速食店：視覺人工智慧也能在其中扮演要角？

February 2, 2023

Christina Cardoza

視覺人工智能

說到 AI 時，您一般不會聯想到餐廳。但餐飲業是最受疫情及其後果影響的一大產業。第三方外送服務的崛起也為情勢帶來變化，送餐管理不善可能會損及餐廳和駕駛的聲譽。事實證明，AI 能為全新的享飪面貌提供許多幫助。

我們的來賓是智慧軟體自動化供應商 PreciTaste 的營運部門副總裁 Hauke Feddersen。他會探討快餐店廚房面臨的挑戰（即使在最佳狀態下也帶來莫大壓力），以及邊緣技術與視覺 AI 能如何提高效率，讓更新鮮的食物更快送達顧客手中。因為誠如 Feddersen 所提醒，之於快餐店，「快的不是食物，是服務。」

目前餐飲業為什麼對 AI 有所需求？

我堅信只有出現問題時，才有可能萌生解決方案。而這個產業正面臨許多問題。我們對勞動力的需求很大，無奈勞動力的流失率又很高。伴隨流失率而來的是，許多行之有年的最佳作法、許多廣為接受的專業知識也往往付之一炬。

自疫情開始延燒以來，需求模式也有所改變，導致廚房的作業員因為資料有限而捉襟見肘。他們瞭解餐廳真實情況的唯一窗口是廚房顯示系統（kitchen display system，KDS）。KDS 雖能顯示過去的訂單，但沒有一套系統能預測未來。

因此，我們要把餐廳變成資料驅動作業。AI 非常擅常解決方程式，而且幾乎沒有變數難得倒它，無論是流量模式、歷史銷售額、上個小時的銷售額、前幾天的銷售額，AI 都盡在掌握，比所有人類更能預測需求。這有助於減輕廚房工作人員的認知負擔，確保個別的站點只要照著螢幕上做事就好。

如今外送的訂單爆增。曾幾何時，站在您面前點餐的顧客在一夕之間都跑得不知去向，在別的地方等候送餐。訂單的準確性因而變得舉足輕重。「你忘記我小孩的快樂兒童餐了！」「真抱歉。多送您一份快樂兒童餐的玩具。」皆大歡喜。可是，如果顧客離您的餐廳十萬八千里，而且食物才剛送達，您不可能憑空換餐補貨。一次就得搞定。

2020年，PRECITaste 推出一款自動準確性驗證工具，以搭配其研發的快餐店大腦平台。攝影機安裝在天花板上，可查看餐廳的動態，查明什麼餐點裝進袋中，快樂兒童餐的玩具有沒有裝進去，確保正確的袋子遞出窗口，交到正確的顧客或外送司機手中。

第三方外送服務還能如何影響餐廳營運？

這個局勢改變了餐廳對顧客的看法。上門取貨的人不見得是您的顧客，而您根本不曉得點餐的人是誰，因為平台將他們以匿名方式顯示。倘若您知道顧客是誰，並與其直接互動，就能擁有從下訂到配送的完整顧客體驗。轉瞬間，餐廳只成了交易中的一個環節。不過，一旦出錯，他們仍然會得到迅速的意見回飾，而且代價慘重。訂單出錯要退給 Uber Eats 等平台的款項極其高昂。

廚房本就是一個壓力爆表的環境，要團隊在一小時內變出所需的餐點量，然後全數外送、交到正確的顧客手中，有時候比中頭獎還難。因此，我們最好能減輕壓力、減少認知負荷、確保流程順暢且始終庫存充足，這家運作良好的餐廳就不必停下腳步。

接下來聊聊執行 AI 解決方案所需的技術投資。

這是一門小本生意，沒有多餘的錢可以揮霍，因此投資必須有針對性、立竿見影。要讓顧客切實感受到 KPI 的改善。

我們深信邊緣 AI 的威力。我們所做的一切都在 Intel^® NUC 這樣的小型電腦上運行。其中一項主因是價格。我們打算以 2,000 美元至 5,000 美元的價格安裝一套完整的解決方案，包括所有的攝影機、所有的邊緣裝置，以及所需的所有網路套件。

如果已經安裝了符合 TSP 標準的安全攝影機（即 IP 攝影機），那麼使用現有的影片串流是再好不過了。視覺 AI 不需要完美無缺的影像；實際上很少像素能在極其精密的模型上運行。我們的模型是：肉眼能看到什麼，我們就能教電腦看到什麼。資料一旦數位化，就會上傳至我們邊緣 AI 安裝的大腦部位，接著它會根據所見的事物作出預測。

因此，基於多重原因，邊緣 AI 的角色極為重要。第一點：成本。隨著時間的推移，雲端 AI 平台往往要價不菲。第二點：我們從獨立於網際網路的裝置所得到的緊密整合和低延遲推斷。即使網際網路中斷，我們的解決方案也能持續運作。

第三點是不可或缺的面向：管理 PII（個人身分識別資訊）。我們將邊緣裝置安裝在距離攝影機僅幾英呎的地方，該裝置可從一般安全攝影機擷取資料。PII 這種視覺資料會遭立即丟棄，唯一只剩下：六個人在等候訂餐；得來速車道上有 12 輛車，其中兩輛已點餐了。

可以分享 PreciTaste 的使用案例嗎？

我最喜愛的是 Chipotle。Chipotle 經營得有聲有色，堪稱最棒的「從無到有廚房」。他們在餐廳內切削、調味、醃製、烹飪原料，一早從生酪梨和生番茄開始製作美味的酪梨醬。我們的解決方案關乎前台生產線的庫存感應，以及用來外送訂單的後台數位生產線。它總是能感應還剩下多少庫存、庫存量消耗的速度，然後指導工作人員接下來何時要烹飪什麼。

就拿料理雞肉的過程來說好了，因為過程相當需要手工、非常的「從無到有」，從對工作人員下指令「現在請料理雞肉」到雞肉送到前台生產線，一共需要 25 分鐘。所以您要提前 25 分鐘知道何時要補貨。當然需求模式在一天當中的不同時段也有所不同。

因此，午餐時間即使滿鍋都是雞肉，您還是必須馬上烹煮更多。一小時後，就算雞肉只剩半鍋，您還是可以等上 10 到 15 分鐘，因為才等一下子，還是很美味。還有，請先料理其他食材；20 分鐘後再烹飪雞肉即可。這套 AI 系統對預測未來非常拿手，可幫助工作人員絕不缺少食材，同時又盡可能提供最新鮮的食物。

每個專案一開始都有一個被動階段，以便瞭解餐廳在沒有我們的協助下表現如何。接著套用我們的軟體套件，與評測基準進行比較。事實上，這是我們最大的賣點，數據會說話：「前後對照，一清二楚。」這麼做總是奏效。

與 Intel 及其技術合作有何價值？

Intel^® NUC 第 12 代外型小巧、效能強大，而且極其可靠。即使餐廳沒有伺服器櫃或像樣的辦公室，也能隨處安裝。使用那些裝置就是這麼得心應手。Intel^® RealSense^™ 同樣能運用自如。

OpenVINO^™ 也為我們立下大功。憑藉 OpenVINO，我們能將模型移植到 CPU 或整合式 GPU 上執行。如此一來，我們能靈活運用的裝置就多了，這在過去兩年數位元件供應鏈危機期間格外重要。

您認為 AI 之於餐飲業還有什麼用武之地？

依我看，還會有更多實踐 AI 的地方，從顧客看得到的前台到最佳化流程的後台，AI 的用途無所不在。關鍵在於以少搏多：更少的工作人員，更多的食物；或維持同樣數目的員工，但生產力提升 20%。

我們會看到技術變得更加專精，以便第三方解決方案從單一廚房提無各種不同的食物選項，您可以點墨西哥菜配義大利料理，加上壽司，再搭配雞翅，全由同一位駕駛配送。如此一來，圍坐的每個人都能享用他們喜愛的美食，不必受限於統統吃同一種料理或必須支付三筆外送費用。

我也認為我們這一行在預測方面會更加精確，洗刷快餐店鎮日無所事事的污名，至今仍有人將那種刻板印象和這類餐廳連結。食物將會更新鮮，如果不必最佳化保鮮期，食物也能更加有趣。我個人身為一個消費者，也為此興奮不已。

您最後有任何想法要跟我們分享嗎？

我最高興的是這一切不是科幻小說的情節，而是此時此刻就存在的技術，而且它已經在顧客不知不覺中改善他們的生活。我期待在未來看見餐廳或您最愛的外送應用程式上多加一個招牌或標章，寫著：「我們使用最先進的視覺 AI 技術精益求精。所以不要猶豫、不用擔心：您每次都能在這裡得到最佳品質，因為它的系統設計正是為了追求卓越品質。」