近年來，餐飲業缺工問題日益嚴重，為了解決人力短缺的問題，不少業者嘗試引進機器人填補人力空缺；除此之外，現行的餐飲場景中，還有哪些AI可以提供幫助的地方呢？

貢鍋共鍋創辦人蔣侑恩提到，自己會注意到 AI 這個議題是在四月份參加由 AIF 與大店長合辦的行銷峰會，從中聽到許多不同的觀點，尤其是「將消費者所花費的每一分錢合意的分給創業夥伴」，也讓他開始思考能不能透過 AI 創造誘因，吸引更多優秀人才加入。

服務業如何找到應用 AI 的問題？

來自苗栗的貢鍋共鍋麻辣火鍋店，同時也是此次「2022 AIF 陪跑計劃」的參與企業之一，在經過一系列的課程、工作坊，與顧問討論並考量過現有資料與可執行性之後，提出了食材推薦的構想，希望可以在新品上市的時候，協助現場人員行銷商品，並將地貨品的庫存壓力。而他們是如何找到這個問題的呢？

人工智慧科技基金會首席資料科學家蔡源鴻説，由於一個 AI 專案牽涉到資源、時間成本、人力調配、風險等諸多要素，為了避免專案後續卡關失敗或做白工，建議企業必須先想清楚「哪些事項需要 AI 幫助？」 以及「AI 能提供的幫助有多少？」這兩大問題再行動。

問題定義是開始 AI 專案前極為關鍵的步驟，透過「AI 九宮格」等工具的幫助，可以幫助團隊在 AI 專案開始前清楚定義問題。九宮格主要分成「為什麼我們需要 AI 」、「需要什麼樣的 AI 設計」，以及「AI 專案成功的必備要素」三大塊，每個大塊中有分成三個小問題，包括「我們想要解決什麼問題」、「AI 要做什麼事」、「AI 為誰服務」等；而在「到底需要什麼樣的 AI 設計」這一塊的討論， 就稍微牽涉到技術的部分，技術團隊要根據應用的場景判斷模型的設計與穩定度規劃；以及根據專案目標，需要哪些資料與特徵。

最後則是推動 AI 專案成功的重要因素，這裡包括技術與環境佈局、影響專案成敗的利害關係人，以及成功的定義。

AI可以幫我找出消費者的喜好嗎？

以貢鍋為例，店家希望可以預測出消費者的喜好，提供商品建議，以降低囤貨的情況。這裡AI要做的就是，提高營業金額、降低食材庫存或配對到消費者需求，例如桌邊服務的時候，可以藉由客人過往累積的資料，找出客人喜歡吃或想吃的商品。

蔡源鴻提醒，在這個專案中，客戶的意見回饋比起員工知道要推薦什麼商品還重要。因為只有當客戶實際點單，才能減少庫存壓力。若對應九宮格的內容，這套系統真正要服務的對象其實是消費者。

因此，推薦系統可以說是一種個性化的預測機器，否則只要統計出店內的熱門商品進行推薦即可。也就是說，這個專案中最需要搜集的資料就是每個消費者過往的消費行為與特徵描述，以及商品資訊與消費者的回饋與互動，讓機器能針對每一個人的喜好建模並進行配對。

不像電子商務主要能透過網頁掌握消費者的購物行為與足跡，實際場景的資訊搜集方式，除了透過 POS 系統記錄會員行為之外，還有一些無人商店會透過感測機蒐集。另外，根據使用場景的不同，要搜集的細節也就不同，例如點餐的是單人還是多人，就是重要的細節之一。

在實際的模型選擇上，蔡源鴻說，由於推薦系統有許多不一樣做法，根據任務的類型與定義不同，模型架構必須有所不同。

他建議，企業第一步需要先了解，AI 可以做到什麼與不能做到什麼；並且可以多參考不同產業的應用，嘗試了解其他企業導入AI想要解決的問題。更重要的是了解自家公司的商業模式，了解 AI 可以提供哪些幫助之後，就能下定目標逐步累積資料。

想想了解更多問題定義與 AI 應用細節，請收聽大店長晨會 #265