iCHEF攜手森邦集團、服務科學專家,切入餐廳資料大數據分析
iCHEF攜手森邦集團、服務科學專家,切入餐廳資料大數據分析
2016.05.27 | 創業

想像餐廳有一個「奶茶預測系統」,可以建議你在什麼時候、什麼樣的客人組合,奶茶會賣得最好!這不再是夢想。智慧POS新創iCHEF,跟擁有拉亞漢堡品牌的森邦集團、清大服務科學研究所及微軟Azure攜手合作,切入餐廳資料大數據分析。

iCHEF從2月開始與10家森邦集團旗下新品牌「堤諾比薩Tino's Pizza Café」直營門市合作,預計7月會對外分享大數據導入成果,最終希望把大數據科技普及至上千家中小型餐廳,將餐廳顧客的用餐行為「潛規則」,全部雲端自動化,讓小餐廳也可以很容易了解消費者的消費模式,進而設計出最適合消費者用餐習慣的菜單。

iCHEF共同創辦人暨行銷長程開佑指出,目前只有大公司有能力做大數據分析,是時代讓小餐廳也擁有大數據分析的能力了。然而,大數據分析除了有餐廳資料之外,更需要深入研究餐廳產業的知識和消費者行為,才能分析出最有洞察力的結果。

iCHEF投入研發經費到清大服務科學研究所中,由森邦集團的堤諾比薩授權餐廳資料,大數據專家也會到場實地研究消費者行為,再運用微軟的大數據分析平台做分析,洞察發現將無償提供給堤諾比薩的加盟主,創造四贏結果。

iCHEF
(圖說:iCHEF與森邦集團、清大服務科學研究所、微軟Azure合作開發餐廳大數據。圖片來源:郭芝榕攝影。)

森邦集團旗下有600多家門市,為什麼從堤諾比蕯先開始?

森邦集團總經理特助徐沛源說,「如果現在不做,以後就會有其他人做!」從堤諾比蕯開始,因為它是兩年的新品牌,已經擴張到中國、東南亞市場,型態也很適合桌邊點餐,希望可以提升加盟主的科技力。6月前會開4家以上,下半年再開4至5家加盟店,現有的加盟店再轉換成新的系統,預計年底前會有15至20家門市導入這個大數據專案計畫,並在接下來兩年內積極拓展東協與東亞市場。

##大數據不是很多資料,而是豐富的資料

台灣微軟雲端事業開發副總經理周旺墩說,以前在決定電腦規則時是寫程式,但是資料本身有相關性,一定比例下它就會發生什麼。**市場最有興趣的是預測,什麼事情即將發生?**例如天氣改變,備料就要改變。有了歷史資料就可以預測並產生模型,可以自動調整模型的參數和關連時,就可以發現未來,得到趨近行為的結果,可以應用在很多地方。

周旺墩指出,過去連鎖大公司才能做大的運算,知道什麼客群的貢獻最高,但不是每家餐飲業都可以做得到。分析客單價時可能會發現有趣的現象,例如只要有人點麻辣類的產品,客單價會提高。數據可以把資料和經驗轉成每個人都可得到的經驗,找出標準化的服務,並做出客戶喜歡的東西。

清華大學服務科技與管理中心主任徐茉莉(Galit Shmueli)說,「大數據在全世界都是個流行語,台灣對大數據的認知還在很早期的階段,重是要真的創造出資料的價值,我們會先從問問題開始,才知道商業機會在哪裡。」

她進一步指出,建立專業領域的大數據分析模型並不容易,會先導入餐廳資料、交易資料、政府開放資料中的天氣、旅客、旅遊地點、捷運交通資訊等等,透過機器學習演算法慢慢探索和修正,才能找出有用的關聯性。「如果我們發現餐廳賣出很多咖啡,跟它開門的時間有關的話,就可以建議其他餐廳。」

清大服務科學研究所助理教授雷松亞(Soumya Ray)指出,「大數據不是很多資料,它是很豐富的資料。包括我們週日要賣多少?這跟下雨、冷、很多韓國旅客可能都有關係。」假設一家餐廳一天來客數是150到200人,一個月約3000筆資料,3個月有1萬筆交易,就大約會有4萬筆的資料點。這是累積起來的微小資料,這跟每個行為動作有關,這一秒他坐在這裡,用這個信用卡付費都有很多關連。

清大研究團隊將用服務科學和大數據分析技術,找出「飢餓前菜現象」,例如在上完前菜後半小時拿到主餐的客人,比起10至20分鐘拿到主餐的客人,增加60%追加甜點的機率。如果真的研究出關聯性,就可以在POS App中自動提示服務生,要在什麼時間點上菜,可以提高餐廳的營收。

##建立台灣大數據生態體系

對iCHEF來說,這筆投資也是值得的,可以擴張新的商業模式。**把從堤諾比薩發現的「潛規則公式」放在iCHEF POS平台上訓練,開發出多種新功能,提供給使用iCHEF POS App的餐廳付費使用。**這一方面可以幫助iCHEF的B2B軟體服務更加平台化,更能把這個模式擴張至東南亞及日本等海外市場。5月中也剛拿到科技部補助166萬元研究經費,將全數投入清大服務科學研究。

程開佑說,「iCHEF先拋磗引玉,希望讓台灣變成全世界大數據的研發中心!」台灣服務業很大,但是大部分都是小事業,沒有能力使用大數據、分析資料等科技。如果沒人投入經費做研究的話,也發展不出新的商業模式,隨著更多人投入及投資大數據研究,研究單位也培力一群資料科學和服務科學的人才,創造新的事業,然後得到投資,有了正向循環,才能建立新的大數據生態體系。

延伸閱讀:[專訪] iCHEF要做餐廳的Costco,食材購買商機年底上看3億

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓