直到2017年，这种僵局才有所改变。
2017年无人零售概念大火，众多资本、玩家一起参与，短短一年时间，总融资金额达60多亿元。
当时无人零售业态方向主要分为三类：无人货架、无人超市、无人售货机。
可惜仅一年，挑战人性的无人货架及技术达不到商业要求的无人超市消失匿迹，只留下一地鸡毛。
但是，无人售货机却活了下来。
信用支付体系的建立
因为是先拿货，后付款的逻辑，所以怎样运营商能收到钱是关键。
当前智能售货机主要使用的是和支付宝的信用支付功能，当消费者次扫码购物时，需要开通小额免密扣款功能，这样在购物关门后，系统才能自动扣款，保障商家利益。后来为了降低坏账率，和支付宝也相继推出了信用分方案，进一步降低了运营商经营的风险。
当我们次体验智能售货机时，想必大家都有同一个疑问：
机器是怎么知道我拿了什么商品？
机器是如何识别的，识别方案是什么，这便是智能售货机的核心技术了。
而且智能售货机也是根据识别方案的不同进行产品分类。
将商品信息录入到电子标签中，将标签粘贴在商品包装上，然后商品放入柜中，此时售货机就可以通过内部安装的信号读写器，来识别标签信息，从而达到识别商品的目的。
这样，每当用户开门购物时，机器就可以根据用户开门前后的库存差值，来实时计算用户拿了什么东西，从而推出订单。
当然，RFID识别技术方案，也有一定的局限性，比如标签成本比较高（单个标签成本在3毛左右），所以一般低单价的商品不建议运营商上架；
其次RFID信号识别受金属、液体等材料干扰，所以对运营商贴标及陈列要求较高，这无疑会降低运营效率，增加运营成本；
还有标签也存在被撕掉而产生货损的风险，这对设备投放点位消费者素质也有一定要求。
静态视觉柜每层都设有图像识别摄像头，通过AI深度学习，识别柜机每一层商品。
结算逻辑与RFID设备一致，都是计算用户开门前后的库存差值来推出订单。
静态视觉柜的优点有：
① 识别准确率高，能达到99.7%以上；
② 识别速度快，订单结算时间一般不超过15秒；
③ 实时识别库存及缺货率数据；
④ 上货，运营成本较低。
柜机成本相对较低，一般售价在5000元以下。
当然，静态图像识别方案也有一定局限性，比如支持上架的商品种类较少，仅支持一些产品包装高度标准化的产品，且商品上架之前还要先经过AI算法深度学习，学习成本较高，学习时间也较长。
还有一点，静态视觉柜商品上架不能叠放，这就容易造成空间的浪费。所以静态视觉柜比较适合在某些场景卖饮料，如工厂、车站等。
