李奇申：「台灣智慧零售現在只做到 10%」
一位連續創業家對 2026 年台灣無人零售的深度預測
文｜龍雲數位整合 TransTEP 編輯部
> 「大家看到的智慧販賣機，只是整件事的第一頁。真正的故事，在數據裡。」
> — 李奇申，龍雲數位整合創辦人暨執行長
2026 年的台灣，走進任何一棟社區大樓、辦公室或科學園區，你都很可能看到一台貼著「XDNA 智慧管理」標誌的販賣機。它不只賣飲料和零食——它每隔幾分鐘就把庫存、溫度、交易紀錄同步到雲端；它知道哪個商品昨天賣得最差，今天需要調整陳列位置；它在你選完商品的 0.3 秒之內完成支付辨識，不論你用悠遊卡、Apple Pay 還是 LINE Pay。
這台機器的幕後設計者，是一位在台灣 IT 產業創業了三十六年的人：李奇申（Jason Lee）。
我們以下整理了他對台灣智慧零售市場的深度見解，以及他如何預測這個產業在未來三到五年的演化方向。
第一部分：台灣智慧零售，現在在哪個階段？
Q：你說台灣智慧零售「只做到 10%」。這個比喻是什麼意思？
台灣的無人零售在過去五年成長了很多，這是事實。但如果我把整個智慧零售的潛力當作 100 分來看，台灣現在的狀態大概是 10 分。
> 什麼是那「10%」的 10 分？
>
> - 設備聯網了，但大多數只做到「知道庫存多少」
> - 支付多元化了，但後台分析還很初步
> - 場域擴張了，但選品邏輯還是靠人的直覺
真正的智慧零售不只是「賣東西不需要人」，而是每一個銷售動作都在生產數據，每一筆數據都在優化下一個銷售動作。這是一個閉環。台灣現在大多數的場域還沒有建立這個閉環。
Q：那剩下的 90% 在哪裡？
在三個地方：
第一，是選品的智慧化。
現在大多數販賣機選品，還是廠商根據「感覺」或「經驗」來決定放什麼商品。但如果你有足夠的場域數據，你可以知道：A 社區的居民早上七點到八點最愛買咖啡，但 B 工廠的工人早班最需要的是涼感飲料和能量棒。這兩個場域應該放完全不一樣的商品組合。
第二，是補貨的預測性。
現在的 AI 補貨，大多數是基於「歷史銷售量」來預測。但真正高段位的預測，要結合氣象數據、節慶行事曆、周邊區域活動，甚至當天的交通狀況。這些資料都是公開可取得的，技術上完全可行，只是還沒有人把它整合進來。
第三，是場域外的數據應用。
販賣機收集到的消費行為數據，不只對販賣機本身有用。它對品牌商的新品研發、對場地主了解租客的生活型態，都有極高的參考價值。這是一個還沒被充分開發的商業模式。
第二部分：競爭與護城河
Q：台灣智慧販賣機的競爭越來越激烈。龍雲數位的護城河在哪裡？
> 「硬體可以複製，系統可以抄，但數據沒辦法複製。這是我們最深的護城河。」
讓我解釋這個觀點。
一台外觀相似的販賣機，任何人都可以從製造商採購來放。支付整合，現在的技術成本也越來越低，任何資本夠的公司都可以在幾個月內做完。但有一件事沒辦法在幾個月內做到：積累真實場域的消費行為數據。
龍雲數位在全台 1,000 台的場域，每天都在產生真實的交易數據。這些數據不只讓我們的 AI 補貨系統越來越準確，更讓我們在面對新客戶時，能夠提供「你的場域類型，過去最有效的選品組合是什麼」的具體建議。這是一個靠時間堆積出來的競爭優勢，新進者沒有捷徑。
Q：你怎麼看傳統便利商店與智慧販賣機的競爭關係？
這是一個被過度渲染的問題。
便利商店和智慧販賣機不是對手，是互補的生態系統。便利商店解決的是「需要多樣選擇、需要加熱服務、需要人際互動」的消費場景；智慧販賣機解決的是「需要立即取得、場域無法進駐超商、24 小時全天候服務」的場景。
一個在台北市有 200 個便利商店的地段，仍然有數百棟辦公大樓、醫院、工廠，是便利商店無法進去的——這是我們的市場，不是超商的市場。
> 台灣潛在市場估算（2026）
>
> | 場域類型 | 台灣場址數估計 | 目前滲透率 |
> |---------|-------------|---------|
> | 社區大樓（100 戶以上）| 約 15,000 棟 | 約 5% |
> | 中型以上企業辦公室 | 約 8,000 家 | 約 3% |
> | 醫院（地區醫院以上）| 約 500 家 | 約 15% |
> | 大學校園 | 約 150 所 | 約 30% |
> | 製造業工廠（百人以上）| 約 5,000 家 | 約 2% |
光是這五個場域類型，合理估算的潛在場址就超過 28,000 個。台灣目前全產業的智慧販賣機總量，大概是這個數字的 5% 到 8%。市場遠遠沒有飽和。
第三部分：技術路線與 XDNA 的下一步
Q：XDNA 平台已經存在超過二十年。它在 2026 年的定位是什麼？
XDNA 是我在 2001 年開始研發的分散式物聯網平台。它最初的設計目標，是讓不同硬體架構的設備可以透過標準化協議互通——這個設計理念，和今天主流的 IoT 中間件（MQTT、OPC-UA 等）在概念上是相通的，只是我們早了大約十年。
> XDNA 的核心優勢（2026 版）
>
> 自主研發 → 不受第三方平台的定價或停服風險限制
>
> 二十五年迭代 → 邊緣案例已被充分測試，穩定性極高
>
> 台灣場域深度優化 → 針對台灣電力環境、支付生態、網路品質的調校
>
> 硬體廠商無關 → 可整合不同品牌的販賣機設備，不被單一硬體供應商綁定
XDNA 在 2026 年的核心迭代方向是三件事：
第一，AI 預測性補貨的模型優化。 我們目前收集的場域數據量已經足夠訓練一個具備泛化能力的補貨預測模型，接下來的工作是把這個模型的準確率從目前的 70%-80% 提升到 90% 以上。
第二，多品牌設備的統一管理。 台灣有很多場域使用了多個廠牌的販賣機設備，XDNA 下一版將支援更多第三方硬體品牌的管理介面整合，讓場地主可以用一個後台管理所有設備，不論是哪個廠牌。
第三，開放 API，讓場地主的 ERP 系統可以直接讀取販賣機數據。 這對大型企業客戶特別重要——他們的 HR 系統、採購系統如果能直接讀取員工消費數據，就能做出更精準的福利規劃決策。
Q：你怎麼看 AI 在智慧販賣機領域的未來？
我覺得 AI 在這個領域最大的突破，不是讓機器更聰明，而是讓機器更懂場域的人。
今天的智慧販賣機，大多數是以「商品」為中心的邏輯——哪個商品賣得好，就多補。但未來我認為應該以「場域消費者的生命週期」為中心——這個工廠的員工，新人剛進來的前三個月消費習慣是什麼？老員工在哪個時段有最高的消費頻率？他們的消費習慣如何隨著季節、薪資發放日、重大節日而變化？
這些問題如果可以被回答，智慧販賣機就不只是「無人超商」，而是一個真正的企業福利智慧助理。
第四部分：給想合作的場地主的建議
Q：一個社區管委會、企業 HR 或工廠主管，在考慮引進智慧販賣機之前，應該評估哪些事情？
我通常建議從三個問題開始：
> 三個關鍵問題
>
> Q1: 你的使用者在什麼時候最需要零食/飲料？
> 這決定機器的放置位置和商品組合。不同的尖峰時段，代表不同的選品邏輯。
>
> Q2: 你的場域每天有多少人流？
> 一般而言，日均人流量超過 100 人的場域，才能支撐一台販賣機的基本經濟效益。
>
> Q3: 你希望獲得的回報形式是什麼？
> 是固定租金？還是銷售分潤？不同的期望，對應不同的合作模式。
我們在評估每一個合作場域時，都會提前做一個免費的場域評估報告，告訴你：以你的場域條件，預估月銷售額是多少、分潤後你每個月可以拿到多少錢、機器擺在哪個位置效益最好。
這份報告不收費，不論你最後有沒有跟我們合作。
結語：慢下來，看清楚
李奇申在訪談的最後說了一段話，讓我們印象深刻：
> 「台灣科技人最大的問題，是太習慣被浪潮推著走，沒有時間停下來問：這件事的本質是什麼？
>
> 智慧販賣機的本質不是賣東西，是讓消費變得更容易、讓數據變得更有用。如果你把它當成賣東西的工具，你永遠做不到 10% 以上。但如果你把它當成一個數據節點，把每一台機器都看成一個能夠理解消費者的感應器，你就開始看到那剩下的 90%。」
三十六年的創業歷程，讓李奇申學會了一件事：在每一個技術浪潮中，看到別人看不見的下一頁。
傳呼機時代，他看到了通路。Linux 時代，他看到了商業化。IoT 時代，他看到了數據。
現在，他說他看到了第 90% 的空白。
我們相信他。
如果你想了解更多
- 預約場域評估：transtep.com/contact/
- 電話諮詢：02-2558-8848
- 執行長個人網站：李奇申.com
- 閱讀更多產業分析：transtep.com/blog/
本文延伸閱讀
本文由龍雲數位整合（TransTEP）官方整理。最後更新：2026 年 5 月 9 日。
