燒到馬斯克的無人拉麵機!Yo-Kai Express煮麵當晶片做,加碼台味手搖機拚年底上市
燒到馬斯克的無人拉麵機!Yo-Kai Express煮麵當晶片做,加碼台味手搖機拚年底上市

「Ramen is sooo good.(拉麵好好吃)」,特斯拉(Tesla)執行長馬斯克(Elon Musk)在社群平台X的這則貼文,可以說是Yo-Kai Express(以下簡稱Yo-Kai)創業初期的金字宣傳招牌。

「Yo-Kai」在日語中意指妖怪、鬼魂,會隨時隨地出現,便是林志鴻創辦Yo-Kai的核心理念:提供隨時、隨處可得的「即食」服務。

Yo-Kai以自動拉麵機起家,結合半導體和瞬間加熱技術,不到1分鐘即可做好一碗熱騰騰的拉麵。在桃園機場航廈、北美、日本超過150個地點都能發現Yo-Kai的機台,如今它進一步跨入自動手搖飲市場,預計於2025年底在美國那斯達克上市。

從餐食進入飲料市場,在餐飲業大缺工的時代看似是非常合理的布局,但Yo-Kai創辦人林志鴻坦言,背後其實有經營成本壓力的考量,也有市場戰略的再思考。

半夜在公司加班找不到熱食的那股存亡感,是林志鴻創業的契機。

Yo-Kai Express的24小時自動拉麵機
Yo-Kai Express的24小時自動拉麵機,除了分布在北美、日本等地,也在桃園機場航廈設點,提供多種口味的拉麵選擇。
圖/ Yo-Kai Express

半導體模組化流程秒速出餐,猶如廚師現煮美味

美國地廣人稀,入夜後街上幾乎找不到餐廳用餐,加上經歷了2001年的網路泡沫和2008年的金融海嘯,讓林志鴻意識到全球經濟每隔幾年就會經歷一個低谷,在大蕭條的環境底下,人們會更加依賴成本低廉又無人化的自動機器人。因此,他認為自動販食機在美國相當具有市場機會。

「能不能用自動化技術解決這個問題?」這是在半導體產業從業超過12年的林志鴻的疑問,也是一次挑戰。

從技術面來看,Yo-Kai並不是提供「微波食品」,而是在挑選食材時就會經過專屬配方處理,將半熟的食材急速冷凍後,待消費者點餐才會再次加熱,食物在短短幾秒內加熱到300度,確保食材熟透但不過頭。

Yo-Kai的競爭關鍵,是以半導體製程的模式進行加熱。 半導體製程強調精準、標準化和模組化,才能快速生產出高良率的晶片。Yo-Kai則移植這套流程,將食材模組化、作業流程標準化,機器手臂進行精準計算,在機台內「快、狠、準」的運作,猶如一名廚師現場料理。

此外,Yo-Kai的最大優勢,就是自行掌握所有機台的設計,產品研發與迭代速度可以快到每半年做出一次更新,甚至可以直接推上市場再進行動態設計。

林志鴻舉例,有些長者操作機台時螢幕會接觸不良,才發現是長者點擊螢幕的角度不同導致無法感應,而Yo-Kai的工程師馬上就能進行調整。

冷鏈卡關成轉機,借道手搖展店圈地

不過,林志鴻坦言,自動販賣機最大的挑戰來自冷鏈供應鏈。「美國的冷鏈供應鏈成本極高,並不利於規模化和拓點。」這也是Yo-Kai決定轉戰飲料市場的原因。

為什麼轉戰飲料市場,就能解決供應鏈問題?林志鴻解釋,飲料獲利較高,且相對於餐點,大部分消費者更沒有口味依賴的情形,「如果讓消費者盲飲,基本上很難猜出哪杯茶飲出自哪家飲料店。」最重要的是:飲品備料可以常溫處理,「只要是常溫運送,所有物流都能提供服務,選址就沒那麼受限。」

一旦選址條件降低,機台的布建密度便能提高,進而降低供應鏈與物流運送的成本。換句話說,Yo-Kai決定轉攻自動手搖飲市場是為了用飲料機拓點、圈地,未來只要在相同地點放置自動餐食機台,就能依靠「規模經濟」換得向供應鏈談成本的籌碼。

在這個過渡階段,Yo-Kai另一個關鍵決策是把研發中心拉回亞洲。

「既然美國的冷鏈運送成本無法改變,那我就調降食品成本,從亞洲進口的成本能降低25%左右。」林志鴻補充,除了成本優勢外,亞洲的食物口味、冷凍加工技術都相當先進,可以快速增加食品口味的豐富度和來源,「台灣真的是很好的研發中心,食材成本低、食物加工強,又有半導體技術,以及技術人才。」

開放加盟打團戰,衝高市場能見度

算盤中的商業策略是一回事,實際落地又是另一回事。

Yo-Kai原本預期全數機台全數由自己直營,然而管理、和場域方的溝通成本都不低,因此林志鴻決定開啟加盟制度,「既然是無人機器,開店就可以變成簡單投資,而不是重大投資。」

林志鴻舉例,租賃機器1個月的費用為4,000美元,假設1杯飲料6美元、1個月賣出1,500杯,投資報酬率就達到1倍,「你可以視為是雲端廚房的升級版,我們不需要人,而且占地空間小。」

正是因為要打開消費市場,Yo-Kai預期在2025年底上市,除了提高能見度,也期望運用市場資金快速拓點。

目前Yo-Kai已經與一家空調公司洽談冷凍倉儲的租賃,透過冷凍倉儲加速擴點,並為未來自建物流進行布局。「希望我們可以用這樣的方式,把台灣的食品和餐飲文化帶出海。」林志鴻說。

林志鴻_Yo Kai創辦人_2025_06_17_翁挺耀攝_10.jpg
圖/ 翁挺耀攝影

Yo-Kai Express

創辦人:林志鴻(圖)
產品技術:自動拉麵機、自動手搖飲料機
募資:總募資額1,900萬美元(約新台幣6億元),投資人包含一風堂、Pulmuone、日本菸草旗下食品廠。

延伸閱讀:旅遊景點背後的系統商!豐趣科技完成1.8億元募資,雄獅、Klook持續加碼

責任編輯:蘇柔瑋

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓