2021年五大科技趨勢深度剖析

2021-01-18 09:09 聯合新聞網 / CTimes零組件

【作者： 編輯部】

2021年已經到來。在新冠疫情的陰霾中，半導體業繼續踩著既定的步伐往前邁進。在2021年，有哪些值得期待的半導體產業趨勢呢？CTIMES封面故事本月份的特別企劃，重點選擇了今年度值得關注的五大科技趨勢，這五大科技趨勢分別是：Open RAN、AI加速、工業數位轉型、第三代半導體，以及數位資訊醫療照護等。且聽本刊編輯部為各位讀者細說道來。

Open RAN

自從蜂窩式網路首次被數位化並展開2G通訊以來，其發展迅速，並且每一代技術的複雜性都在發生變化。近年來，行動網路的資料數據量不斷地增加，並大量支援各類新業務與應用場景，使得接下來的5G系統必須考慮更大的行動數據量與設備連接性。

無線接取網路（Radio Access Network；RAN）的設置，除了必須考量關鍵性能指標要求、網路商業營運能力，還有具備持續演進能力等三大因素之外，全球電信營運業者也希望有機會與第三方設備供應商合作，來推動介面的開放性並走向標準化的制訂，如此才有機會進一步降低設備成本。因此，5G無線接取網路的基礎架構必須走向開放化、虛擬化、靈活性以及與節能等趨勢。

在早期，電信營運商若有基地台建置需求，都必須向傳統電信設備商（例如Ericsson、Nokia、中興、華為等）購買基地台設備。這些營運商總是可以透過一個固定的電信設備供應商來提供其核心網路設備，儘管有效提升了整體的性能，但代價則是降低了來自不同供應商的RAN設備之間的互操作性。結果，使用這樣的解決方案很難將無線電和基頻元件供應商整合在一起。

到了接下來的第五代行動通訊系統（5G NR），將開始導入O-RAN（Open Radio Access Network）網路系統。透過O-RAN這樣的開放架構，未來營運商可跳過傳統電信設備商，直接向硬體設備業者（如廣達、中磊這類廠商）採購電信設備，除了有利於創建高靈活性的下一代無線網路，台灣資通訊廠商更有機會切入此傳統封閉的電信設備系統，建構出一套新的商業模式。

O-RAN架構以智能和開放的原則為基礎，是在具有嵌入式AI驅動的無線電控制的開放式硬體和雲端，構建虛擬化的RAN。O-RAN聯盟正在將無線電接取網路產業轉變成為開放、智能、虛擬化和完全可互操作的RAN架構。O-RAN標準透過更快的創新，可實現更具競爭力和靈活性的RAN供應商生態系統，而基於O-RAN的行動網路更能有效提高RAN部署和運營的效率。

AI加速

當前防疫所需的非接觸性應用、未來新常態的遠距應用，以及實現永續發展的自動化應用，成了數位轉型策略的重要引子—人工智慧（AI）技術則是主藥，從分析大數據的雲端平台，到即時決策的邊緣終端，凡是數據所在，都會看到AI更顯著地牽引著各大產業質變的動向。

國際數據資訊（IDC）2020年推出的報告預測，全球在AI系統上的支出將加速成長，2019~2024年間的年複合成長率（CAGR）可高達20.1%。因為對企業而言，要在數位轉型的過程中維持競爭力，人工智慧技術佔了部份。

疫情刺激市場快速轉型，AI猛地從產業部署的藍圖要塞上，躍然化為戰場主將，改善實際應用的效率，並推動新興的產業合作模式，將是後疫情時代的發展重點。2021年AI將會加速發展，但如何加速？答案或許可見於兩大面向。

其一，產業將會加速分工，鏈結從資料中心到裝置終端的開發資源。2020年NVIDIA與Arm的併購案就能當作這項趨勢的楔子。

累積多年的GPU研發與應用資源，NVIDA對雲端AI運算的核心技術可說是勢在必得，未來若成功將Arm在行動運算上的廣泛佈局納入麾下，就能在智慧應用普及化的龐大運算架構中，更快速地實現高度整合且易於彈性部署的AI解決方案。

雖說在商業上，這是在整併業務與開發資源，但就技術發展而言，卻是在深化集中式與分散式資料管理的分工模式。AI是改變未來科技開發與應用的首要關口，要加速AI落地，更細緻的產業分工，會是這條轉型之路起點上的一小步。

其二，AI應用將會加速，確切的說，產業將更積極建立AI應用的規則性，這不僅能確立問責AI的機制，實現負責任、可信、可靠的智慧運算（responsible AI），對加速技術普及來說，也至關重要。

AI應用涉及更複雜的軟硬體整合，從演算法的智財權界定、開發規則制定甚至是標準化，到通用或客製專用硬體的開發模式創新，最後是在大小規模裝置上，處理推論與做出決策時的資料可溯性與合法性問題，這些目前都還存在不少潛在疑慮。

2020年我們看到了由G7成員國提出的AI全球夥伴關係（Global Partnership on AI；GPAI）成立，業界亦有微軟、國際標準化組織（ISO）等跨域共組的AI Global非營利組織，還有前身為MLPerf的開放工程聯盟（MLCommons）集結了更多的產業要角，共同推動機器學習技術的開發與應用。

正是有了產業共識，才能延續並穩定這波AI成長的動能，而在2021年，這些針對AI應用的跨國跨界協商與規則訂立將會持續。

工業數位轉型

2020疫戰，不僅改變了人們的生活日常，更極速的驅動了數位轉型及發展。這場全球化的疫情已從根本改變了人們的生活方式，並史無前例的加速了數位生活轉型。從一般生活層面、企業端，到製造業，都正經歷著一波數位轉型的革命。事實上，數位轉型早在疫情之前，各企業早就已經開始陸續佈局，然而疫情的突然到來，讓各企業原本的數位轉型加速進行，一波快速數位轉型的革命，正如火如荼的開展。然而所有的企業都一樣，在數位轉型的路上，總是遇到重重的關卡與挑戰，需要進一步克服。

事實上，不管任何企業，數位轉型都是一段漫長的旅程，例如正在工業4.0的框架下，加速邁向智慧化的製造業也不例外。製造業涵蓋多項設備，正以智慧工廠為目標，並朝向「自主化」的趨勢發展。目前製造業轉型面臨的痛點，包含產線設備效能有限，無法因應新興的與複雜的工作負載；過去部署的設備與新購入的設備整合不易，缺乏即時反應；以及設備、系統的安全性等。

為了解決上述痛點，成功的智慧化解決方案可由四個面向切入，分別是：效能、即時處理能力、資安與功能性安全。這「四大要件」在IIoT的部署中，扮演重要角色，將直接影響各式工業的發展，從工廠自動化、現有工廠設備的整合，到作業負載的整合，以及機器人的應用等。在智能化工廠的自主化發展趨勢中，下列幾點需要特別注意：

●可擴展的計算能力，以省電的方式解決不同的工作負載；

●結合安全性與即時性，避免系統故障或網路受損的潛在風險；

●隨著系統複雜性增加，來自多個感測器（如：視覺、雷達及光達）的感測器融合（Sensor fusion）訊息必須結合機器學習，得出準確及可行的資訊；

●所有硬體皆須透過整體性的規模設計，以運行自主系統所需的複雜工作負載，並同時具備高效能以進行商業部署。

第三代半導體：SiC & GaN

第一代半導體是矽（Si），第二代是砷化鎵（GaAs），目前市場所談的第三代，則是碳化矽（SiC）和氮化鎵（GaN）。

第三代半導體有什麼不同？其最主要的特點，就是在「寬能隙（Wide Band Gap）」上。能隙是一個基礎的物理學原理，主要用來研究電子運動的現象，其所產生的效用就是導電性的差異。能隙越寬，電子越不容易越過，當然也就越能承受高電壓的系統應用。

所以跟傳統的矽材料相比，使用寬能隙材料的半導體產品，就展現出對於大功率系統和較高溫的環境有良好的適性，並實現了更好的能源轉換效率，以及更高的穩定度與可靠性。

而基於先天材料上的體質優勢，採用寬能隙材料的半導體元件，並不需要太多其他的輔助設計，例如散熱等，因此也有助於減少裝置的體積，達成輕量化的系統。

上述這些特色正好符合了當前產業趨勢的需要，例如電動車、再生能源、工業4.0、5G等，這些應用的最大特色就是採用高功率的電路設計，也因此使用寬能隙材料的元件就受到市場的青睞。

目前全球主要的電源元件供應商都已陸續布局了碳化矽和氮化鎵的方案與產能，尤其是這類元件的材料製作的成本較高，產能十分有限，現在幾乎已成了兵家必爭之物。一線的大廠更是透過策略聯盟，或者收購的方式，來確保自家的產能。

像是英飛凌（Infineon）除了與Cree達成SiC晶圓長期供貨戰略協定外，近期也與GT Advanced Technologies(GTAT)簽署碳化矽(SiC)晶棒供貨協議；意法半導體則收購了瑞典SiC晶圓製造商Norstel AB，不久前也與羅姆集團旗下的SiCrystal GmbH，簽署了長期供應SiC晶圓的協定。

台灣的晶圓供應商環球晶，日前則公告了將收購Siltronic AG，以強化在GaN和SiC的製造能量；世界先進經過了多年的研發後，目前已逐步量產了GaN的產品。

依據半導體市場研究機構Yole的分析報告，採用SiC電源元件的裝置，在2021年將有25%的年成長率；2023年則將達到44%；2025年則會進一步增加至50%的年成長。

數位資訊醫療照護

在2020年COVID-19疫情重創全球經濟態勢之際，防疫科技和醫療照護產業相關的人力、技術及產品的需求都很迫切，也讓個人智能健康照護與數位照護服務系統的成效倍受矚目，例如其中的醫用輔助軟體、生理偵測系統及遠距問診等設備促進個人健康品質及管理的產品，正促進數位資訊醫療發展。

資料來源：https://udn.com/news/story/6903/5177162

為了活下去，全球最大的零售商沃爾瑪變身數據公司

文：王茜穎 / 若水 Flow AI Blog 編輯團隊

【本文重點】：

1. 今天，人工智慧不再是一種選擇，而是生存下去的基本必須品。
2. 為了預測消費趨勢、提高供應鏈和營運效率，沃爾瑪張開數據網，即時監控2000億筆的內部交易數據，200 個外部數據。
3. 從行銷、採購、品管、上架、庫存管理到配送，AI 正在改寫超市地景和運作方式。

零售業是一個國家最古老的行業。但你發現了嗎？全球最大的零售業龍頭沃爾瑪 Walmart，正在把自己變成一家數據公司。

它不得不。它最大的競爭對手，吃下線上零售市場一半江山的電商龍頭亞馬遜，不斷探索線下經營。繼實體書店、無人便利店 Amazon Go、收購全食超市（Whole Foods Market）之後，2019年再度推出 Amazon 4-star，銷售在亞馬遜網站上獲得4顆星以上評價的商品，準備對線下零售市場攻城掠地。

「今天，人工智慧不再是一種選擇，而是生存下去的基本必須品。」知名暢銷作家Bernard Marr 說。《華爾街日報》形容這是一場「不斷升級的科技地面戰」。

如何確保對的產品在對的時機，放在對的位置，做出對的定價，以方便對的人購買，是競爭白熱化的零售業的致勝關鍵。

即時監控2000億筆的內部交易數據，200個外部數據
為了抓出客戶需求、提高供應鏈和營運效率，沃爾瑪阿肯色州本頓維的總部設立了@WalmartLabs 和 Data Café（Collaborative Analytics Facilities for Enterprise，企業協作分析工具），監控過去幾週高達2000億筆的內部交易數據，以及氣象、經濟、電信、社交媒體、油價、鄰近沃爾瑪的重大事件（如：體育賽事）、美國最大評論網站Yelp、信用徵信網站Experian等200個外部數據。

沃爾瑪每週預測全美4700家店，共500億件商品需求，「我們每個週末都提出一套新的預測，」「我們有12小時完成所有的預測，約3天完成所有的訓練。」@WalmartLabs 傑出數據科學家和數據科學主任John Bowman說。

但沃爾瑪的規模實在太大了，Bowman說原有的開源軟體，「隨著我們擴大演算法規模，加入愈來愈多的數據，涵蓋愈來愈多的類別，開始遇到嚴重問題」，目前其預測模型是由內部改寫和開發的機器學習演算法組成，每項商品的預測，都建立在350個數據特徵上。

除了預測消費風向，最基本的，「用來確保門市和配送中心的庫存水位，足以滿足預測的需求。它不只幫沃爾瑪控制庫存成本，也確保架上的庫存足以應付來客或網路訂單。」前@WalmartLabs印度班加羅爾主任Nitin Sareen指出。

沃爾瑪 Walmart 同時收集所有顧客的消費紀錄、住在哪裡、並從店內的免費無線網路追蹤其產品喜好。2017年的報導指出，沃爾瑪掌握了6成美國成人，近1.45億人口的詳細資料。「我們想知道世界上所有的產品，我們想瞭解世界上每一個人，然後我們想要擁有連結兩者，促成交易的能力。」前沃爾瑪全球電子商務與科技執行長Neil Ashe曾說。

它的「社會基因體計畫」（Social Genome Project）監控社交媒體上的公開對話，參透消費者的社交DNA，藉以預測消費趨勢。沃爾瑪開發的Shopycat禮品推薦APP，「透過社會基因體計畫，分析朋友的臉書上的讚、分享、發文等動態，解除送禮壓力，提高送禮樂趣。」

當人們在線上展現我們的喜怒哀樂時，沃爾瑪就從分析臉書和推特的對話，在趨勢轉成需求前，成功預測棒棒糖蛋糕機、電動榨汁機的需求，立刻進貨、鋪貨。

數據讓沃爾瑪（Walmart）能預測未來趨勢，抓出過去錯誤

除了預測未來，即時數據和分析，讓沃爾瑪從異常銷售數字中，立即抓出定價失誤，或發覺特定門市根本未將商品上架的問題。機器學習把解決問題的時間從2～3週，大幅縮短為20分鐘。「若你得花上一週或一個月分析你的銷售數字，才能獲得洞見，你那段時間的營收已經蒙受損失。」沃爾瑪資深統計分析師Naveen Peddamail說。

為了收集消費者資訊，沃爾瑪甚至在2012年推出了自己的搜尋引擎Polaris。今年2月，沃爾瑪再度收購以色列科技新創Aspectiva，利用其自然語言處理功能 (Natural Language Processing)，讓電腦擁有理解人類語言的能力，分析客戶的產品評論等用戶生成內容，並結合其瀏覽行為，以提供個人化的產品推薦。

沃爾瑪每小時產生約美國國會圖書館館藏167倍的數據，這些通通餵給雲端。沃爾瑪和微軟聯手建立全球最大的私人雲，每小時從百萬名消費者身上收集2.5 petabytes非結構化的數據，做出行銷、採購、鋪貨、庫存管理等各種決策。有一說，此舉是要和亞馬遜的Amazon Web Services (AWS)一別高下。

衝刺電子商務戰場，營造個人化體驗、用AI 工智慧鞏固生鮮市場

電子商務上，沃爾瑪仍看不到 Amazon 亞馬遜的車尾燈。

為此，沃爾瑪接連併購 Jet.com、Bonobos、中國電商 JD.com、及砸160億美元買有「印度亞馬遜」之稱的 Flipkart，去年沃爾瑪亦翻新官網，挾其龐大的數據能力，用消費者的所在地、瀏覽和購買歷史，加強區域與個人的個人化體驗。

例如，顯示當地熱門商品、通常一起合購商品、「我的門市」生鮮配送服務；提供「輕鬆續訂」功能，類似亞馬遜網站上的快速按鈕（Dash button）。去年第四季，沃爾瑪的電子商務營收成長43％，eMarketer並預測今年底沃爾瑪將分食4.6％的市場，較去年成長4％，居全美電商第三名。

沃爾瑪抓緊數據，苦苦追趕，有其苦衷。根據Accenture 2016年的調查，58％的消費者傾向在有個人化推薦的網站購物，一旦沒有，最快60秒就會失去興趣；SmarterHQ的報告則指出，在這樣的情況下，47％的消費者會直接轉往亞馬遜，便宜了沃爾瑪的頭號競爭對手。

為了拉抬線上銷售，沃爾瑪祭出廉價生鮮優勢。去年底全美有1600家門市提供生鮮配送，3100家門市設提貨中心。亞馬遜迅速回防，今年4月，旗下的全食超市推出第三波降價，以及2小時生鮮配送，1小時店內提貨，要挖沃爾瑪牆角。

這是一塊沃爾瑪輸不起的戰場。不同於亞馬遜，生鮮佔沃爾瑪全美近6成營收。金雞母保衛戰，沃爾瑪用AI和相機打造「新鮮度演算法」，名之「伊甸園」（Eden），用AI檢查蔬果缺陷和新鮮度，預測腐壞日期，確保蔬果從農場到貨架全程新鮮，終結食物（成本）浪費。在全美43個配送中心試用6個月，已替沃爾瑪省下8600萬美元，預計5年內將省20億美元。

在此之前，沃爾瑪必須派員在配送中心先目視檢查送進來的生鮮，接著再手動檢查是否符合美國農業部和沃爾瑪內部的食品標準。

「伊甸園源自我們生鮮營銷團隊工程師間的一場駭客松。」沃爾瑪部落格說。在6個月內，他們量化了美國農業部和沃爾瑪內部的食品標準，並發給稽查員一支iPhone，用Eden的APP記錄各種蔬果在不同生命週期時的樣貌，是否符合各項食品標準。這百萬張照片的資料庫，成了人工神經網絡進行深度學習最佳教材。

當稽查員在現場拍下照片時，機器將比對資料庫中的圖像，經過一層層，千百萬個神經元的數值運算後，評估蔬果新鮮度，預測保存期限，最後決定接受或退貨。沃爾瑪還把iPhone送到農夫手上，讓他們在農產品運送前先拍照，通過伊甸園把關再上路，從頭減少因品質而被退貨所衍生的成本。

「這代表（我們）能更有效率地催熟香蕉，當番茄還長在藤上時，就預測出它的保存期限，或依此調整蔬果上架的優先順序。」沃爾瑪供應鏈技術副總工程師Parvez Musani分析。販賣生鮮是一場和時間賽跑的賭局。時間，就是金錢。

除了產地和配送中心的品管，他們發現運輸過程中的溫度，也會影響蔬果新鮮度。為此，伊甸園即時監控蔬果在貨車裡的溫度，若發現溫度飆升導致蔬果「短命」2天，則立刻重新安排貨車路線，送到較近的配送中心，減少損失。

Musani舉例，沃爾瑪的明星商品香蕉，來自7個拉丁美洲國家，鋪貨到全美4千多家門市。不久的未來，在跨洲、跨國、跨州的長途運送過程中，伊甸園會重新估算「新鮮度」，決定香蕉運到哪裡。「最後香蕉會運到較近的門市，確保最新鮮，消費者樂於買一串美味香蕉，人人皆大歡喜。」

跟 Amazon 亞馬遜搶食 AI 語音購物市場

眼紅於亞馬遜語音助理Alexa登堂入室，開口即可在亞馬遜下單，沃爾瑪也想搶食語音購物市場。

近來的專利申請，透露沃爾瑪打算在產品中內建物聯網電子標籤，以監控家用品的使用情況，例如追蹤保存期限，或你提起洗潔精的次數，藉此推測何時需要補充，自動加入你的購物清單，並為沃爾瑪提供顧客行為的龐大數據，包括產品使用的時間和頻率。

今年4月起，直接呼喚Google Assistant也能在沃爾瑪下單，可在全美超過2100家門市提現貨，800家門市領取網購商品。由於語音下單容易指示不清（例如：買2罐洗衣精），為求準確，沃爾瑪顧客的消費記錄將和Google Assistant帳號綁定，以判斷脈絡。

儘管目前語音購物對營收的貢獻很小，分析師紛紛預測這是未來趨勢。為了「不落人後」，沃爾瑪甚至投資一家針對上流社會的個人購物服務新創Jetblack，會員可用簡訊「遠端遙控」購物員幫他們購物，年費要價600美元。

簡訊的文字，是絕佳的機器訓練素材。「沃爾瑪正在利用Jetblack的大批人力來訓練其AI，盼其有朝一日能提供自動化的個人購物服務，為搜尋欄消失，聲控購物成為主流的那一天，提早做好準備，」Jetblack執行長Jenny Fleiss告訴《華爾街日報》。該報分析，沃爾瑪將該投資視為AI和語音購物的研究中心，打算用它來打造和亞馬遜Alexa抗衡的秘密武器。

而JetBlack正是從沃爾瑪位於矽谷的科技孵蛋器Store No.8孵出來的新創公司。為了尋找下一代的零售科技，沃爾瑪透過Store No.8來孵化、投資新創，與創投和學術界合作，開發機器人、虛擬實境、機器學習和AI技術。

AmazonGo會是沃爾瑪的未來嗎？

自去年10月底，沃爾瑪旗下的倉儲式商店Sam’s Club宣布將在德州開第一家無結帳員的超市後，大家都在揣測沃爾瑪超市何時會跟上AmazonGo的無人店。

4月底，沃爾瑪公布了它的「未來超市」。它改造了紐約州Levittown的門市，化身「零售智能實驗室」（Intelligent Retail Lab），在真實運作的超市裡，裝滿感應器、攝影機、並建有龐大的數據中心。「這些硬體佈線之長足以爬聖母峰5次，處理能力之強大每秒能下載3年份的音樂（27000小時）。」沃爾瑪的部落格寫著。

5萬平方呎，3萬件商品，超過百名員工，可以確定的是，沃爾瑪的未來藍圖，不是AmazonGo。

具有人工智慧的攝影機，並非用來分辨消費者拿了什麼，好自動結帳，而是用來監控貨架上的存貨。機器「看見」架上商品，準確辨識品項和數量，並對照預測銷售需求的量，即時通知員工哪些商品空了，立刻補貨，或哪些放太久，立即下架。如此一來，確保架上永遠有貨，而且絕對新鮮。

這不是沃爾瑪第一次用AI來即時盤點庫存。

走進今天的沃爾瑪，你可能會碰到Auto-S貨架掃描機器人，穿梭在繁忙的貨架間。

自駕車的感應器和人工智慧，讓它能即時辨識路徑中的障礙物，優遊於樑柱、顧客、店員之間，避免碰撞。身高2英尺（約60公分），機器手臂最高可達8英尺高，裝有高解析度相機可快速掃描架上存貨、標價標籤和商品位置，而且免傳雲端，運用卡尼基美隆大學研發的Hawxeye人工智慧，機器人可現場用機器學習進行圖像辨識，加快分析速度，減少無用數據。

不到1小時，機器人就掃完數十個貨架，找出缺貨、庫存過低、沒有標籤、標價錯誤和錯置的商品，通知店員處理。在過去，這得花上一群人數天時間才能完成。

目前全美有50家沃爾瑪使用Auto-S貨架掃描機盤點架上商品。目前總里程650英里（近1千公里），尚未發生任何事故。來源：KPIX CBS SF Bay Area / 沃爾瑪
這提升了顧客的便利性，確保他們總能在對的貨架上找到想買的東西。對沃爾瑪而言，這能降低人事成本，減少貨架空間的浪費，但它還有更重大的意義：「驅動這類新科技的動力，是走向全通路零售的必要性。為了提供當天、低價或最後一哩運送，你必須以這些門市做為配送中心。但要實現這個目標，他們真的需要即時掌握架上有什麼，」Auto-S的製造商Bossa Nova執行長Bruce McWilliams接受Venturebeat採訪時說。

入口處的自助提貨塔就是明證，只要掃描你的網路訂單條碼，45秒內你的貨就會出現在輸送帶上，取貨變得跟「高科技自動投幣機」一樣方便。自駕車配送也進入測試階段。

去年11月，沃爾瑪宣布與福特合作，用自駕車宅配；7月，和Waymo（Alphabet旗下子公司，專門研發自駕車）聯手，在亞利桑那州小規模試點，「http://xn--walmart-6p3l44vn4ljhs1l8c981cucbz07isk0a.com/grocery下單，選擇到店取貨，我們的個人購物助理便會依據取貨時間，細心準備訂單上的商品。剩下的就交給Waymo。Waymo會接送顧客往返門市取貨，你可以利用這段時間完簡訊、小睡、工作，隨心所欲。」沃爾瑪部落格如此描述。

這一切聽起來，像是科幻小說？

沃爾瑪可不這麼認為，「今天，變化的速度很快。10年前，多數客戶還在讀第一代iPhone的消息，懷疑是否實用。現在，他們用手機上買東西，就期望宅配到府或店裡取貨 – 而且通常是當天，幾小時內，甚至幾分鐘內，」沃爾瑪執行長董明倫（Doug McMillon）說，「零售商得適應這些變化 – 在某些領域甚至引領潮流 – 不然就會落後並消失。」

附圖：圖說：去年改版後的沃爾瑪網站，新功能包括當地熱門商品、快速追蹤訂單、快速續訂、我的當地門市服務等，強化區域及個人化體驗。來源：沃爾瑪
圖說：伊甸園的APP介面，機器藉由照片的圖像辨識和比對，預估蔬果新鮮度。來源：沃爾瑪

圖說：只要45秒，16英尺高的自助提貨塔，就會準備好你訂的商品。來源：沃爾瑪

資料來源：https://ai-blog.flow.tw/walmart-ai-data-retail