得來速只做點餐跟結帳，為何還排這麼久？他如何用萬名「遠距打工仔」解決痛點？|數位時代 BusinessNext

拆解「得來速」點餐與結帳流程

得來速的消費流程是這樣的：一輛車會經過點餐、結帳、取餐等3個站點。點餐環節透過對講機向站在「結帳」站點的店員點餐，所以結帳人員在為A車結帳時，還要同時聽取B車的點餐內容，分身乏術的情況下，不時發生點錯餐、找錯零錢或讓客人等待等狀況，降低整體得來速車道的效率。

Bite Ninja創辦人Will Clem過去經營烤肉餐廳Baby Jack's時，就遇到這個困擾。在某個星期五晚上許多收銀員臨時請假，Will Clem靈機一動，把電腦放在得來速車道的對講機上，自己親自在線上為顧客點餐，讓員工專心收錢與製作餐點，沒想依然能流暢的交付訂單，讓Will Clem思考這套解決方案或許能適用於其他速食店。

他進一步觀察餐飲業現況，發現目前餐飲業面臨勞動力短缺，想求一名員工也不簡單。台灣也面臨著類似的「缺工」問題，目前全台有162間麥當勞得來速，佔所有麥當勞的40%，除了上述問題，雇主還要面對明（2023）年基本工資調漲，利潤越來越低的窘境。

Bite Ninja打造得來速職缺平台，讓服務人員線上遠距點餐

但速食店並非24小時處於尖峰時段，可能一天只有中午、晚上用餐時間需要多餘人力。「你希望在2個小時的午餐時間增加人力，但不能要求人們只上班2個小時。」Will Clem說道，從業者的角度出發，根本不可能開放2小時的職缺，如果特地為此增加一名員工，員工在離峰時間也沒事做，業主反而不敷成本。

既然視訊點餐不影響速食店工作效率，而業主又有彈性時段人力需求，Will Clem把這項解決方案套用到市場痛點，在2020年創辦SaaS平台Bite Ninja， 讓速食店業主彈性選擇需要人力的時間，並向外尋找能配合零碎時段的遠距兼職員工，讓他們在線上負責得來速點餐 。

Bite Ninja開放給所有想在家工作、從事兼職的人註冊，例如家庭主婦、退休人員等，並提供教育訓練，教用戶基本的點餐流程，完成培訓後，Bite Ninja便匹配員工至各個速食店的得來速職缺，為速食店管理排班，員工同時能在網站上查詢班表。

也就是說， Bite Ninja把原本負責在得來速點餐的職位，外包給遠距工作者，再把訂單傳送至餐廳裡，讓內場人員得以專注於餐點製作。 所以當客人進入得來速車道時，對講機將出現一個視訊螢幕，兼職人員則在線上處理點餐，其他消費流程不變。「你把接單員從喧鬧、瘋狂的環境中帶走，將他們安置在安靜的環境裡，這可以讓人們集中注意力。」Will Clem說道。

透過Bite Ninja的服務，原本得來速車道點餐環節，就能專心交付給一人處理，顧客的消費流程既不被影響，還能提高點餐速度、減少出錯率。另一方面對於速食店來說，業主能補足尖峰時段人力不足的問題，再加上Bite Ninja負責所有前期招聘、培訓過程，因此也為業者省去人力培訓時間成本。

不只降低人力成本，也解決了餐飲缺工問題！台灣得來速可能跟進嗎？

如果想在Bite Ninja聘用兼職員工，速食店業主每小時需為一人支付15美元，但碰上假日尖峰時段，人力供不應求的情況時，Bite Ninja可能提高價錢至每小時25美元。根據求職平台indeed.com的數據顯示，麥當勞的時薪為20美元，因此Bite Ninja的費用也為速食店降低些許人力成本。

對員工來說，薪水則是每小時10美元。迄今為止，Bite Ninja平台內已有12,000名兼職員工，同時與60多間速食店合作，像是Chop Stop、Wings Over等餐廳。

2021年，Bite Ninja入選YC加速器，在今（2022）年收購數位菜單平台Zenu，推動速食店服務數位化，讓餐廳跟客戶能線上下單，並於8月募資1,130萬美元新一輪募資。除了得來速人力問題外，Will Clem期望未來能擴大Bite Ninja服務範圍，推出自動化烹飪工具，提高餐廳廚房內部效率，「Bite Ninja的解決方案是降低餐館老闆的成本，但增加勞工的收入。」

本文授權轉載自：創業小聚

責任編輯：林美欣

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。