餐馆和食品服务的机器学习-例子,挑战,趋势

丹尼尔Faggella
头像

丹尼尔是Emerj的研究主管。在联合国、世界银行(World Bank)、国际刑警组织(INTERPOL)和许多全球企业的呼吁下,丹尼尔成为了一名颇受欢迎的专家,研究人工智能对企业和政府领导人的竞争战略影响。

餐馆和食品服务的机器学习-例子,挑战,趋势

今年,新商业领域对人工智能的兴趣有所增加。就在一年前,我们几乎没有来自食品服务行业的访客或订户——而今年,食品加工和食品服务行业的领导者对我们产生了浓厚的兴趣,这让我们感到意外。

我今年飞到俄亥俄州餐馆协会的年度会议上发言,该会议有4000多名与会者,其中大部分是中西部食品服务行业的商业领袖。这篇文章是基于我在演讲前的准备工作,以及我在与十几位该领域的商业领袖交谈后补充的一些想法和细节。

大部分的观众是小企业主,但许多本文中的观点只适用以及较大的国家食品服务公司。

总的来说,人工智能还没有渗透到整个食品服务行业(相比于比较活跃的行业比如医疗保健金融),甚至更少的是该行业的中小型企业(SMBs),这些公司的收入总计不到10亿美元。诚然,在长期的战略规划中,只有少数几个趋势可能值得认真对待。

为了帮助中小企业在食品服务中识别围绕AI的正确行动,本文进行了研究:

  • 食品服务业中小企业机器学习的现状
  • AI在食品服务的前瞻性趋势
  • AI技术,可以在长期内影响食品服务。

请参阅下面的演示文稿,并进一步阅读全文:

(访问或跟随我的Slideshare的账户浏览我过去的所有报告)

AI之间在食品服务中小企业的国家

丹Faggella
Dan Faggella在俄亥俄州餐馆协会年会上发言。会议本身有4000多名嘉宾和发言人参加,其中大部分是来自中西部地区的食品服务行业领袖

根据我们的研究,我们发现,每100家“人工智能公司”中,只有三分之一拥有学术或智力实力机器学习虽然很多只是营销炒作。在这一数字中,有三分之一的企业已经通过了产品或服务的试点测试,但尚未显示出对其利润有任何真正的积极影响。

任何现有的供应商应用程序基本上都是专门为大型连锁店提供的,这些连锁店拥有值得使用人工智能和机器学习的数据流和业务模型。无论企业在食品服务领域的人工智能投资和创新方面发布什么公告,目前基本上都得不到明确回报的支持。

在人工智能生命周期的早期阶段,大多数人工智能公司都在烧钱,试图重新开发用例,并在市场上生存下去。这似乎不仅适用于食品服务行业,也适用于医疗保健、金融、零售和其他行业。

AI is clearly not for mom and pop operations at this point, and even if a business were fortunate enough to have money to invest in machine learning technologies, it probably wouldn’t have the data science talent and the R&D experience to really get value from artificial intelligence. Hence, even firms with the budget might be better off investing in security, customer service, marketing, or other areas.

可以肯定的是,人工智能周围有很多噪音,但食品服务业的中小企业需要能够辨别出好坏。事实上,大多数的人工智能应用应该被忽略,只有少数值得在长期的战略规划中考虑,而不是立即实施。我们将在本文后面介绍这些有影响的长期技术。

食品服务业中小企业的机器学习挑战

在食品服务人工智能面临的障碍中,以下是最可怕的:

  • 大多数创新是针对大公司的:在食品服务供应商应用程序(与大多数其他部门)是昂贵的,几乎完全被较大的网络有效值发展。这些定制的应用程序,如视频情报评估食品质量或食品服务机器人,是非常复杂的,需要有经验的学习机上人员的专家,丰富的资源,和/或(既不的海量数据是常见的小型或中型食品服务业务)。
  • 人工智能是资源密集型、复杂的:构建人工智能和机器人应用程序所需的人才、预算和时间远远超出大多数公司的预期。中小企业无法吸引刚从大学毕业的最优秀的人工智能人才,也无法用丰厚的薪水和谷歌或Facebook等聪明的福利来补偿他们。即使是拥有100多家分店的餐厅,数据科学人才也可能稀缺或根本不存在。人工智能不是核心业务或关键任务的一部分,因此很难在食品服务行业培育和发展。
  • 目前,食品服务还不是机器学习创新的温床:与之不同的是,食品服务行业作为人工智能的一个独特利基市场,很少受到关注电子商务,药品,银行,电信,等等。无论存在多少稀缺的人工智能人才,都无法开辟一条通往食品服务的道路,而且该行业不太可能看到与上述许多行业一样程度的创新。这并不意味着创新将不存在于食品服务领域,但我们应该预期创新和采用的步伐会放缓。

使用机器学习和人工智能的案例​​中餐厅

请注意,餐厅并没有特别列出,虽然客户服务和营销应用是相关的这个部门。

1 -机器人

据我们所知,机器人在短期内与中小型企业没有任何关系,因为即使是最大的公司也存在可扩展性问题。然而,如果针对人才的最低工资继续提高,中小企业可能会考虑将机器人作为一种替代劳动力,而且提高最低工资确实可能在未来几年刺激更多的机器人领域投资。这方面的一些案例包括便利店连锁7-11,它采用了街道机器人和无人驾驶飞机在送货服务方面。

以下是7-11便利店如何使用无人机送餐的短视频:


CaliBurgers在帕萨迪纳市的店开始使用抛式,是由人工智能驱动的机器人味噌机器人这个机器人可以抓取和翻转汉堡肉饼,处理小圆面包和其他材料来制作汉堡三明治。今年3月,抛式才开始在卡利汉堡的帕萨迪纳店工作,如果成功,将部署在到2019年底将有50家餐厅开业

另一个应用是Moley机器人厨房这是一对机器人手,可以模仿人类的动作,从系统中存储的菜谱库中准备家常饭菜。研发人员计划在2018年推出Moley机器人,供消费者厨房使用,但它的企业级使用还有待验证。网站查询显示,该产品仍在开发中,有兴趣的客户被引导到A售前的链接这将导致一个空白页。

看看Moley机器人厨房的运作:

2 -智能亭技术

集成人工智能的智能亭技术有潜力,但仍处于试验阶段,甚至对大型食物链也是如此。例如,麦当劳的自助服务亭通过数字菜单板,根据季节、天气、新客户或老客户的偏好推荐产品。此外,这款触屏菜单板还提供个性化选项,顾客可以从中选择自己喜欢的薯条含盐量、汉堡中的酱汁和冷饮中的糖。它还允许他们订购和支付他们的食物,在销售过程中加快流程,减少人为错误,同时让客户控制他们的食物选择。

此外,移动应用程序将帮助客户下订单从他们的手机拿起或售货亭同步认识到自己的应用配置文件,他们最喜欢的订单和首选支付方式。麦当劳曾旨在推出手机订购和支付到2017年底,餐厅数量将达到2万家

以下是自助点餐机的工作原理:

Wendy 's的技术中心与此同时,该公司成立的目的是在商业智能和通信的内部技术方面进行创新。该公司目前正在测试基于移动、语音和信标的订购;self-order亭;还有一个忠诚计划。

在亚洲,肯德基在2017年1月就计划了在中国部署信息亭面部识别软件可以根据顾客的年龄、性别和情绪来预测他们的订单。然而,这遭到了一些人的反对香港的抵抗顾客们继续在收银台前排队。

显然,智能售货机目前还不能主导食品服务行业。大公司将需要首先解决创新和客户行为方面的难题,并证明在人工智能技术走向小公司之前,它能够支撑公司的利润。只有这样,才会有更多的投资进来。

聊天机器人/会话接口

聊天机器人最近受到了一些关注,这不仅是因为它能让餐厅加强客户关系,还有助于改变客户行为,减少订单,并可能扩大garneri在手机用户中的市场份额。

2017年1月,星巴克宣布语音订购星巴克移动iOS应用和亚马逊Alexa平台的功能。这个新工具扩展了咖啡师和客户交互的新层,甚至在客户到达商店之前。

当然,这是星巴克在技术创新方面的一次胜利。但除了新闻稿外,没有其他数据显示这一新界面获得了客户的青睐。

达美乐披萨连锁店开张了它的Facebook Messenger聊天机器人于2017年2月推出,作为手机或在线订购的替代选择。在此之前,Domino还通过AnyWhere平台、Twitter、Apple TV、谷歌Home、Amazon Echo、Ford Sync、SMS、三星智能电视、智能手表、应用内语音助理等引入了预购功能。同样,赛百味于2017年4月推出聊天机器人在国内超过26500家分店。

更高层的roi聊天机器人应用程序只有少数例外(我们的研究似乎表明,大多数聊天机器人项目都是作为公关噱头来做的,或者从未产生过有意义的回报),而达美乐似乎是推动这项技术向前发展的少数几家公司之一。Domino的优点还包括有限的菜单大小和许多重复的简单收藏单,这使得聊天机器人的编程和培训更容易实现。

如何聊天机器人等低票申请,不久之后对点菜,送蔚成或以其他方式,是任何人的猜测。很清楚的是,大公司将主要有预算和数据量,以建立更有效的漫游和聊天机器人是已经在客户手中,而不是由食品服务企业开发的应用程序。

4 -客户推荐平台

消费者平台预计将在未来两到三年内影响更多的餐厅,但“适应”这些应用程序可能与餐厅学会在网站上发布“可查找”的列表时没有太大不同喊叫,谷歌地图哈拉

对于希望参与客户推荐技术的中小企业来说,它们必须探索获得更好的客户评论和排名的方法,以确保它们出现在平台的推荐中。

分析解决方案和人工智能

在食品服务领域,几乎没有关于分析解决方案的炒作,也没有当前的应用,但是,也许过不了多久,餐馆就会与技术公司合作,使用预测分析来帮助预测游客流量、食品订单、库存需求、以及收入和成本。提供分析服务的公司包括:

  • Venga提供收集、分析和使用与购买、偏好和习惯相关的数据的解决方案,以丰富用餐体验,亲自吸引顾客,并最终增加回访和销售。
  • OpenTable的连接就餐者和餐厅,允许找到一个餐厅和预订一个桌子
  • UpServe麦当劳的餐厅管理平台提供更便捷的支付处理、销售点、可靠的支付和深入的分析,可以提高利润率,节省宝贵的资源
  • PosIQ提供基于云的大数据解决方案,实时收集客户数据,帮助改善餐饮业务和客户体验。

餐厅商业领袖的最后洞察

总之,预计不会AI使其进入SMB食品服务在短期内。有些营销自动化工具将可能会在未来两到三年内整合AI,有些消费者推荐的应用程序将使用AI将用户连接到餐厅,但SMB食品服务的领导者不可能得到自己手中的AI软件(部分原因是由于这些技术的挑战性,有关AI人才的成本,巨大的数据量必须使他们的工作)。

同时大型科幻RMS将继续探索可以利用大公司的数据可行的AI应用,其结果最终将涓滴到中小企业。目前,在食品服务AI应用程序将使用现有的消费电子技术,而不是在餐馆手中。

我们不建议中小企业跳进AI行列,只是因为它似乎凉爽,“每个人都在这样做。”这是一种错觉,以及时间和资源的浪费。事实上,SMB食品服务公司的95 +%,就会对“晚期从众”尝鲜采用曲线,只有在“早期大众”一些。

采用曲线维基百科
采用曲线图形。资料来源:维基百科

以下是食品服务行业的领导者现在可以针对人工智能采取的一些步骤:

  • 消费者应用程序可能与近期相关:留心并仔细研究那些正在变得越来越普遍或越来越流行的应用程序和消费者平台,并将合理的资源分配给那些可能会给你的公司带来价值的应用程序和消费者平台。像Yelp这样的应用(以及它的新竞争者)可能会成为更有效的推荐渠道。
  • 大多数AI PR是炒作:要知道,大多数人工智能新闻稿都是炒作,而食品服务领域的大多数人工智能应用只是非常昂贵的试点项目,通常没有什么直接的投资回报率证据。企业理应表现得“富有创新精神”,当竞争对手也在做同样的事情时,企业会感受到一种社会压力,要求它们表现出这种精神。
  • 按照您的行业的巨人:按照大食品服务集团(麦当劳,地铁等),继续在那里学习机正成为其业务的重要组成部分的顶部。一旦AI应用程序开始一直驾驶的投资回报率在同行业中最大的球员,那么我们可以期待相同的技术将成为可行的中级车市场。对于食品服务行业人工智能的未来,最好的看法可能是看看行业巨头成功的人工智能应用。在它对他们起作用之前,小企业主没有理由担心它们。

相关餐饮服务文章:

这篇文章是从丹Faggella关于“AI在食品服务”的演讲为俄亥俄餐馆协会的音频转录写艾因维罗尼卡·德热苏斯。

标题图片来源:CNBC

保持在AI曲线的前面

发现关键的AI趋势和应用,在企业的未来和输家独立的赢家。

报名参加“人工智能优势”通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - Check your email and open our welcome email to confirm your email address with Emerj">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
subscribe-image
保持在机器学习曲线的前面

在Emerj,我们拥有最大的关注人工智能的在线商务读者群体——加入其他行业领袖的行列,每周收到我们发送到您收件箱的最新人工智能研究、趋势分析和访谈。

感谢您订阅的Emerj“AI优势”的通讯,检查你的电子邮件收件箱进行确认。