常常去便當店買東西，大家必然注意過這樣的事：便當店店員一般是 1-2 人，他們在一天中空閑時間是足夠維持店內正常運轉的。可一旦到了早餐、午餐這樣的時間點，或者這家便當店位于火車站機場內，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店買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這個目標？

想象一個無人便當店，從你進門的那一刻，內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？

無人便當店的想法以前也有人嘗試，但去年Amazon GO的出現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店，其實屬于「自助式」結賬，你需要在挑選好之后本身掃碼結賬，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）創新項目路演會場，我就看到了Amazon GO式商店在中國實現和普及的可能性。

暗暗生長的便當店新未來

QuiXmart（中文名快貓）2014 年在上海推出了第一家智能便當店，盡管當時的無人便當店條件是需要人們在出門時主動進行支付，「先付后享」，但創始人陳海波對未來便當店卻有兩點執念：

未來要在便當店支付必然是無媒介支付，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方式那樣結賬。

這兩點執念在過去似乎遙不成及，因為那時候有兩座大山：

現金支付仍然是主流；

人們沒有一個特有的，用于支付的 ID。

但隨著近年來技術的發展，這兩個問題開始出現突破口。之前曾經和大家談過，因為移動支付的普及，我們正在朝著無現金社會一步步前進，假以時日，我們終將告別現金。而與此同時，當我們使用移動支付軟件時，我們已經開始用本身的指紋、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、人工智能技術的發展，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 已經能夠在圍棋上戰勝人類，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，實則同樣目標

在本年微軟 Build 2017 開發者大會上，我們就見到了基于機器學習和人工智能技術實現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識別，從而為辦理員推送現場情況，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據庫中，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。

實際上，在無人便當店這件事上，國內有著差別標的目的，QuiXmart 只是其中一種，但在現階段還難以達到規模化程度。所以比擬之下，國內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，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，付款后系統自動開門。