KFC、Pizza Hut 母公司 Yum! Brands 正把 AI 推進旗下餐廳的日常營運。其旗下美式墨西哥速食品牌 Taco Bell 在美國已有超過 900 家門市使用語音 AI，自助點餐機也已覆蓋 Yum! 約三分之二的全球餐廳；在後台，庫存自動化讓缺貨情況減少 85%，企業內部也已推動超過 400 個 AI Agent。從點餐、庫存到客服與管理，AI 已經進入不同環節。
但把 AI 做到數萬家餐廳，難度不只是模型準不準。不同品牌與市場使用的系統、菜單與流程各異，加上大量門市由加盟商經營，一項技術能在少數據點跑起來，不代表能直接複製到幾萬家。真正的問題是，資料怎麼先接起來、模型怎麼針對任務調整，以及導入後能不能證明值得持續投資。
依 Yum! 最新資料，該集團在全球 155 個國家與地區擁有超過 5.8 萬家餐廳。《Fortune》近日專訪 Yum! Brands 全球數位與技術長 Jim Dausch，從它近年的部署，可以看到這家公司如何從統一資料、微調小模型，一路把 AI 推進實際營運。
AI 要進數萬家餐廳，先把分散的系統接起來
Dausch 向《Fortune》表示，一家典型餐廳過去可能同時使用多達 30 家軟體供應商。點餐、POS、廚房、配送、菜單、庫存與人力管理分散在不同系統，門市很難即時看到完整營運狀況。資料若散落各處、定義又不一致，AI 也難以跨品牌與市場複製。
Yum! 因此建立自有餐廳科技平台 Byte by Yum!，逐步整合數位點餐、POS、廚房、配送與庫存等核心系統。《CIO Dive》今年 5 月報導，Byte 已進入超過 3.5 萬家餐廳、涵蓋 150 個國家，並建立共同資料模型，讓不同市場的資料能以一致方式流動。
這套底座也開始反映在營運成果。Yum! 表示，Byte 旗下庫存工具已讓缺貨情況減少 85%。該公司也以 Taco Bell 為例指出，若沒有先建立連結門市的技術平台，將語音 AI 擴到 900 多家餐廳會更複雜、成本也更高。
不把所有任務交給大模型，小模型先學會怎麼點餐
資料與系統接起來後，Yum! 對模型的選擇也不是越大越好。今年 3 月，該公司公布與 NVIDIA 合作的技術細節，針對自動點餐與客服等任務，微調 NVIDIA Nemotron 開源小型語言模型（SLM）。小模型鎖定特定工作，可降低延遲與運算成本；採用開源模型，也讓 Yum! 能保留資料與模型，降低對單一供應商的依賴。
Yum! 另利用 NVIDIA NeMo Data Designer 產生超過 2 萬筆合成資料，模擬顧客點餐與詢問，再訓練模型處理複雜、多步驟的點餐要求。依該公司測試，微調後的小模型在這類流程中，選擇正確工具、功能與參數的準確度提升至原本約 3 倍。
這套做法的重點，不只是用小模型省成本，而是先把點餐、客服等工作拆成明確任務，再依速度、成本與準確度挑模型，把通用 AI 轉成能接進餐廳流程的能力。
AI 從顧客前台，一路走進營運後台
目前該公司最直接面向消費者的應用之一，是 Taco Bell 的得來速語音 AI。Yum! 在第二季財報會議指出，Byte 的整合讓 Taco Bell 能更快把語音 AI 擴到 900 多家美國餐廳。
AI 也不只停在點餐。KFC 印度已使用 AI Agent 協助顧客查詢訂單、聯繫門市與外送員；Pizza Hut 在英國、中東與非洲則把 AI Agent 接進 Byte Coach，讓員工直接查詢營運標準。企業內部方面，Yum! 表示員工已建立超過 400 個專用 AI Agent，處理日常業務問題。
不只要技術能跑，最後一關仍是單店 ROI
對以加盟模式為主的 Yum! 而言，總部把技術做出來，不等於可以直接鋪到所有門市。Dausch 表示，加盟商除了食材與人力，也承擔越來越多科技成本。新技術若要大規模推廣，必須能證明改善顧客體驗、帶動同店銷售，或降低食材浪費與營運成本，最終讓投入有機會回收。
這也成為 Yum! 篩選新技術的一道關卡。餐飲機器人雖然受到關注，Dausch 目前仍沒有看到效益足以讓公司大規模投入的突出應用。
不過，Dausch 也替這波科技投資畫了一條界線。他向《Fortune》表示，消費者不會只是因為一家餐廳用了更先進的科技，就決定去那裡吃飯；真正能吸引顧客的，仍是好吃而且價格合理的餐點。對 Yum! 而言，無論是 Byte、小型語言模型、語音 AI 或 Agent，最終都得回到同一件事：能不能讓餐廳把食物與服務做得更好，而不是為了使用科技而使用科技。
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉立即投遞履歷
【推薦閱讀】
◆ Gap 把結帳搬進 Gemini：不必跳回官網，服飾電商的獲客規則正被改寫
＊本文開放合作夥伴轉載，資料來源：《Fortune》、《CIO Dive》、Yum!、《Restaurant Dive》1、《Restaurant Dive》2、NVIDIA，首圖來源：Unsplash
