佳世達子公司推AI點餐機！2大神功能搞定外國旅客，Kiosk怎讓張忠謀愛店翻2倍業績？|數位時代 BusinessNext

AI自動翻譯，解決餐飲業痛點

透過OpenAI及微軟的AI技術，外籍遊客只要對著Kiosk提出需求，畫面就會出現推薦菜色，並自動轉譯成客人讀得懂的語言。

客人也可藉由詢問Kiosk，避免選到有飲食禁忌或過敏的食材，像豬肉、海鮮等。

這台Kiosk也是國內少數搭載「現金支付」能夠找零的設備，避免有外國遊客無法在台使用信用卡、電子支付的狀況。

張忠謀的愛店、多年蟬聯米其林必比登的雙月食品社社長賴永晟分享，雙月光日韓遊客佔比就快3成，近年在大環境缺工的條件下，想找到精通日韓語言的餐飲人員，簡直難如登天。

「它不僅解決一線人員替外國客人點餐的痛點，也重新定義了餐飲從業人員的職能。」賴永晟說。

串連AI送餐，翻出2倍業績

過去在雙語人力吃緊的狀況下，常有員工搞錯出餐，或客人沒點到想吃的菜色。但賴永晟指出，就雙月全門市導入AI Kiosk後約一年的經驗來看，不只客人點錯菜的機率降低，門市結合星益欣另一AI軌道送餐設備，也讓門市同一組人力翻出將近2倍業績。

雙月在旗下兩間門市導入的AI軌道送餐設備，有著「自動規劃最短送餐路徑」、「自動閃避碰撞」2大能力，且其沿軌道運作、平整無輪子的設計也適合雙月以湯品為主力的菜色，不易灑濺。

賴永晟指出，有了AI點餐結帳機台與送餐設備的串連，等於前場的員工，能將主要時間花在奉茶、寒暄以及觀察客人需求等「維繫客情」的工作，讓門市店員有精力加強更高層次的服務。

去年餐飲新店近5成都導入Kiosk

這類業者通稱為Kiosk的自助點餐機，在台灣餐飲市場日趨普遍。據經濟部於2023年調查，這類自助點餐結帳機台佔比已達4.5%，等於以國內超過16萬家的餐飲店數來算，有超過七千家門店使用Kiosk。

星益欣觀察，台灣自2023年展店的餐飲門市中，有45％都導入自助點餐等相關設備。

「去年開始我們看到Kiosk與掃碼點餐成長率的黃金交叉。」康惠媚說道。就經濟部數據，自疫情後台灣有超過35%餐飲業者導入線上點餐，其中很大比例採用桌邊掃碼或是app點餐。

康惠媚指出，但許多長輩對手機點餐介面沒那麼熟悉，掃碼點餐使用率的成長力道近年變得沒那麼高，反倒有大螢幕以及真人影像的Kiosk讓長輩覺得更親切好用，接受度高。

拍檔科技總經理王保鋅指出，目前子公司星益欣已在台灣30多間合作餐飲品牌旗下門市導入超過千台AI Kiosk，而其他AIoT自動化餐飲設備也在台灣、新加坡兩地的餐飲市場市佔突破3成。

王保鋅也說，「未來目標是要帶更多台灣餐飲業者出海，搶攻東南亞1800億美元的餐飲大餅。」

責任編輯：李先泰

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。