服務生、咖啡店員也能WFH？日本遙控機器服務生實現零接觸消費、助身障者就業|數位時代 BusinessNext

2021年7月開始，日本東京摩斯漢堡開始實驗新版真人機器人服務生，實現疫情零接觸消費、讓員工居家上班、以及協助身障人士就業。

走進連鎖速食店，滿排數位點餐機，不稀奇。坐在餐廳裡不用離開位子就能用平板追加兩盤壽司，很習慣。然而一台能親自為客人上菜，同時解說菜色的機器人服務生，就沒那麼常見了！

2021年7月開始，在日本東京品川區的一家摩斯漢堡分店裡，開始有機器人服務生在送漢堡、與顧客聊天，背後操控這台機器人的竟然是WFH（居家辦公）的員工！

疫情零接觸需求！真人機器服務生再升級送餐

其實早在2020年7月，日本摩斯漢堡就曾在櫃檯設置連接遠距員工的點餐機器人。消費者點單時，可以跟直接透過機器人跟遠端的真人溝通，當時看準疫情下需要保護員工減少染疫風險，同時為消費者把關社交距離。

時隔1年，日本摩斯漢堡的真人機器服務生更升級了——這次的機器人胸前設有擺放餐盤的層架，腳底安裝輪子，可從廚房移動到客人餐桌前送餐，一條龍服務，又更減少了現場的人力需求。

服務員WFH更安全、業者雇人來源也多元

2021版的機器人由機器人公司Ory Laboratory發明，名為「織女侍者（Orihime Porter）」。如同織女牛郎即使分開，但兩人的心依舊連在一起，真人服務生機器人也期望達到與遠端操控的員工在操作上零誤差。

日本摩斯漢堡於2021年8月表示，雖然目前真人機器服務生依舊只是實驗階段，但疫情解封後，消費者回流，餐飲業若面臨人才不足的狀況，這些機器人有望減少人力短缺的問題，畢竟員工將不受限於單一場域或時區，讓業者保有更大的應聘彈性。

為殘障人士而生、疫情間發育的機器人

由真人操控的機器人服務生，最早在2018年就在東京一家咖啡廳裡頭出現時，它的目的是為了協助漸凍病患者與其他殘障人士就業。

殊不知2020年全球受疫情籠罩下，零接觸消費需求提升，也讓餐飲業者想到真人機器服務生可同時兼顧零接觸消費與真人服務的溫度。

比如，在東京的摩斯漢堡店裡，背後操控真人機器服務生的則是遠在秋田縣的殘障人士。2021年9月7日剛落幕的東京帕拉林匹克運動會（身殘人士奧林匹克運動會），也讓全球再度關注殘障人士的生活品質、就業機會。

台灣身障人口近120萬！失業率比平均高4.43%

回到台灣，根據統計行政院總統計處，2021年3月底，台灣身心障礙者人數計119.8萬人，其中有「神經、肌肉、骨骼之移動相關構造及其功能」35.2萬人（占29.4％）。而身障人士的就業率普遍低於平均。以2019年5月勞動部統計來說，身心障礙者勞動力參與率為20.7%、失業率為8.1%，比平均失業率3.67%高出4.43的百分比！

若能搭上疫情提高零接觸需求，居家辦公成流行的雙浪潮下，再協助身障人士於餐飲業中找尋到一絲生機，可說是一石二鳥。

如今，各種零接觸交易、數位科技充斥餐飲現場，然而在日本，更有有真人遠端操控機器服務生，從推薦餐點、點餐、送菜上桌，通通可以搞定。不僅十分新奇，背後能滿足疫情零接觸需求、協助殘障人士就業的用心，更值得支持。

本文授權轉載自：食力

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：傅珮晴、蕭閔云

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。