7成生意受威脅!麥當勞絕招得來速,為什麼在美國被禁?
7成生意受威脅!麥當勞絕招得來速,為什麼在美國被禁?

想吃速食時,你會開車到速食餐廳的點餐車道,享受不用下車就能來個漢堡和薯條的樂趣嗎?

不用下車就能點餐

從美國發源的點餐車道,替有車一族節省了下車辦事的時間,想吃個漢堡和薯條,只要開進速食餐廳的點餐車道就行。然而,美國各大城市開始禁止新蓋點餐車道,害怕在車道等餐的車輛排放大量的溫室氣體,讓氣候變遷的困境更形嚴峻。

全美各大城市紛紛禁

根據統計,目前美國最新禁止新蓋點餐車道的城市是位於明尼蘇達州的明尼亞波利斯市(Minneapolis),當地政府在今年八月通過該項禁令。而位於加州的長灘則先暫時實施了六個月的禁令,等官方研究好再決定下一步怎麼走。類似的禁令也出現在密蘇里州的克雷夫科爾、紐澤西州的費爾黑文和紐約州的奧查德帕克。

減少溫室氣體排放量

在這項禁令的背後,大部分是基於限制廢氣排放、減少亂丟垃圾和改善行人安全等原因。拿明尼亞波利斯市來說,市議會主席本德(Lisa Bender)就說,這項禁令的出現符合被稱為明尼亞波利斯市2040的市政計畫,這項計畫除了列出成長和開發的目標外,裡頭也包含要在2050年前減少80%的溫室氣體排放量。

禁止新蓋點餐車道能有效打擊肥胖嗎?

然而,這項禁令引發了社會上廣泛的討論,有的支持者會用有效打擊肥胖來包裝宣傳禁止新蓋點餐車道,他們認為少了方便的點餐車道,人們購買速食的欲望就會降低。

加拿大出現類似說法

類似的說法在加拿大也有出現。去年,加拿大有27座城市禁止新蓋點餐車道,研究人員在一篇分析文中提到,透過法律來規範速食餐廳點餐車道的設置,能促進健康和預防慢性病。

美國經濟學家:沒有研究佐證

但是,美國非營利智庫蘭德公司(Rand Corp)資深經濟學家斯特姆(Roland Sturm)表示,這樣的說法沒有嚴謹的科學研究佐證,他發現在加州南洛杉磯地區,當地在禁止新蓋點餐車道和獨立速食餐廳後,民眾的肥胖率沒有降低反而升高。

「我們得小心不要誇大這些禁令的功用,」斯特姆接著說:「如果我們想要降低肥胖、希望人們過得更健康,點餐車道禁令無法達到這個目標。」

對汽水課稅、在菜單標註營養資訊

和其他方法相比,點餐車道禁令在控制卡路里和打擊肥胖上沒有比較成功。舉例來說,自從加州柏克萊開始對汽水課稅後,含糖飲料的消費量下降了52%。此外,雖然在菜單中標註餐點營養資訊的效果不太明顯,不過有研究發現,速食餐廳這麼做能有效影響顧客吃下的卡路里。

沒車道也沒關係 還有Uber Eats

美國哈德遜研究所食物政策中心主任卡德洛(Hank Cardello)警告道,想要利用法律來處理肥胖問題是一個超級大型的任務,就算真的沒有點餐車道,民眾還是可以透過諸如Uber Eats和Grubhub等訂餐外送app來點餐,這麼做說不定會對環境造成更多傷害。

shutterstock_1120000325_uber eats.jpg
圖/ JPstock via shutterstock

應該要從食品產業開始

卡德洛表示,要改變肥胖問題,應該要從產業開始,而不是當地的立法者。在一篇刊載於《刺胳針》醫學期刊的最新研究中,研究人員暗指食品產業助長了肥胖和氣候變遷,他們認為應該要限制麥當勞、可口可樂等全球品牌參與和制定相關政策的討論。

「與其禁止點餐車道,我們應該對連鎖餐廳施壓,」卡德洛說:「身為食品產業,他們還沒有站出來承諾要減少卡路里和改善營養...讓吃得健康變成比較像是一個自動自發的選擇。」

teaches-2915439_640
圖/ pexels

麥當勞生意有70%來自點餐車道

無論如何,要相關產業著手改變並不容易。根據報導中提供的資料,麥當勞的生意有70%來自點餐車道,如果拿去年全美麥當勞的營收380億元(折台幣約1兆1,772億元)來算,來自點餐車道的營收就將近270億美元(折台幣約8,365億元)。

Dunkin' Donuts加車道營收多千萬

而根據甜甜圈連鎖餐廳Dunkin' Donuts公布的數據,一間沒有點餐車道的Dunkin' Donuts獨立餐廳一年可以帶來大約100萬美元(折台幣約3,098萬元)的營收,加了點餐車道後,可以帶來130萬美元(折台幣約4,027萬元)的營收。

責任編輯:江可萱、蕭閔云
本文授權轉載自:地球圖輯隊

關鍵字: #麥當勞
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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