1.市場分析：

1.1背景

7月份，阿里巴巴無人超市“淘咖啡”亮相杭州，模式上，與Amazon go無人超市類似。消費者只需在進入商店時掃碼并確認身份，挑選自己中意的產品裝進購物袋，然后直接走出商店即可完成購買，無需排隊，無需等待結賬。

由于電商的快速發展，對傳統零售業造成打擊，不少大型賣場萎靡不振，業績不斷下滑。而便利店憑借著成本低和利潤高等特點迅速發展，純電商面臨著送貨的成本太高問題使得零售快速發展。零售線上線下互補開始成為一種趨勢。目前，無人商店已成為全球零售業的新趨勢，阿里巴巴淘咖啡、Amazon go、TakeGo、繽果盒子等無人零售也想雨后春筍般不斷涌現。這是一次電商+便利店，以用戶為中心，基于用戶交易大數據，對線上+線下零售全渠道+體驗的一次深度重構。

另外本篇分析報告有兩個目的：

1.通過對淘咖啡和Amazon go的對比分析，對該無人零售市場現狀和未來的趨勢走向有個更充分的了解和預知，以便做出更加準確的決策。

2.了解無人超市的發展現狀和其底層技術的應用場景，更好的理解無人超市的價值并對未來的發展有個更好的預知。

1.2市場現狀

1.2.1無人零售投融資情況：

數據來源：中商產業研究院整理

（淘咖啡和Amazon 暫無需融資）

1.2.2中國無人零售商店市場交易額及預測

無人零售商店憑借著解放人力和時間成本的優勢，被各大電商平臺認可。中商產業研究院《2017年中國無人零售市場調研報告》顯示，目前由于無人零售商店產品技術尚未成熟，2017年中國無人零售商店交易規模將達到100億元，隨著人工智能識別技術的進一步發展，無人零售商店將成為下一個零售巨頭，預計2020年中國無人零售商店將實現爆發式增長，交易規模將達到2500億元，同比增長率超100%，達150%。

數據來源：中商產業研究院整理

1.2.3用戶規模預測

目前，中國無人零售商店市場正處于初步發展階段，用戶進入市場的條件尚不完備，2017年中國無人零售商店市場用戶規?；蜻_到0.05億人，但隨著互聯網巨頭紛紛布局，資本的逐漸入場，無人零售商店理念的滲透將逐漸上升，預計2018年中國無人零售商店用戶規模將實現爆發式增長，用戶規模達到0.15億人，增長率為200%。

數據來源：中商產業研究院整理

1.2.4中國無人零售商店市場交易額及預測

無人零售商店憑借著解放人力和時間成本的優勢，被各大電商平臺認可。中商產業研究院《2017年中國無人零售市場調研報告》顯示，目前由于無人零售商店產品技術尚未成熟，2017年中國無人零售商店交易規模將達到100億元，隨著人工智能識別技術的進一步發展，無人零售商店將成為下一個零售巨頭，預計2020年中國無人零售商店將實現爆發式增長，交易規模將達到2500億元，同比增長率超100%，達150%。

數據來源：中商產業研究院整理

總結：無論從市場規模和用戶規模的增長趨勢來說，都處于爆發前的筑底階段，而且運營效率的提高，優越的用戶體驗勢必對未來零售業有巨大的沖擊。所以在無人零售領域開啟新的戰場已經勢在必行。

2.競品分析

2.1競品選擇

根據要求，本次選擇的競品為阿里“淘咖啡”VS Amason go

2.2基本信息

2.3購物流程對比

2.4核心場景對比

總結：

Amazon是無人零售市場中中最早嘗試的一家，并且亞馬遜在無人商店技術方面和范圍經濟的成本控制上，都有很大的優勢。Amazon Go采用的計算機視覺技術、傳感器、圖像分析和深度學習技術，和其開發無人駕駛汽車的一樣。在應用于無人零售店時，只需針對性進行開發和優化而已，增加的研發成本相對較低。利用這些優勢涉足線下龐大的零售市場，拓展用戶場景和業務空間，成為無人零售實體店的龍頭。但是當前，也是因為所應用的圖像識別技術無法承擔更加復雜的場景，在承載的人數上有些劣勢。

相比Amazon，淘咖啡售賣的產品種類和可容納的人數更多，多了一道結算門略微降低體驗，但是相比來說有更高的抗風險能力。

2.5核心技術對比

2.6技術難點：

1、無人零售的核心問題

打造無人零售商店最核心的是要解決“什么商品被誰怎么處理了”這個問題，需要處理的因素有5個：人、人的位置、商品、商品的位置、動作。

動作主要是通過商品與手或貨架的狀態來識別的，例如手進入或退出貨架的手勢、物品在手的狀態識別拿取或放回商品。

商品識別主要是通過初始狀態的選擇，中間狀態通過購物清單核對來縮小識別范圍，降低難度，同時通過雇員保證初始狀態不被破壞。

位置主要通過手機定位、傳感器定位和圖片定位，利用人體姿態識別可以很好的將動作定位到人。

對于超市而言，商品存在兩種狀態——賣掉或沒賣掉；對貨架而言，商品的狀態是在或不在；對顧客而言，商品的狀態是買或不買；對人的手而言，商品的狀態是在手或不在手，進一步簡化成拿起或放回。

它們的關系鏈如下表：

那么如何表示或測量這兩種狀態呢？用相機和傳感器都可以表示該狀態。

a、相機如何處理

在手進入貨架拿取商品前和拿取商品后，對手拍攝 1 組圖片，記為第一圖片和第二圖片，對貨架拍攝 1 組圖片，記為第三圖片和第四圖片。比較第一圖片和第二圖片的差異，此時需要利用到 CV 算法識別出膚色找到手，從而知道第一和第二圖片手勢的差異，識別握姿和舒展姿態，根據兩個姿態在第一第二圖片出現的順序可以判斷拿取還是放回。例如，第一圖片是握姿，第二圖片是舒展，即放回；第一圖片是舒展，第二圖片是握姿，即拿取。

隨后利用膚色找到手后，再識別第一第二圖片手邊緣的色差識別商品是否在手，根據前后順序可以判斷拿取或放回。例如，第一圖片手邊緣色差較淺，表示沒有商品，第二圖片手邊緣色差較深，表示有商品，即商品在手且是拿取過程。放回同理。

利用第三第四圖片，對貨架進行處理，同樣可以判斷拿取或放回。例如第四圖片比第三圖片多了一個或多個商品，那么就是放回；如果第四圖片比第三圖片少一個或多個商品就是拿取。

b、傳感器如何處理

對重力傳感器來說，商品被拿取，商品減少，重量減少；商品被放回，商品增加，重量增加。所以重量數值變化可以表示拿取或放回。

對于紅外來說，在特定地方，商品被放回，紅外會被遮擋，商品被拿取，紅外不會被遮擋。可以通過紅外遮擋狀態表示拿取或放回。

2、如何有效識別商品

商品的識別應該是難度最大的關鍵點之一。

在初始狀態，特定品類的商品被放在特定位置，由相機和傳感器偵測。對相機和傳感器而言，它們只需優先識別少數且特定的商品類及數量。這個相對而言是簡單的。即使圖片無法識別，也可以根據重量識別和篩查。在品類擺放的時候可以選擇易區分的品類擺放一起，所有被拿取的商品記錄在顧客的購物清單里。

困難在中間狀態。由于顧客放回會破壞初始狀態，導致識別難度急劇上升。因為顧客可能放回任意商品，所以商品的識別范圍又擴大到無法解決的情況。

先討論放回后的最終狀態，一般分成 2 種：放回正確或錯誤。

對于放回正確，識別難度在初始狀態的水平。

對于放回錯誤，存在 3 種情況：放回錯誤但可識別；放回錯誤無法識別；放回錯誤且識別錯誤。

放回錯誤但可識別的情況是因為商品本身易通過圖像和重量識別，此種情況較少。大多數情況是放回錯誤且無法識別或識別錯誤。放回錯誤且無法識別的情況可以給用戶發送消息，讓用戶確認。識別錯誤的情況只能提高算法精度，同時調整判斷極限值，將部分識別錯誤的情況向無法識別裝換，同時及時通知雇員來整理回到初始狀態。

一般而言拿取商品后放回的情況較多，且不放回正確的位置情況也不少，其中放回錯誤且無法識別或識別錯誤又占大多數，放回錯誤但可識別是少數?？偟膩碚f無法識別和誤判比例不容忽視，甚至導致整個系統無法工作。

剛才說到，由于顧客放回商品，導致識別范圍擴大到所有商品，這是可以部分解決的。因為商品的每次放回都是基于顧客的前 N 次拿取，他放回的商品必須是之前拿取的商品，所以優先識別顧客的購物清單即可，在這種情況下，識別難度又回到初始狀態相當的水平。

3、如何知道動作發起者的身份？

將商品記錄到動作的發起者身上是一件較為復雜的工程。

識別人大體通過 2 種方式：身體特征或附帶物，例如人臉和手機。人臉識別的精度在室內還在可接受范圍，幾乎可以當做唯一標識。手機也是一個人的唯一標識，通過判斷是誰的手機從而判斷顧客是誰。

4、如何匹配顧客 ID 與商品 ID？

要匹配顧客和商品的 ID，首先要確定人和商品的定位。

關于人的定位，可以用到追蹤系統。手機的 GPS、wifi、藍牙也可以提供較準確豐富的位置信息。

關于商品的定位，紅外、重量感應、相機、商品和貨架初始的位置都是已知的，可以推測出來。例如，通過隔板，將同類商品分在不同的網格種，每個網格對應不同的紅外或重量感應器，可以知道被拿取或放回商品的位置。

通過人和商品的位置匹配，連接了“什么商品”“被誰”兩個因素。

因為成本和技術問題，位置精度是一個很大的問題，再加上這個定位人和商品位置的方案本身的缺陷，顧客和商品的匹配誤差較大。例如，顧客 A 站在商品 A 前，顧客 B 站在商品 B 前，顧客 A 伸手去拿商品 B，這種情況系統是無法準確判斷的。當然可以由顧客確認，但是這僅僅是無力的補救措施。

之前有人提到過 Amazon Go 可能利用多角度的完整的人體姿態識別來定位匹配人—動作—商品的關系。這種方法的關鍵是攝像頭需要很好的視野和足夠的攝像頭。從宣傳視頻來看， Amazon Go 的貨架設計使得最低層和中間層是無法獲取足夠好的視野，可能的解決方式是依靠對面貨架和天花板的攝像頭。Amazon Go 的貨架構造非常重要，只要再提供一份貨架結構圖或者實物圖就可以進一步推測實施方案。貨架結構包括是否每層都有設想頭，承載商品的承重面的形狀及尺寸，特殊開口和螺絲位置等。

總結：

阿里淘咖啡相比Amazon多了一道結算門，可以肯定的是當前一定使用RFID。至于有沒有使用機器視覺技術，技術負責人多馬在采訪中表示，商品識別技術目前還比較敏感，涉及到專利申請，在文后的附件中添加了預測處當前可能應用的技術。在結算門方面提高了結算阻力，體驗方面該項弱于亞馬遜。但是此刻犧牲些體驗提高最基本的風控這樣的選擇還是比較準確的。

Amazon Go是無人零售市場中最早嘗試的一家，并且亞馬遜在無人商店技術方面和范圍經濟的成本控制上，都有很大的優勢。Amazon Go采用的計算機視覺技術、傳感器、圖像分析和深度學習技術，和其開發無人駕駛汽車的一樣。在應用于無人零售店時，只需針對性進行開發和優化而已，增加的研發成本相對較低。但是在應用上，上文也有提及，視覺技術無法識別更加復雜的場景，這樣無疑提高了風險。

3.分析結論

3.1戰略分析

（以下為根據現有了解程度做出的個人預測）

阿里 —— 成為未來無人零售商業的方案提供商和技術支持者

人口紅利期已過，互聯網的線上用戶不再爆發性增長，所以無人超市的目標不止是降低人力成本，更大的意義在于把“超市”這個高頻場景的人群，變成互聯網上的用戶。

無人超市可以連接線上和線下各大環節與核心板塊，如芝麻信用、生物識別等螞蟻金服的各類IOT技術方案。如果能搶到大量線下場景，還可以搶回很多被微信搶走的小額支付場景。

阿里推出的“淘咖啡”無人零售店，我感覺可能更側重的是一個無人零售的概念。通過淘咖啡的試點，不斷完善系統解決方案和硬件設備的優化，逐漸成為未來無人零售商業的方案提供商和技術支持者。

另外，再配合著自己成熟的VR/AR技術，跟線下實體結合，真正實現線上線下的融通。這些都有可能成為阿里無人超市未來的發展方向。

Amazon go —— 規?；约旱臒o人零售實體店

亞馬遜在無人商店技術方面和范圍經濟的成本控制上，有很大的優勢。Amazon Go采用的計算機視覺技術、傳感器、圖像分析和深度學習技術，和其開發無人駕駛汽車的一樣相同。在應用于無人零售店時，只需針對性進行開發和優化而已，增加的研發成本相對較低。另外，擁有自己完善的智能化物流系統，利用這些優勢涉足線下龐大的零售市場，拓展用戶場景和業務空間，可以成為無人零售實體店的龍頭。

總之，隨著新零售+無人概念逐漸被商家用戶接受和認可，線上和線下相結合的形式是未來電商最可能發展的模式。再加上線上通過VR技術使用戶足不出戶體驗真實逛街感覺，一方面能夠使用戶真切感受到商品細節和質量，另一方面模擬真實的逛街行為可以提升用戶購物體驗，刺激用戶消費。未來通過移動端布局場景化體驗將成為商家著力點。

3.2 盈利模式分析：

3.3成本分析

無人超市雖然表面上節省了導購和收銀的人力成本，但是多了技術研發和移動支付的部署，以及必要的硬件設備和特別的裝修，另外還有品牌營銷、商品補貨、整理貨架、保潔等工作仍然需要人來做，換句話說，無人零售店并不是完全取代人工，只是降低了一部分人工成本。有個投資者做過測算繽果時光這樣的無人商店假如有100萬的貨物，80萬都是硬成本，只有5萬是人工成本和租金?？梢娙斯こ杀舅嫉谋壤Ｋ约词箤崿F無人銷售的成本，單個無人零售店難以普遍推廣，需要形成一個規模效應才能迎來低成本時代。而且，在用戶體驗方面，上貨速度影響顧客使用感受。

3.4 無人超市SWOT分析

（以下分析包含阿里和亞馬遜的對比也有部分無人超市和傳統零售的對比分析）

優勢S劣勢W

淘咖啡Amazon Go淘咖啡Amazon Go

差異優勢：1.Amazon：擁有自己獨立的智能物流系統，配合更加完善的供應鏈，使自己的無人超市更容易規?；粨碛懈岸说募夹g，在無人駕駛技術的基礎上研發，降低了獨立研發的難度和成本。2.阿里淘咖啡：本土化更容易被接受且如今的支付場景豐富多樣，用戶的學習成本很低，容易推廣使用。共同優勢：1.超級大公司，有強大的技術團隊，豐富的運營段，源源不斷的人才流入。同時擁有大量的粉絲群體和年輕人會成為無人超市的使用者和推廣用戶。2.規?；笥懈迂S富的用戶行為數據，用戶畫像更加完善，就可以推出更多個性化推薦的商品，使交易更加高效。差異劣勢：1.阿里沒有自己獨立的智能物流體系：貨品配送還要依托于第三方，貨物智能化配送還需要時間去發展。2.Amazon所用的機器視覺技術承載不了更加復雜的場景，風險難把控共同劣勢：1.成本難降低：節省了導購和收銀的人力成本，增加了技術研發和移動支付的部署，以及必要的硬件設備和特別的裝修成本，規?；y度還需要時間。2.技術不成熟：風險和體驗不能同時滿足。3.規模化難題：復制難度較大，不好規?；唐诤茈y實現盈利4.商品的種類豐富程度：以711為例，每個單店數量達到2800種，能夠滿足人們日常生活各方面需求，繽果盒子這種無人超市只有800種，Amazon Go商品只有食品，所以只要零售店定價策略的運用跟隨無人超市的價格變化，價格優勢也將不復存在。5.額外服務：送貨上門、代收快遞、快餐等無人便利店是目前無法實現的6.選址難度大：零售店能夠盈利一個重要的策略就是通過增加店鋪的密集度，形成區域優勢。這樣不僅能夠在顧客心中快速的建立起品牌效應，同時還有一個重要的作用就是能夠節省運營成本，提升市場反應速度。密集開店可以將生產、配送、市場宣傳等綜合運營成本降至最低，從而達到區域整體贏利。對于無人零售店來說，如此高密度的店鋪設置是有難度的。因為適合無人商店的選址遠不如便利店來得多，因為無人零售店需要在高檔小區或者治安良好的區域內建立運營，并且加上現有競爭者的先發優勢，極容易形成分散的經營模式，而這種模式的成本維護會比傳統零售店高很多，由此可見，無人零售的短板問題仍然不可小覷

機會O威脅T

3.5總結

雖然現在無人零售有著成本高、技術不全面、防盜系統不完善等方面的問題，但不可否認的是，自動化和智能化將會是未來零售業的發展趨勢。在投入到實際的市場運營中可以暫時采用人工和智能雙經營模式，提升用戶體驗和品牌影響力，逐漸過渡到無人的經營狀態，同時結合線上的引導優勢，使無人零售在未來的發展中能夠實現良性循環，達到新零售的目的。

對于京東來說，擁有強大的智能物流體系，眾多的用戶群體，豐富的用戶交易行為的積累再配合著東哥的百萬便利店計劃的布局，在未來有更多的想象空間。

另外一方面，在我看來，當今的無人超市，和支付寶微信不斷加大無現金生活的推廣，其本質上也預示著未來的金融世界，錢只是價值的載體，現金交換也是價值交換的手段，那么隨著技術的發展，當我買一包煙的時候，衡量煙的價值+不是20元，而是“我給京東半小時的工作”=“一包煙給我帶來的精神享受”=“一杯茶帶來的愜意的感覺”，無人超市只是通向這條道路上的一個修路人。

4.附：其他技術預測

【摘自36氪和知乎 （編輯：早優夫斯基）】

因為有些技術淘咖啡將要申請專利，為了保密，技術總監沒有詳細說明，這里根據淘咖啡的場景，做出了部分可能應用的技術預測。

4.1骨骼分析

據了解，「淘咖啡」面積 200 平方米，內部壓力測試結果顯示，同時在店人數 50 人基本沒問題。

螞蟻金服的工程師介紹說，「淘咖啡」在物聯網支付方案用的是多模態識別，即計算機視覺疊加傳感器感應。

這兩項技術方案運用的權重比例，螞蟻方面沒有透露。對此我試著做了一些猜想：

首先，多模態生物識別是指整合或融合兩種及兩種以上生物識別特征，利用多重生物識別技術的獨特優勢，這其中就包括了人臉、指紋、虹膜甚至是骨骼分析等方式。通過多種技術+數據分析，能夠使認證和識別過程更加精準、安全。

而如果說計算機視覺技術用的權重更大，那么有可能是用了人臉識別+骨骼分析的技術。人臉識別大家都已經比較了解了，手機上也有不少應用都會用到，我們不妨看看為什么可能會有骨骼分析技術吧。

簡單來說，骨骼分析就是在攝像頭眼中，在超市里走過來走過去的，只是一堆堆骨頭，骨頭之間再怎么疊加、交叉，基本還是可以被識別出來哪根骨頭是誰的，這對于保證多人同時在店購物的識別精準度，起到重要作用。

而之所以推測骨骼分析，不是現階段較成熟的圖像分割技術（即把捕捉對象的邊緣分割出來，從而去識別對象的行為），是因為后者存在一個問題，就是當店里人數一多，攝像頭就容易抓瞎：假如十幾個人同時在搶購同一款商品；或者幾個人手交叉著去拿各自想要的商品，對圖像分割來說，非常容易出現混亂。

所以，假如「淘咖啡」能夠同時允許50 人在店內活動的話，圖像分割技術確實不如骨骼分析來的靠譜，也許就是包括了人臉識別+骨骼分析這兩種結合在一起的結果。

4.2眼動追蹤：

在逛「淘咖啡」時，工人還在現場布置天花板上方的攝像頭和傳感器，根據攝像頭數量和擺放位置，我推測「淘咖啡」店還疊加了眼動追蹤系統。

「眼動追蹤」可能會讓一些人想起來當年在三星手機上，那個根據人眼動作來自動瀏覽手機內容的功能，不過當時那項技術實際使用效果并不如想象中美好，所以后來也在三星的機型中取消了這個功能。

但之所以推測「淘咖啡」會有這樣的系統，是因為它可以捕捉兩個維度的信息：

一是店內，包括店內的實時熱力圖：客人最喜歡走哪條路線，哪個貨架的客流量最密集，哪個貨架人流停留的時間最長，哪個貨架比較冷清等等。

第二是用戶，比如甜品貨架前的客人男女比例如何，平均體型偏胖還是偏瘦；客人站在貨架前，眼睛最習慣首先往哪里看（以推算出貨架真正的黃金位置）。

實際上之所以這么推測，也是因為在物體識別領域，計算機視覺普遍被認為是識別人與商品的未來主流方向，我們曾經介紹過的 Amazon Go 就是一個典范。阿里在這個方向上顯然也是很有想法，「淘咖啡」公測前不久，阿里宣布負責 Amazon Go 首席科學家任曉楓加盟，巧合中有必然。

4.3深度決策算法：

這主要是用在后臺的數據回流和數據挖掘。這其實也是無人超市最大的意義所在，無論是 Amazon Go 還是螞蟻金服，雇一堆身價很高的工程師來研發無人超市，可不只是讓大家體驗一把黑科技的酷炫感的。其背后最大的價值，在于回收、分析基本面數據（比如商場熱力圖）以及沉淀用戶畫像，以幫助線下實體店更高效、更精準地優化供應鏈以及貨架的擺放。

比如，工作日和周末、各種小長假中，在最顯眼的展架上該放什么商品；還能根據客人的平均身高來調整貨架的高低。甚至還能做一些預測，比如看到什么樣的產品放在偏僻的地方仍然會有不錯的銷量，那么就要進行相應調整，讓大家更容易發現它們。

說到算法模型，對螞蟻金服來說一直是比較擅長的。AI 在其各業務場景都起到底層技術支撐，如保險、理財、小額貸款、智能客服等等。這應該是之后會在「無人便利店」這樣的場景下深挖的一部分內容。

4.4多模態識別：

剛才說了，除了計算機視覺，「淘咖啡」還疊加運用了傳感器。在業界，大家都有一個基本的共識，單一維度的技術往往很難保證足夠的安全性和足夠好的體驗感，所以，無論是物聯網還是生物識別，只要想在商用場景落地，都會考慮疊加運用幾種技術來進行交叉驗證，也就是多模態識別。

Amazon Go 也是采用的計算機視覺＋傳感器感應（可能還有＋生物識別）來降低誤判率。因此，市場中有做物聯網支付方案的公司強調說自己用的是純計算機視覺，而實際上這對樹立投資界以及公眾對其進入商用的信心和安全感，并沒有什么好處。

「淘咖啡」的客人在挑好東西后，要通過一個「支付門」才能出去。這個門每次只能一人進去，門里的各種攝像頭和接收器要對人和商品做即時識別。

現場有人做了踢館測試：幾個商品橫七豎八隨意放在購物袋里；一些商品放在購物袋，一些放在書包里，一些拿在手上。最后都輕松通過并扣款無誤，這似乎也說明，「淘咖啡」內不僅僅是計算機視覺技術這一種。

結合「支付門」里布置的攝像頭以及感應接收器，我推斷「淘咖啡」是混搭結合了 RFID 天線，你可以理解為是增強版 RFID，以擴大天線的覆蓋范圍，加強對商品位置的定位，減少誤讀。

另外值得注意的是，螞蟻金服官方披露的技術方案中有生物識別，但從現場體驗來看，人是不需要在攝像頭前特地停留以配合識別的，所以估計這其中用了人臉＋體態＋體重等多維識別。

這個「支付門」是「淘咖啡」區別于其他無人超市的一個亮點，同時也是一個缺點，至少在現階段來看。因為用戶在經過這個門時，并不能真的「即拿即走」，還需要等五六秒左右才能出門。

據介紹這個等待的時間不是系統識別和自動劃扣造成的，是滑動門造成的，根據行業標準規定，它的安全關門速度就得這樣……好吧，所以這個門應該是個過渡階段的版本。

以上，是根據體驗以及詢問之后，我們做出的一些猜想，雖然看起來可能離我們實際生活還有一段距離，但我們很欣喜的看到，從「無現金」再到「無人」的一系列變化，我們生活中的一些場景確實因為科技的進步在發生變化。

當然，「無人超市」要做到真正無人還是有距離的，至少在上貨、運營維護甚至在商品數據庫如何建立上都要投入人力來完成，并且被人不看好的另一個原因是如何能降低成本，盡量降低風險，這也都是我們這個社會對其發起的挑戰，商業模式究竟如何落地，最終都是值得關注的。

雖說「無人超市」這樣的事在長期以來一直是停留在愚人節科技玩笑里的存在，甚至在去年 Amazon 宣布 Amazon Go 后，仍有一部分聲音認為它的噱頭大過實際效果。但去年到今年不少朝這個方向努力的公司都有了進展，我想，待技術成熟落地之日，再來看現在，也許會有不一樣的感受吧。