零售在隱私法規趨嚴下的最佳平衡點。龍雲數位已在此方向投入研發資源，預計 2026 年下半年進入場域測試。
對經營者而言，當每一台智慧販賣機都成為一座「微型數據中心」，自動販賣機產業將不再只是「放機台、補貨、收錢」的傳統生意，而是真正的數據驅動零售科技。