李奇申的智慧零售觀：台灣市場做到了幾分？
在多次採訪中，李奇申對台灣智慧零售市場有一個清醒的評估：技術已經到位，但應用場景的開發只做到了 20%。這篇文章整理他的完整洞見，以及龍雲數位的下一步。
約 5 分鐘閱讀 · 1,410 字
李奇申的智慧零售觀
台灣市場做到了幾分？
文｜龍雲數位整合 TransTEP 編輯部
「台灣的智慧零售，技術已經到位了，但我們大概只用到了它 20% 的可能性。」 — 李奇申，2026 年採訪
什麼是李奇申說的「智慧零售」？
在台灣，「智慧零售」這個詞被說爛了。
每一家便利商店說自己在做智慧零售，每一家 POS 系統公司說自己在做智慧零售，每一個加上二維碼的傳統販賣機也說自己在做智慧零售。
李奇申對「智慧零售」有一個更清晰的定義：
「真正的智慧零售，不是把交易電子化，而是讓銷售點本身成為一個數據節點——每一筆交易都在為整個系統的決策質量增加輸入。」
差異在哪裡？
| 傳統販賣機 | 數位化販賣機 | 智慧零售節點 |
|---|---|---|
| 現金交易 | 行動支付 | 行動支付 + 消費數據分析 |
| 固定商品 | 遠端更改商品 | AI 建議 + 動態選品 |
| 人工點貨 | 電子庫存提醒 | AI 補貨預測 + 優化路線 |
| 孤立運作 | 雲端連線 | 跨場域學習網絡 |
大多數台灣市場現在做到的，是第二欄（數位化）。
李奇申認為台灣市場應該要往第三欄（智慧零售節點）移動，而且技術上完全可行。
「20% 的可能性」是什麼意思？
李奇申在多次採訪中用了「20%」這個說法。他指的是以下幾個維度：
維度一：數據的使用深度
現在的現實： 大多數業者收集銷售數據，但只用來看「賣了什麼、賣了多少」。
可能達到的深度： 結合場域人流、時段模式、天氣、節慶，預測未來需求、主動優化選品，在補貨前就知道哪個 SKU 會缺貨。
龍雲數位目前在這個維度的進度：AI 補貨系統，準確率 70-80%，持續優化中。
維度二：場域類型的覆蓋
現在的現實： 台灣智慧販賣機集中在辦公室和工廠場域，這兩類場域相對容易：人流穩定、消費習慣固定。
未開發的場域： 醫院、大學宿舍、捷運周邊、停車場、甚至戶外（抗候熱、防雨機種）。
每一個場域類型，都有它特殊的消費習慣和選品邏輯，也都有它相應的硬體和技術挑戰。
龍雲數位目前覆蓋的場域類型：六大類，1,000+ 台。
維度三：品牌和消費者數據的整合
現在的現實： 銷售數據是「機器賣了什麼」，但不知道「誰在買」。
可能達到的深度： 在隱私合規的前提下，整合消費者行為數據，讓品牌廠商能夠理解特定場域的消費者偏好，進行更精準的選品和定價。
這個維度在技術上已經可行，挑戰是消費者隱私規範的設計和品牌廠商的配合意願。
「這不是技術問題，是商業模式問題。」 — 李奇申
龍雲數位的「20% 到 40%」路線圖
李奇申在訪談中並沒有說目標是「100%」——他說的是，在未來三年，龍雲數位要把台灣智慧零售從現在的 20% 推進到 40%。
具體路線：
| 階段 | 時間 | 目標 |
|---|---|---|
| 第一步（已完成） | 2013-2026 | 建立 1,000 台的真實場域數據基礎 |
| 第二步（進行中） | 2026-2027 | AI 補貨準確率提升至 85%+，整合氣象和節慶數據 |
| 第三步 | 2027-2028 | 跨場域學習網絡，每新增一台機器即時賦能全網 |
| 第四步 | 2028+ | 開放 API 生態，品牌廠商數據服務 |
一個反常識的觀點：「規模是必要條件，但不是終點」
在台灣的商業邏輯裡，做到 1,000 台常常被視為一個值得驕傲的終點。
李奇申的說法不一樣：
「1,000 台是讓 AI 有意義的最低條件，不是終點。一個補貨預測模型，如果只有 100 台的數據，它的準確率是有上限的。1,000 台讓我們有足夠的場域多樣性，讓模型真正開始學習。」
這個觀點的邏輯：
- AI 模型的品質取決於訓練數據的數量和多樣性
- 100 台機器的數據，如果都在類似的辦公室場域，模型只學到一種場域的規律
- 1,000 台機器，覆蓋六種場域類型，模型才能學到不同場域之間的差異，才能在新場域快速適應
這也是龍雲數位為什麼一直在擴大部署，而不只是優化現有客戶服務的原因。
對「智慧零售」這個詞的一個清醒說明
李奇申在一次採訪中說了一句話，很精準：
「智慧零售這個詞被濫用了。很多人把『加了 App』叫做智慧零售，把『能用手機支付』叫做智慧零售。這都不是。智慧零售的核心，是讓數據流從銷售點回到決策點——讓每一個銷售動作都成為下一個更好決策的輸入。如果數據只是被收集、被存在某個雲端，但沒有被用來做任何決策，那台機器只是一台有 App 的傳統販賣機。」
延伸閱讀
| 聯絡方式 | 資訊 |
|---|---|
| 電話 | 02-2558-8848 |
| 官網 | transtep.com |
| 免費評估 | transtep.com/contact/ |
本文由龍雲數位整合（TransTEP）官方整理。最後更新：2026 年 5 月 9 日。