快餐店：想要引入视觉 AI 吗？

February 2, 2023

Christina Cardoza

视觉人工智能

当您想到 AI，您通常不会想到餐厅。但是餐饮服务是受疫情及其余波影响最大的行业之一。第三方送餐服务的崛起也产生了一定的影响，管理不当的送餐服务会损害餐厅以及送餐员的声誉。事实证明，AI 在这种新的餐饮格局下举足轻重。

我们的嘉宾是智能软件自动化提供商 PreciTaste 的运营副总裁 Hauke Feddersen。他将讨论快餐店厨房（即使在最好的时候也面临巨大压力）面临的各种挑战，以及边缘技术和视觉 AI 如何提高效率，使更新鲜的食物能够更快地送到顾客手中。因为，正如 Feddersen 提醒我们，快餐店“快的不是食物，而是服务。”

在当今食品服务行业中，人们对 AI 的需求有哪些驱动因素？

我坚信，只有遇到问题，才能找到解决方案。这个行业正面临各种问题。劳动力需求极大，但未得到满足，劳动力流失情况也很严重。劳动力流失导致一种情况，那就是许多既定最佳做法、许多既定诀窍会逐渐丢失。

自疫情爆发以来，需求模式也发生了变化，使厨房运营者变得更加艰难，因为他们能够获取的数据非常有限。他们了解餐厅情况的唯一窗口是 KDS，即厨房显示系统。KDS 为他们显示过去订购的物资，但没有能够预测后续情况的系统。

因此，我们正在将餐厅向数据驱动的运营模式转变。AI 非常擅长解出变量（无论是交通模式、历史销量、过去一个小时的销量，还是过去几天的销量）几乎无限的方程式，与人工相比，能够更好地预测需求。这减轻了厨房工作人员的认知负担，并确保各个工作站的工作人员按照屏幕上的指示进行操作。

当今的送餐量也大幅增加。突然之间，过去站在您面前点餐的顾客现在会在其他地方等待送餐。这对订单的准确性提出了极高的要求。“你忘了孩子们的开心乐园餐玩具！”“非常抱歉。这是给您的开心乐园餐玩具。”皆大欢喜。但是，如果顾客在 16 公里之外，而且食物刚刚送达，那么您就无法这样做了。您必须一次到位。

2020 年，PreciTaste 发布了一款自动准确性验证工具，随其快餐店大脑平台一起提供。安装在天花板上的摄像头可以看到餐厅的情况，而且可以看到工作人员在包装袋里放了哪些东西，这样就可以确定开心乐园餐玩具是否被放入包装袋中，并确定正确的包装袋通过窗口交给正确的顾客或送餐员。

第三方送餐服务对餐厅运营产生了哪些影响？

这种情况改变了餐厅对客户的认知。点餐的顾客不一定是吃饭的顾客，您不知道这个人是谁，平台将他们匿名化了。如果您知道顾客是谁并与他们直接互动，从下单到送达，您将获得完整的顾客体验。突然之间，餐厅变成了整个交易的其中一环。如果出错，对餐厅的反馈仍然是即时的，但是代价高昂。Uber Eats 等平台因订单不准确而导致退款，这是非常严重的情况。

厨房已经是一个压力巨大的环境，有时还要像变魔术一样在一个小时内制作出大量的食物，然后将它们交给送餐员并送到正确的顾客手中。最好的办法就是减轻压力和认知负担，确保流程顺畅且库存始终充足，避免厨房这台上了油的机器停止运转。

请您谈谈实施这些 AI 解决方案所需的技术投资。

这项业务需要锱铢必较，没有太多资金可供挥霍，因此投资需要有针对性，以解决方案为导向。对顾客来说，KPI 绩效的提高必须是实实在在的。

我们对边缘 AI 有坚定的信心。所有流程都在英特尔^® NUC 迷你电脑这样的小尺寸电脑上运行。一个主要原因就是价格。安装好一整套解决方案只需 2,000 美元到 5,000 美元，包括所有摄像头、所有边缘设备以及所需的所有网络套件。

如果已经安装了符合 TSP 标准的安全摄像头（也就是 IP 摄像头），我们将优先使用已有的视频流。视觉 AI 并不需要完美的成像效果，很少的像素足以运行非常复杂的模型。我们的理念是：人眼能看到什么，我们就能教电脑看到什么。一旦数据数字化，我们会将其上传到边缘 AI 设备的大脑部分，它会根据看到的内容进行预测。

边缘 AI 在其中发挥着非常重要的作用，原因有多种。首先是成本。长期而言，云 AI 平台往往非常昂贵。第二，这些设备无需互联网即可实现无缝集成和低延迟推理。即使断开互联网连接，我们的解决方案也能继续运行。

第三，一个非常重要的方面，那就是 PII（个人可识别信息）的管理。我们将边缘设备安装在与摄像头相距仅一两米的地方，可以捕捉来自普通安全摄像头的数据。视觉数据（PII 部分）会被立即丢弃，只能看到有六名顾客正在排队点单，或者汽车餐厅有 12 辆车，而其中两辆已经点单。

您能否分享一些 PreciTaste 的用例？

我最喜欢的客户是 Chipotle。Chipotle 运营得非常好，其现场烹饪厨房尤为出色。原材料在餐厅里经过切剁、调味、腌制、烹饪，早上的生牛油果和生番茄最终会被制作成美味的牛油果酱。我们的解决方案是在前台的料理台以及在用于配送订单的后台数字化料理台上进行库存感应。它能始终感应当前有多少库存以及库存消耗速度有多快，建议工作人员接下来烹饪、何时烹饪哪些食物。

例如，鸡肉需要手工制作，因此在现场烹饪厨房，从给工作人员下达“现在请制作鸡肉”这条指令到将鸡肉送到前台料理台，这个过程需要 25 分钟。这样，您就可以提前 25 分钟知道需要补货了。毫无疑问，在一天的不同时间里，需求模式也各不相同。

在午餐时间，“满锅”表示现在还要烹饪更多的鸡肉。一个小时后，“半锅”表示可以再等 10 到 15 分钟，因为现在库存充足，您可以先烹饪其他食物；在 20 分钟后，您才需要烹饪更多的鸡肉。AI 非常善于预测后续情况，帮助工作人员实现这个目标：库存永远不会用尽，而且可以奉上最新鲜的食物。

在每个项目开始时，我们都会有一个被动阶段，期间我们会监控餐厅在没有我们帮助的情况下表现如何。然后，我们会将启用我们的软件套件后的表现与基准相比较。这是我们最大的卖点。简单的一句：“这是以前，这是现在。”屡试不爽。