常常去便當?shù)曩I東西，大家必然注意過這樣的事：便當?shù)甑陠T一般是 1-2 人，他們在一天中空閑時間是足夠維持店內(nèi)正常運轉(zhuǎn)的。可一旦到了早餐、午餐這樣的時間點，或者這家便當?shù)晡挥诨疖囌緳C場內(nèi)，就會在一些很集中的時間段涌入大量顧客，這時候 2 個人的效率是跟不上的。

很明顯的感受是，你可能在飯點去便當?shù)曩I了一包餅干或者一瓶汽水，也要排隊好幾分鐘，假如前面的人恰好買了不少東西，這個時間就拖得更長，這種糟糕的體驗很多人都遇到過。

怎么辦？

給店里增加人手？這個措施在人力成本越來越高的今天似乎并沒有優(yōu)勢，相反，如果為了提高效率，那么是不是更高的自動化更容易實現(xiàn)這個目標？

想象一個無人便當?shù)辏瑥哪氵M門的那一刻，內(nèi)部的攝像頭能看到你拿了些什么，或者又放下了什么，而且開始加入虛擬購物車中，比及你挑選好東西后，想要出門只需要按下指紋或者刷臉支付，它會自動通過手機上的app進行扣款，結(jié)賬過程只需要你在手機上確認就好，再也不消排隊，你只要拿著東西就能直接出門去，聽上去是不是很酷很便利？

無人便當?shù)甑南敕ㄒ郧耙灿腥藝L試，但去年Amazon GO的出現(xiàn)才讓大家對其有了新的認知，因為過去我們見到的無人便當?shù)辏鋵崒儆凇缸灾健菇Y(jié)賬，你需要在挑選好之后本身掃碼結(jié)賬，相當于去做本來店員做的事。所以對消費者的體驗并不夠好，但在前段時間芝麻信用并肩計劃（STS）創(chuàng)新項目路演會場，我就看到了Amazon GO式商店在中國實現(xiàn)和普及的可能性。

暗暗生長的便當?shù)晷挛磥?/p>

QuiXmart（中文名快貓）2014 年在上海推出了第一家智能便當?shù)辏M管當時的無人便當?shù)陾l件是需要人們在出門時主動進行支付，「先付后享」，但創(chuàng)始人陳海波對未來便當?shù)陞s有兩點執(zhí)念：

未來要在便當?shù)曛Ц侗厝皇菬o媒介支付，每個人都會擁有個人的終身ID；

我們身上最便利、安適的支付工具就是我們自己，不是卡，也不是手機，所以去商店拿到東西就不消再像傳統(tǒng)方式那樣結(jié)賬。

這兩點執(zhí)念在過去似乎遙不成及，因為那時候有兩座大山：

現(xiàn)金支付仍然是主流；

人們沒有一個特有的，用于支付的 ID。

但隨著近年來技術(shù)的發(fā)展，這兩個問題開始出現(xiàn)突破口。之前曾經(jīng)和大家談過，因為移動支付的普及，我們正在朝著無現(xiàn)金社會一步步前進，假以時日，我們終將告別現(xiàn)金。而與此同時，當我們使用移動支付軟件時，我們已經(jīng)開始用本身的指紋、面部、虹膜等信息來進行驗證，這意味著我們正在擁有本身并世無雙的支付 ID。

別的，陪同著機器學習、人工智能技術(shù)的發(fā)展，我們又開始有能力讓機器在一些方面趕上甚至在將來超過人類，君不見 AlphaGo 已經(jīng)能夠在圍棋上戰(zhàn)勝人類，而這一點在幾年前還被人們認為是不成能的事情。

看似差別形態(tài)，實則同樣目標

在本年微軟 Build 2017 開發(fā)者大會上，我們就見到了基于機器學習和人工智能技術(shù)實現(xiàn)的工廠智能辦理體系。通過攝像頭捕捉人臉、工具等信息，并被云端的機器學習技術(shù)識別，從而為辦理員推送現(xiàn)場情況，攝像頭將來能認出來誰是誰，或者放在地上的是什么物體，判斷可能存在的隱患并及時通知用戶。

QuiXmart的識別同樣基于機器學習，提前將商店中的貨物信息通過攝像頭記錄在數(shù)據(jù)庫中，并對這些商品做出標簽（包孕價格、名稱等信息），只要你拿起商品，攝像頭都會記錄下來并加入購物車中（如果人比較多是否會擋住攝像頭則是一個疑問）。當你進入和離開商店時，攝像頭能通過面部信息或者手掌、指紋等個人生物信息對你進行確認，付賬信息直接推送到手機上的手機錢包中，幾乎是一個完美的「拿上就走，不消排隊」的抱負狀態(tài)。

實際上，在無人便當?shù)赀@件事上，國內(nèi)有著差別標的目的，QuiXmart 只是其中一種，但在現(xiàn)階段還難以達到規(guī)模化程度。所以比擬之下，國內(nèi)其他公司選擇了看起來更易操作的模式。

好比在去年8月在廣東落地的繽果盒子，采用的方法是三步走：

掃二維碼，線綁定手機，之后開門，然后挑選物品；

選好物品后拿到前臺感應區(qū)，這時會自動識別你購買的物品并計算價格；

能通過手機掃碼支付，付款后系統(tǒng)自動開門。