送餐機器人正夯！為何薩莉亞、雲雀採用結果大不同？看懂兩大品牌數位轉型中的不同考量|數位時代 BusinessNext

送餐機器人正夯！為何薩莉亞、雲雀採用結果大不同？看懂兩大品牌數位轉型中的不同考量

近年日本連鎖餐廳興起數位化風潮，透過數位工具甚至機器人協助，提升外場營運、降低人力成本。但是否使用送餐機器人，薩莉亞和雲雀餐飲卻有不同做法，為什麼？

貓臉機器人送餐大獲好評！雲雀餐飲集團的「全面數位轉型」策略

雲雀餐飲集團採取了「全面數位轉型」的策略，從自助點餐系統、送餐機器人、再到自助結帳系統，讓外場服務幾乎全面數位化。契機來自疫情期間，為了減少人與人之間的實體接觸，從原來的桌邊點餐服務、送餐、結帳全面改成數位化，甚至引入「機器服務生」當幫手！

2021 年 8 月，雲雀集團讓送餐機器人 BellaBot 逐步進駐旗下各門市，負責將食物送到顧客桌前。直到 2022 年底前，集團旗下 2100 家餐廳中總共引進了 3000 個送餐機器人。這些機器人由中國廠商生產，設計成貓咪臉，具備互動功能，只要顧客伸手摸耳朵，貓咪表情就會改變，像在摸真貓一樣，還會說出：「請把手從我身上拿開，喵。」互動的功能把顧客逗得很開心，多數顧客對這些送餐機器人也表示支持，服務滿意度甚至高達 9 成！

此外，送餐機器人的引入不僅分擔了部分工作，員工也能更專注於需要細緻度和專業度的工作，有助提升服務品質。而且對中高齡員工來說，有了機器人代勞，能減少拿托盤和搬重物的次數，職場環境變得更友善，也能緩解餐廳人手不足的困難。

訓練有素的外場服務生比機器人更好用！薩莉亞的「漸進式數位轉型」策略

同樣推行數位轉型，相較於雲雀餐飲集團全面性的數位革新與人機協作，薩莉亞的轉型步伐相對保守，採取漸進式更新。

首先是在疫情期間，為了減少實體接觸，薩莉亞先調整菜單售價解決「結帳找零」的問題，以及改用顧客手寫點餐單的模式。尚未真正起用數位工具，是因為薩莉亞堅持餐廳直接服務顧客的價值無可取代。

然而疫情之後，受到人力和設備成本增加影響，公司在 2022～2023 年即使營收成長，卻仍處虧損狀態。直到 2023 年底，薩莉亞發言人表示，接下來的目標是在人力有限的情況下，維持餐廳營運和服務品質，力求降低成本，「我們要透過數位化來節省人力，首先從改變點餐方式做起。」

考量到全面更換平板電腦的設備投資過於龐大，於是薩莉亞改用智慧型手機來操作，讓顧客能夠直接掃碼點餐。此外，從 2024 年起，薩莉亞也計畫推行自助結帳系統，初期先在 10 多家門市採行，預計今年 8 月底前全面適用於旗下所有門市。

自助點餐與自助結帳的採行，薩莉亞雖然步調較慢，目前也已經跟上市場潮流。但在店內使用送餐機器人這個模式，薩莉亞卻不如雲雀集團那般積極，而是選擇不同做法。2021 年，薩莉亞曾短暫引入軟銀集團製造的服務機器人，也曾決議要擴大到 50 間門市使用，但最終這個政策還是喊停。主因在於原本薩莉亞外場服務人員的 SOP 訓練中，就有嚴格要求必須快速行走（每小時速 5 公里）與保持精簡動線。如果替換成送餐機器人在店內移動，反而沒有真人服務生來得高速有效率。

另外，薩莉亞特殊的菜單設計（沒有套餐、皆為單點形式），讓服務人員不必使用一般盛放套餐的大型托盤，減少重量負荷，還能一次送多桌的餐點，這也是為什麼薩莉亞現階段仍以真人服務生在外場送餐的主因。

不同做法背後的考量，以及可供借鏡的經驗

從送餐機器人的使用策略對照，正好反映出雲雀集團和薩莉亞不同的數位轉型策略，也展現了不同的成功途徑。雲雀集團的全面數位轉型策略，顯示了如何高度運用科技工具來提升營運效率和創造全新的顧客體驗；而薩莉亞的漸進式數位轉型，則提供了一個平衡成本和服務品質、並保有品牌初心的範例。

這些經驗為其他餐飲業者在應對人力成本高漲、與必須提升營運效率的壓力下，提供了重要的參考。企業可以根據自身情況，選擇適合的數位化轉型路徑，從而在激烈的市場競爭中保持優勢。

資料來源：ITmedia（1、2、3）、SORANews24、Skylark（1、2、3）

本文授權轉載自：經理人

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問