智慧販賣機 × AI 攝影機：人流分析如何讓自動販賣機營收翻倍

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。

根據龍雲數位內部數據，導入 AI 人流分析的據點，平均營收較未導入據點高出 30% 至 45%。

---

實際應用案例

案例一：社區販賣機的時段優化

某社區智慧販賣機透過人流分析發現，晚間 8-10 點的駐足率極高，但轉換率偏低。深入分析後發現，該時段經過的多為遛狗居民，對飲料需求低。營運者改為在該時段推播寵物零食廣告，轉換率提升了 28%。

案例二：辦公大樓的選品革命

一棟科技園區的辦公大樓內，AI 攝影機分析顯示午後 2-3 點人流高峰以 25-35 歲女性為主。原本以咖啡為主力的品項結構，在加入低糖茶飲與輕食後，該時段營收成長 52%。

案例三：全家便利商店的互補策略

全家便利商店在部分門市外設置智慧販賣機，透過人流數據發現深夜時段（門市已關門）仍有顯著客流。這些數據成為全家評估 24 小時無人販賣機佈點的重要依據。

---

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
算力成本（邊緣 AI 晶片價格）	與銓幻元科技合作，整合至機台硬體降低邊際成本

龍雲數位與銓幻元科技的分工在此展現價值：龍雲負責軟體平台與 AI 演算法，銓幻元負責硬體整合與機台製造，兩者協同降低了整體導入成本。

---

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。