AI影像識別的應用日益廣泛，連買麵包都可以透過影像辨識快速結帳！創意引晴 (Viscovery) 所研發的AI影像辨識結帳系統 (Visual Checkout)，可協助麵包店等實體零售店面的結帳時間有效縮短一半以上，將成為零售店面的最佳AI助手，也協助完成「智慧零售」的最後一哩路。

在知名烘焙業者一之軒的門市，店員不僅要結帳，還要負責架上麵包補貨的工作，若顧客麵包買多一點，必須逐個點擊系統選單輸入，下班時間買麵包消費者湧現，就容易出現櫃台前排隊等著結帳的人龍。為加速結帳流程，一之軒導入AI影像辨識結帳系統，只要將一盤麵包放在攝影鏡頭下，1-3秒即可輕鬆完成結帳動作。客戶購買的品項越多，可以節省的時間更為可觀。店員省下結帳時間，也可以做更有效益的工作。

AI影像辨識結帳系統 已導入烘焙、便利商店應用

成立於2013年的Viscovery，專注於影像辨識演算法開發，經過多年的專案經驗，練就深厚的技術底子，近年來，鎖定實體店面零售市場，推出AI影像辨識結帳系統服務，已導入包括烘焙業、便利商店等，也預計應用於員工餐廳、量販蔬果區及企業內福利社等場域。

▲AI商品影像辨識系統已克服諸多辨識挑戰

「Viscovery的AI商品影像辨識系統已克服諸多辨識挑戰，用AI智慧攝影鏡頭加上店家既有的POS或Kiosk結帳設備，就能節省50%的結帳時間」Viscovery產品總監郭皓煒接著表示，在麵包辨識方面，Viscovery運用影像辨識、機器學習及深度學習等方式，將原味菠蘿麵包拍照建檔，透過AI智慧攝影鏡頭拍攝5-6張不同角度的照片，並上傳給系統；再以相同方式建檔墨西哥菠蘿麵包，AI模型會自動找出其外觀的差異點，透過學習，便能正確區分兩種不同的菠蘿麵包。

Viscovery資料庫已累積上千種麵包模型，一般烘焙店平均有150-200種品項，AI模型都能完全辨識。郭皓煒指出，傳統烘焙店的結帳模式是逐個點擊系統選單，或使用掃描槍逐個掃碼輸入POS系統結算金額，每輸入一樣商品平均要花1-2秒，5-6樣商品的時間就耗費5-12秒。若是新進的店員，光是認識、熟悉商品就必須花上2周到1個月，結帳時間恐更為緩慢。透過AI影像辨識結帳系統，效率可大幅提升一倍。

▲經濟部工業局呂政華局長親自體驗AI智慧結帳系統

除了烘焙店外，Viscovery也將這套系統導入便利商店中，只要將自助結帳系統結合AI影像辨識技術，就能逐步完成「無人商店」的夢想。郭皓煒進一步說明，目前小型無人商店的模式除了超商，企業或學校的福利社也可以使用，AI系統可同時進行掃碼辨識及商品辨識。

積極與零售業硬體廠商合作 共同拓展歐美市場

雖然台灣的無人商店普及率仍低，日本、歐美國家一方面人工成本昂貴、一方面消費習慣使然，對於自助結帳的接受度相當高，Viscovery第一個在美國落地的實績就是在北美的85度C自助結帳機，目前也將與國內工業電腦、自助結帳機、POS機等硬體廠商合作，以軟硬體整合的解決方案共同拓展歐美市場。

Viscovery的AI影像辨識系統原本就鎖定零售市場，而大型超市、量販店的生鮮部門販賣許多無條碼的生鮮蔬果，傳統的做法是：消費者挑選蔬果之後，必須先由店員過磅、貼價格標籤，再到結帳櫃檯刷條碼進行結帳，過程耗力耗時，未來，消費者只要將欲購買的生鮮蔬果放在整合攝影機的磅秤上，就自動完成過磅及價格標示的動作，簡化流程之後約可節省一半的時間與人力。

郭皓煒指出，AI影像辨識結帳系統整合條碼辨識並不會取代既有的掃碼功能，而是與條碼掃描相輔相成。例如，消費者買3顆不同口味的三角飯糰，在外包裝極為相似的情況下，系統透過比對條碼偵測的結果與商品影像辨識的結果進行雙重驗證，藉此提高同系列商品的辨識準確率。對於店家而言，在有限的硬體預算下，只需安裝AI智慧攝影鏡頭，便能讓結帳設備同時具有商品影像辨識以及條碼掃描功能，大大提升設備的運用效能。

▲業界首創全自動學習 AI 商品影像辨識系統

隨著少子化時代的來臨，各行各業的缺工情況將更為嚴重，透過自動化系統協助解決人手不足問題已然成為未來趨勢。以零售服務業而言，以前每一個結帳櫃台站一至兩位店員，未來可以一個人管理好幾個自助結帳櫃台，人力節省的效益很大。AI可取代結帳員機械式、重複性的工作，店員則可以轉做更軟性、更有創意的工作。

現階段Viscovery與零售相關供應商的軟硬體整合大致完成，然而，由於零售業使用的設備太過多元，包括前台系統設定、商品圖片資料搜集、新產品上架等流程串接與自動化，必須多花一段時間才能兼容更多平台系統，郭皓煒表示，預計今(2022)年下半年完成第一階段的整合工作，屆時將可快速拓展據點。

其次，歐美市場對於自助結帳的需求高，Viscovery將與硬體廠商合作，在三年內導入大型零售場域，實際讓產品落地應用，輸出海外市場。

▲創意引晴 (Viscovery) 產品總監郭皓煒