一盒便當中藏著許多數據，「健康餐盒」怎麼用 AI 配出好菜色

楽坡Bonbox健康餐盒共同創辦人簡佑丞說，「生活平衡」是品牌十分重要的精神理念，也希望這樣的精神能呈現在餐盒菜色上，讓消費者在享用便當時，也能輕鬆且均衡的攝取食物營養，邁向健康生活。

與傳統便當不同的除了調味，在菜色烹煮與製作流程上也不一樣，在餐盒品牌的經營上，更希望能有「一定的量體」，且為了能有效率的製作餐盒，簡佑丞將過去所學的機械知識與物流平台的工作經驗運用在餐盒的製作流程上，將整個備餐的過程拆解成不同的步驟，使工作流程模組化和標準化，讓餐盒內的食材像零組件一樣被組合起來。

破碎無法被應用的會員數據

「我們想利用會員的數據來增加營業，但分析完數據後，要跟顧客溝通的管道好像不是我能掌握的。」 簡佑丞說，公司其實累積了會員的資料與消費習慣，希望作為後續廣告推薦與菜單研發的參考，但實際到要運用時，才發現不同系統的資料間有許多斷點，並無法直接串接。例如今天在點餐系統上搜集顧客資料與消費習慣，但卻無法直接將資料直接應用到LINE上進行推薦。

人工智慧科技基金會資料科學家蔡源鴻說，相較於其他產業，服務業更需要直接面對消費者，更在意與消費者的反應和互動。從機器學習的角度來看，這些因素會讓模型預測的難度提高，更需要隨時加入消費者的回饋，持續不斷重新訓練模型才能得到好的效果。

不少企業在一開始做好基礎建設，沒有想清楚整個資料的搜集與使用架構，也沒有統一的數據平台統合數據，以利後續使用。當然現在有許多企業都在思考要怎樣建立一個數據平台，讓跨部門的資料可以在上面整理，並能串接不同的App應用，但一般企業並沒有辦法一下子投資這麼大的東西。因此，蔡源鴻建議，企業可以先想好有什麼東西是可以利用 AI 幫忙的，就能先嘗試結合目前已有資料做應用，後續當資料越來越多，需要善用這些資料時，再考慮建造平台，慢慢將資料都轉移過去。

老師傅的經驗可以被學習嗎？

除了增加營收，降低成本也是不少企業想利用AI達到的目標。菜品的採購佔了很大的成本，對健康餐盒來說，如何用最有力的價格組出符合期待的便當，也是十分頭痛的課題。簡佑丞說，在參與陪跑計劃的過程中，便提出「以AI預測及生成配菜組合餐」的構想，希望能透過會員資料或是這三年累積的供應鏈資料，讓AI模型能依照顏色以及口感，預測出符合成本與需求的四道配菜。

蔡源鴻說，這個問題可以將AI想像成是一個正在學習老師傅經驗的廚師。老師傅基於經驗，可以很熟練地依照價格、顏色等考量推出合適的配菜組合。如果要訓練模型的話，包括蔬菜價格，且價格在不同時節又會有變動、顏色、樣式、烹煮後的樣子...等實際二十多種資料都要先整理好。他強調，所謂「整理好的資料」，除了要有數位化處理、數位化的紀錄，並經過資料清洗與合併，過程聽起來後簡單，但也往往是許多中小企業所缺乏的基本知識。而進行這一切的關鍵前提是，企業必須要意識到資料的重要性，而且愈早意識到愈好。

用數據驅動找到企業的新成長曲線

企業在思考導入AI的目標時，同時也需要考慮到投入的成本比例與獲益。蔡源鴻提醒，機器學習本來就是從一堆資料中，學習人類知道的規則並藉此進行預測，也就是說，如果沒有資料的話，一切就都沒輒。

此外，有許多產業的資料庫其實都還不到一定的規模，意即並不是所有的問題都需要利用AI解決。許多工業上常見的最佳化解法，也許跟機器學習的AI比起來，準確性或許略遜一籌，但或許在實務上也已經夠用，並不必什麼都使用AI技術。重點還是企業的營運目標和策略，他建議，未來企業的目標如果是要大規模擴張的話，考慮以數據驅動加速企業的新成長曲線，這時候，AI就是很有效率的工具。

想了解更多AI如何預測及生成配菜組合餐細節，請收聽大店長晨會 #263