你知道中午十二點的食堂是什麼樣子嗎？_風聞

文 | 曾響鈴

來源 | 科技向令説（xiangling0815）

打好了餐去結算排隊，冗長的隊伍伸長了脖子還看不到盡頭，卻還不斷有人在加入……每天的焦急和無奈中，很多人已經習慣食堂就餐這種漫長的等待，很多食堂經營管理者想要做點什麼，但在龐大的人潮面前，也無從着手。

現在，改變正在發生。

華為和全球最大的餐飲服務公司之一索迪斯聯合創新推出的智能結算解決方案，就產生於這樣的背景下，基於智能化精準識別菜品的能力，在實時的打餐結算環節做到節約時間、提升效率，在後台管理環節則幫助企業實現經營價值提升，以及輔助用餐者進行健康管理。

這個方案，也讓生態合作下的AI落地技術能量集中展示出來。

吃飯這件小事，麻煩卻不少也不小

在各種求而不得的世俗慾望中，唯有口腹之慾是最容易滿足的。

吃飯着實是一件很小的事，但是，在食堂團餐等場景下，“更好地吃飯”卻並不是一件容易的事，它面臨着不少甚至不小的麻煩。

首先，是“大塞車”式吃飯，入場快、放行慢。

排隊等結算，儘管隊伍越來越長還不斷有人湧入食堂，但是總感覺收錢的小姐姐顯得慢吞吞的，進入結算的用餐者增長速度遠大於結算完成的速度，進的多、出的少。

究其原因，當下的主流就餐結算模式在速度和準確率上都難説多優秀，往往成為影響就餐體驗和效率的“卡口”：要麼口算，容易算錯，總要多確認幾次；要麼超市收銀模式，一個個菜品計算十分耗費時間；要麼是餐盤芯片模式，要求不同盤子裝不同菜品，盤子多了結算容易出現麻煩。

然後，是吃多吃少一抹黑，卡路里爆棚。

以營養過剩、營養不均衡為代表的健康管理問題日漸顯現，在食堂團餐場合同樣如此，甚至更為明顯——打餐隨性、塞滿盤子、狼吞虎嚥……很多人在食堂團餐場合的飲食總是顯得更加奔放與不羈，“吃多了”、“不知道吃的是否合適”成為常態。

口腹之慾下，卡路里爆棚是經常的事，而另外一邊，在做好後勤的旗幟下，食堂團餐當然都做到了讓食客吃飽吃好，至於每個人吃得是不是適合自己的健康管理需求，則很難去介入和涉及。

雖然與飲食結合最為緊密，但食堂團餐在後台的健康管理這件事上一直是缺位的，而這根本上也源於食堂沒有建立完整的後台數字化經營分析體系，無法從中衍生出針對用餐者的個性化服務方案。

AI接了地氣，就餐終於不再愁

從痛點出發，來看食堂團餐領域的一些智能化手段就變得更容易理解。

華為和索迪斯聯合創新的智能結算解決方案（以下簡稱聯合方案），簡單來説，就是基於華為昇騰AI基礎軟硬件平台，把AI圖像識別引入結算環節，來實現菜品的自動識別，自助計價結算，大幅度提升結算效率，並通過輔助的大數據等手段實現健康管理的聯動。

這套聯合方案，現在已經在華為深圳總部食堂，以及廣州、深圳、上海等地的各大企業、醫院及高校的食堂實現了規模化應用。

當AI開始在食堂這樣十分“接地氣”的場景中實現廣泛落地，關於就餐的痛點問題就迎刃而解。

1、不堵車：食客看菜吃飯，AI“看”菜算價

在昇騰邊緣計算組件的加持下，聯合方案可以自主識別出菜品的類型，用餐者只需要把餐盤放到指定位置即可，結算過程可實現全程自助。

在深度訓練的底層AI技術基礎上，機器識別實現了很高的準確率和極低的識別時間，加上對就餐卡、手機等便捷支付方式的聯動，整個就餐結算過程“放行”速度加快，冗長隊伍排隊等着結算的現象很大程度上得到緩解——從實際案例看，2000人服務規模的食堂，整體平均結算速度從20秒/人提速至3秒/人，效率實現質的提升。

值得一提的是，這個過程，只需要通過攝像頭“看”菜品即可實現，告別了餐盤配置芯片等等複雜的智能結算模式，在部署上十分便利，適合幾乎所有食堂團餐場所。

2、還省錢：投入少了、用餐者多了，服務體驗也上去了

對餐飲運營方而言，通過簡單的攝像頭配置即實現自助式服務，提升食堂團餐的整體服務能力，最終實現當下所有企業對“提效”的追求。

仍然以2000人規模的食堂案例來看，在智能結算解決方案應用後，食堂每小時服務人數從180人增加到1200人，這是巨大的經營承接能力提升。

在服務承接力提升的情況下，用餐者的體驗卻不降反升。聯合方案應用的廣州某公司食堂，有工程師員工接受採訪就表示“可以自己打菜、自己結算這很有意思”，顯然，更便捷、更具有科技感和個性化服務的用餐體驗，本身就成為了一種體驗的加成。

3、看“臉色”：知道大家喜歡什麼，還知道個人需要什麼

結算環節成為食堂就餐體驗的卡口，這反過來也意味着把握好結算環節，就能在食堂經營層面提供更多的管理支持。

聯合方案不僅有單一結算環節的菜品識別與結算，還融合了實時數據管理的能力，可以實現7*24小時實時數據更新與後台管理，簡單説，通過智能結算，食堂經營者可以對營收數據、訂單、餐盤、菜品等做到心中有數。

典型地如，可以發現用餐者更偏好哪些食物或口味，從而在菜品規劃上進行調整。

而具體到個人，聯合方案融合了菜品攝入熱量信息判斷的能力，即在結算時提供菜品營養信息及實時計算卡路里信息，在有條件的情況下還能與用餐者個人端的APP形成聯動，幫助掌握整體熱量攝入與營養均衡狀況，實現更好的個人健康管理。

進一步看，吃什麼、吃多少做到心裏有數不再盲目後，用餐浪費的情況也將得到較大程度的緩解。

4、自成長：一邊做，還能一邊學

聯合方案不是部署後就固化下來，其還能實現不斷的自我成長。

在深度度量學習的方法下，聯合方案能夠對每一個菜品進行精準學習，在日常管理中，支持自由增刪菜品，遇到新類別菜品，只需錄入一張菜品圖片即可識別該新類別的菜品。

這種能力，是通過邊緣計算來實現的，即終端自帶的AI計算能力可以不短優化升級。而除此之外，聯合方案還做到了設備雲端統一管理，每一次識別後自動添加目標檢測與分類標籤發送到雲端訓練平台，使訓練樣本不斷增多，基礎模型精度從而不斷提升。

直白地説，在雲端更強大“智囊”的幫助下，結算方案日常使用的次數越多，識別菜品的能力就會變得越強，“越用越好用”。

千行百業，都在“AI一下”

能夠在食堂團餐領域大放異彩的AI，也同樣在更多產業中產生着巨大的價值。

華為昇騰AI憑藉深度的邊緣計算能力和雲邊端一體化部署，目前已經在智慧城市、智慧交通、智慧醫療、智慧電力、智能製造等領域拓展了海量的應用場景。

例如，同樣的通過攝像頭“看”進行識別的AI能力，就被應用到了電力巡檢場景下，幫助電站內和線路沿線識別影響電力系統安全運行的風險因素（例如，建築工地吊機可能觸碰電線等），做到及時告警。

通過極為簡單的部署方式（通常是有攝像頭加簡單的昇騰產品組件，配合雲端統一管理），很多場景都可以觸及過去高高在上的AI技術，AI的普惠正在加速到來。

而這個過程，離不開華為與生態夥伴的“組團”推進。

這次的聯合方案，合作方索迪斯總部位於法國巴黎，在工商企業、學校、醫院、養老院、工廠、大型活動等的餐飲服務方面有十分豐富的經驗，這為華為昇騰AI技術更好地實現落地提供了產品層面的通路。

事實上，在多數場景下，華為讓AI更好地面向場景、促成價值落地，都離不開領域內已經耕耘多時的生態合作方，反過來，生態合作方也在藉助華為昇騰的AI技術和成熟套件提升服務能力和體驗，雙贏乃至多贏的格局不斷強化。

視角再回到食堂團餐場景裏，AI技術加速滲透，更多的團體餐飲服務將被AI深度改變，更系統化的經營管理、更好的就餐體驗、更人性化的個人健康管理，將出現在我們生活中最離不開的吃飯這件小事當中，這是AI改變千行百業的一個縮影，也是AI普惠的集中展現。

*本文圖片均來源於網絡

*此內容為【科技向令説】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。

【完】

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者；

2虎嘯獎評委；

3作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；

4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜誌特約評論員；

5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6“腦藝人”（腦力手藝人）概念提出者，現演變為“自媒體”，成為一個行業；

7騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。