「一台販賣機放在那邊就能賺錢」——這句話讓不少人動心，但真正算過數字的人卻不多。自動販賣機的投資報酬率因地點、機型、商品組合而差異極大，沒有一個放諸四海皆準的答案。本文不給你一個假裝精確的數字，而是幫你建立正確的試算邏輯。
第一步：機台成本
自動販賣機的採購成本，依機型和功能等級差異很大，大致可以分成幾個層級：
- 傳統飲料機（二手）：入門等級，功能最陽春，投入最低
- 傳統飲料機（全新）：比二手貴，但保固完整、故障率較低
- 智慧型多功能販賣機（具 IoT、行動支付）：投入明顯提高，換來的是即時庫存監控與遠端管理能力
- 冷凍食品／便當智慧機：因為多了溫控系統，投入等級最高
除了機台本身，還需要計入幾項容易被忽略的隱藏成本：
- 安裝運費：含電源配線，依現場條件差異很大
- 初始備貨：依機型和商品組合而定
- 系統設定費：部分平台會收取，部分則包含在合約裡
建議做法： 這些費用每家供應商報價落差可能很大，投資前務必請至少兩家供應商提供正式報價單，把「機台＋安裝＋備貨＋系統設定」全部項目加總後，才是真正的初始總投入，不要只看機台售價就下判斷。
第二步：月收入估算（依地點差異極大）
販賣機的月收入幾乎完全取決於「放在哪裡」。以下用相對排序，說明台灣常見場域的人流與客單價特性：
| 地點類型 | 相對人流量 | 客單價水準 | 收入穩定度 |
|---|---|---|---|
| 偏遠辦公室角落 | 低 | 中等 | 穩定但總量偏低 |
| 一般辦公大樓 | 中 | 中等 | 穩定，隨員工人數波動 |
| 科技園區（大型） | 高 | 中高 | 上班日集中，假日低 |
| 學校宿舍／餐廳附近 | 中高 | 偏低 | 學期制波動明顯 |
| 捷運站／交通樞紐 | 最高 | 中高 | 全天分布較平均 |
| 醫院門診 | 中高 | 中高 | 全年穩定 |
同樣是「辦公大樓」，一棟 50 人的小型辦公室和一棟 500 人的商辦大樓，月收入可以差到好幾倍。與其套用一個固定數字，不如親自到候選地點做人流觀察，再用下面的邏輯試算。
第三步：運營成本拆解
很多人忽略的是——毛收入不等於獲利，以下是每月需要扣除的固定與變動成本項目：
場地費（租金）
- 常見計費方式：營業額抽成，或固定月租
- 優質點位（捷運站、醫院等）的場地費通常明顯高於一般辦公室
電費
- 一般飲料機耗電較低
- 冷凍機型因需維持低溫，耗電明顯較高
補貨人力成本
- 傳統作業：定期排班補貨，依機台分佈遠近決定一個人能管理的機台數
- IoT 智慧機：系統自動回報庫存水位，只在需要時才出勤，可有效減少無效補貨趟次
維修保養
- 每台每年都有一定的維修保養費用，建議直接編列月均攤預算
商品成本
- 售價的毛利率因品類而異，飲料毛利通常較低，零食毛利通常較高
第四步：算出真實投資回收期
投資回收期的計算邏輯很單純：
月淨利 = 月毛收入 −（商品成本 + 場地費 + 電費 + 補貨人力攤分 + 維修月攤）
投資回收月數 = 初始總投入 ÷ 月淨利
把這個公式套進你自己蒐集到的地點數據、供應商報價，才會得到屬於你的真實答案。一般辦公大樓場域用保守估計，回收期通常會落在數年區間；若選到人流極佳的優質點位（如捷運站、大型科技園區），回收期有機會明顯縮短。實際數字因人流、客單價、租金談判結果而異，建議先用小規模試點驗證後，再決定是否擴大投資。
IoT 智慧機為什麼能提升 ROI？
傳統販賣機最大的成本黑洞是「無效出勤」——補貨員固定排班去巡視，卻常常發現機器還有大半庫存，白跑一趟。
TransTEP 等 IoT 平台可以做到：
- 即時庫存偵測：低於設定水位才觸發補貨任務
- 遠端調價：節慶或特殊時段可遠端調整售價，提升毛利
- 故障即時告警：機器異常第一時間通知，減少停機損失
- 銷售數據分析：哪些商品賣得動、哪些滯銷，自動回報
從邏輯上看，減少無效補貨趟次可以直接降低人力攤提成本，機台數量越多，這個效益越明顯——這也是為什麼規模化營運的業者普遍傾向導入 IoT 管理平台，而不是單純依賴人工排班。實際節省幅度因團隊原本的補貨效率、機台分佈密度而異，建議導入後追蹤自己的實際數據，而不是套用他人的案例數字。
投資前最重要的一件事：先確認地點
再好的機器放在錯誤的地點都是賠本。投資前建議：
- 親自計流量：在預定地點連續觀察數天的人流
- 確認競品狀況：附近是否已有其他販賣機或便利商店
- 談清楚合約條件：場地費計算方式、換機／撤機條款
- 評估補貨可行性：距離補貨倉庫的距離影響物流成本
想了解辦公室場域的完整佈局策略，可以參考這篇：辦公室販賣機不只是福利，還能幫公司省錢。
結語
自動販賣機不是放著就會賺錢的被動收入，但如果地點選對、搭配 IoT 平台優化運營，確實有機會做出一門穩健的生意。李奇申在龍雲數位的多年布局就是從這個邏輯出發：把每一台機器都當作一個數據節點，讓數字說話，讓平台自動優化——而不是靠一個聽起來很吸引人的固定報酬率數字下決定。