iCHEF更新2大功能：讓餐廳效率更棒、叫料不再有bug！為何看好「多店型」餐廳？|數位時代 BusinessNext

POS系統商iCHEF於今（13）公布了2大更新：門市管理系統，以及與雲端ERP（企業資源規畫）解決方案Oracle NetSuite整合串接，前者解決多店型餐廳的叫貨問題，後者則是協助餐飲業者擁有更好的中央廚房管理系統。

並且，這2個更新有著共同的目標：更好地服務「多店型」餐廳，拓展iCHEF的客戶與營收來源。

成立於2012年的iCHEF，成立之初瞄準的是小餐廳，希望用科技讓開餐廳成為更永續的一門生意。但在經營了10年後，勢必要有更廣大的客群與營收來源，多店型、中大型、連鎖型的餐廳需求與小餐廳完全不同，也成了近期iCHEF努力的方向。

從小餐廳到連鎖店，iCHEF推新功能搶市

門市管理系統：餐廳不必再土炮式叫料，管理效率更高

多店型的餐廳許多由總部統一派料，但是叫料的過程非常原始，大多停留在紙筆、LINE與電話中，因為資訊流通不夠有效率，有可能會發生總部沒料，分店卻最後一刻才知道的狀況。

「門市訂貨管理」由iCHEF工程團隊自行研發，讓餐廳總部可以擁有一個叫料的頁面，提供分店、加盟主像是點餐一樣進行叫料，並可以設定庫存進出與選購原則，強化原物料的供應流程與管理效率。

而雖然門市訂貨管理系統屬於iCHEF總部系統的一環，但是提供給餐廳獨立訂購，不需要購買iCHEF的POS系統也可以購買，每店每月新台幣350元。

ERP解決方案Oracle NetSuite：串接中央廚房管理系統，讓客戶留在iCHEF生態系

此外，iCHEF也宣布串接ERP解決方案Oracle NetSuite，讓不同規模的餐飲總部都能輕鬆依照業務所需選用。

舉例來說，極具規模的餐廳可能已習慣使用複雜的ERP系統，隨著iCHEF串接的夥伴愈來愈多，也能讓有ERP需求的餐廳品牌不會有轉換系統的成本考量。

一直以來iCHEF都很積極串接外部系統，包含外送平台、會計系統等，就是為了讓餐廳客戶可以「黏」在iCHEF生態系中，不會因為成長需要換系統而離開。

不論是門市訂貨管理或是串接外部系統，都代表iCHEF從瞄準中小型餐廳拓展到可以服務中大型、連鎖型餐廳，「以前專注於支持中小餐廳門市營運的iCHEF，現在也能降低集團化餐飲品牌的科技門檻。」iCHEF共同創辦人程開佑說。

餐飲業回春了！內用業績回升至69%、近9成店家有展店計畫

隨著疫情逐漸解封，整體餐飲業景氣明顯呈現復甦。據iCHEF統計，相較於2022年同期，2023年1、2月餐飲業營業額與交易額皆已回穩且持續成長，交易量以及營業額雙雙創造了超過2成的年成長。

相較於疫情期間帶來的外帶外送高占比，餐飲業「內用」的營業額占比已逐漸回到常態，2022年5月至2023年2月期間，內用營業額占比從五成（51%）回升至近七成（69%）。

此外，iCHEF也公布《2023展店規劃大調查》，調查發現隨餐飲景氣持續看好，超過6成業者皆有展店計畫，希望擴大自身布局。其中，以多店業者，將近9成（86%）的店家預計再次展店，另有超過5成（54%）目前「單店」經營的餐飲業者也希望開始開設分店。

也就是說，擴大服務範圍的iCHEF除了直接服務多店型的餐廳外，也有很大的機會「跟著餐廳一起壯大」，從服務單店到服務他們的分店。

AI會解放更多人投入餐飲服務業

而餐飲業雖然不是這一波生成式AI（Generative AI）受到衝擊的第一線，但是程開佑認為，隨著AI進展會釋放更多人力投入服務業，「就像是台灣2011年科技轉型，有許多科技業跟傳統產業的從業人員投入餐飲業一樣，會有新一波的產業移民。」

再加上餐飲業走向專業化、科技化、精緻化的趨勢，也給iCHEF更多的機會，向投資人描繪更好的未來。在2020年完成新台幣1.5億元的B輪募資後，iCHEF也朝向IPO邁進，目前已簽訂合作券商，有機會在2025年送件。

責任編輯：林美欣

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。