“為了AI控溫,美膳獅實驗炒制的菜就達7噸。”

近日,橡鹿科技聯合創始人楊建成出席了2024中國連鎖餐飲峰會,首次向行業披露當下AI炒菜機器人定位、發展階段和趨勢。

他認為,現階段的AI炒菜機器人已從自動化進化到標準化下的自動化,這一階段首要解決的是穩定性和一致性。

通過近兩年的實驗,AI炒菜機器人美膳獅已能為餐飲業帶來985效應——菜品還原度超過90%,人效提升80%,能耗節省50%。

此外,楊建成坦言AI還未達到菜譜創造的階段,甚至距離輔助菜譜研發階段都還有不小距離。

在他看來,中國AI炒菜機器人最大的價值在于做了“大部分人干不好,且還大部分人不愿意干”的事,它通過標準化下自動化的方式,降低餐飲企業菜譜復刻和廚師招聘、管理的難度,降低整個后廚的成本,助力餐飲企業快速擴張。以下為本次演講實錄：

01  

要做AI炒菜機器人,而不是炒菜機

2024年被認為是“現炒”回歸年,人們開始重新追求人間煙火氣,希望體驗到鍋氣,這與橡鹿科技堅持的“現炒”賽道不謀而合。

但是餐飲品牌要實現“現炒”并不容易,它存在幾個普遍問題,工資高、人效低、成本高、毛利低。

原來后廚生產力模型是用幾個詞來形容:靠人、季節性、傳幫帶、一對一個性化。

所以我們一直在思考,是否有一種新的生產力模式,能夠讓后廚的生產效率和品質得到提升,改善大家的經營現狀。

我們在做炒菜機之前,市面上已經有一些前輩產品,我們當時認為炒菜機是一個工程化、自動化的輔助工具,所以認為這件事情很簡單。但當我們定義我們要做一款AI炒菜機器人,而不是簡單的炒菜機時,我們發現這個事的難度比我們想象要大很多。

02  

死磕“精準到克”這件事

所以AI炒菜機器人的作用,歸根結底是希望能把生產制作這個環節變成自動化。

機器人會經歷幾個階段,第一是自動化,這時不一定標準化,第二是標準化下的自動化,這是兩個不同的概念。

自動化的工具跟標準化下的自動化的工具差在什么地方?我們用零件數來表示。如果只是一個自動化的工具,零件數大概在180到260個零件之間,現在標準化下的自動化有多少個零件?760個,其中螺絲有124個。

所以當自動化工具向標準化下的自動化衍生,最大的挑戰在于精準動作、精準定量,我們要求AI炒菜機器人在什么時刻投多少盒料,運動到什么位置,每個位置能不能相互干涉,它要精確到毫米,這個給供應鏈管理帶來了挑戰,但今天我們能夠交出答卷,我們的投菜投料能夠精準到克,也能夠實現高精度的動作執行。

AI炒菜機器人正在通過自動化和一人能實現多臺同時操作的形式,幫助縮短出餐的速度,從而為商家帶來效率上的提升。

03  

做“大部分人干不好且不愿意干”的事

機器人在三種場景下有存在的意義,第一是人干不了的事兒,第二是人干不好的事,第三是人不愿意干的事。

AI炒菜機器人做的是“大部分人干不好,同時還大部分人不愿意干”的事,雖然它達不到能夠自我研發菜譜的能力,但是在標準化下的自動化的層面上,它已可以滿足去干“大部分人干不好,同時還大部分人不愿意干”的事的需求了。

我們知道餐飲業都面臨招聘難、管理難的問題,需要廚師在如此惡劣的環境下復制想要的口味,且不請假、不生病,這是當下餐飲業生產制作環節最大的挑戰。同時廚師培養周期長,他們長期在高溫高濕的工作環境,每日工作時長接近12小時,燙傷、靜脈曲張各種職業病是老生常談。

我們怎樣能讓培養廚師的成本變成企業很小的負擔,讓廚師的工作更體面,這是AI炒菜機器人存在的意義。

04  

連鎖場景機器人菜品復刻傳遞成本幾為0

另外是菜品的復刻和科學地管理。比如我之前在香格里拉擔任CTO,全球有500多家餐廳,公司總部研發的特別出名的菜品,這個菜要復制到500多家餐廳里,流程非常長,且成本極高。

同時我們應該怎么科學評價出品、廚師的能力及餐廳經營能力,這都是當下行業存在的痛點。

AI炒菜機器人在出品評價、菜譜傳遞上,對于連鎖餐飲來說它幾乎是0成本。比如招聘廚師需要HR,管理廚師需要一個團隊,門店之間菜的傳遞和教學需要很長時間,這些問題AI炒菜機器人都可以解決。

AI炒菜機器人的定位是能夠革新生產力,在餐飲門店擴張的過程當中起到能讓餐飲集團出品保持一致性和穩定性,讓菜譜的數字信息傳遞的成本幾乎為0,把廚師管理成本降到幾乎為0,幫助單個廚師或說單個菜品里的人工成本降到極低的水平。

05  

餐飲業的“985”效應

經過接近一年我們和客戶多方工程師和經營人員的內測,現在AI炒菜機器人基本可以達到以下三個效果:

??菜品還原度超90%

??人效提升80%

??能耗節省50%

06  

AI菜譜的三個階段:復刻、輔研、創造

AI會怎么介入到我們餐飲生產環節中?我們認為分為三個階段:菜譜復刻、菜譜輔研、菜譜創造。

用自動駕駛來做對比,現在的AI炒菜機器人只能做到把大廚的手藝完整地復刻傳播出去,這是輔助駕駛,比如會開車的人也不是每時每刻都想開車,廚師也不是24小時都想“炒菜”,這是AI炒菜機器人存在的意義。

第二是不會開車的人,車技不是很好的人,通過輔助駕駛,能讓駕駛技術在旅程當中實現質量提升,也就是“小白”培訓一下也能當大廚,降低深生產環節的準入門檻。

第二個階段AI炒菜機器人會給后廚很多模塊化的功能,后廚操作人員可以來調用這些功能來輔助菜譜的生成。

當你想要炒出爆漿感,那么在研發菜譜時,AI炒菜機器人直接調整數據,設置把食材放多少克,油在多少秒達到多少度,它會出來爆漿的味型,在這個階段它開始向研發進化,但依舊處于輔助研發的階段。

第三個階段是AI炒菜機器人它會將人對烹飪的訴求轉換成數字化的內容,就像創造歌曲一樣自我創造菜譜,比如說我們可以自定義酸度、甜度、辣度,根據輔材、主材情況,設定自己想要的大致味型,這時AI炒菜機器人會根據味型去規劃度克、秒、秒/轉之間的關系,這時已經具備烹飪創造的能力了。現在我們在哪個階段?在第一個階段,已開始在局部形成一些對烹飪數字的積累,但距離第二個階段還有較長的距離,第三個階段就更長了,但在我看來是有機會能夠實現。

07  

一萬臺機器炒同一道菜口味一致

一臺機器炒同道菜萬次口味一致

當下階段的任務所有的工作都是為了解決菜譜復刻的核心問題,我們希望出廠的一萬臺機器,每一臺機器炒同一個菜,口感是一致的。

在計算機領域里,有個詞叫圖靈實驗,比如說一個廚師和一臺AI炒菜機器人炒同樣的菜,然后兩個菜PK,調換完順序后讓你嘗一下哪個菜是人炒的,哪個是機器炒的,在這種圖靈測試下,出來結果是大部分人是嘗不出來人和機器炒制的差別。

那么一臺機器炒一萬次口感穩定,一萬臺機器炒同一個菜口感穩定,這需要什么?需要AI控溫。

08

每年研發超1.5億元

我給大家舉兩個場景,在真實炒菜時會有個問題叫起始鍋溫,舉例你的鍋剛炒完上一個菜,這時鍋溫為200多度,但現實可能菜譜是30度研發,我從200度的鍋溫直接開始炒就非常容易糊,這會導致炒制高峰期要不停地洗鍋,降溫的時間非常長。

所以怎么保證AI炒菜機器人明確地知道鍋溫是多少,后直接按照上一道菜的結束鍋溫開始炒制不糊鍋,這就是AI控溫的其中一個效果,為了研發這個AI控溫我們大概炒了兩噸的菜。

另外是全程控溫,比如一臺機器炒了一個最佳菜譜,機器人會把溫度曲線學習下來,學習后再根據不同的機器、氣溫和食材,提供最佳的學習曲線,最后保證你每一次炒出來那個曲線是符合口感的,為了這個功能我們又炒了5噸的菜。

所以研發AI炒菜機器人需要很大的研發投入,目前我們一年的投入大致是1.5億元。

09

做中國烹飪廚藝的傳承者

從最開始,大家覺得炒菜機是炒大鍋菜的,然后開始跟機器PK,跟人PK,跟大廚打PK,做到現在大廚菜譜達到還原度超過90%,甚至在部分菜上能夠PK人類,所以這一路非常辛苦但也非常有意義。

未來,希望AI炒菜機器人能夠自己變成一個大廚,或者能為大廚創造一個平臺,讓那些樂于炒菜的人形成烹飪的經驗能力數據,能夠在我們的平臺上變成一個大廚網紅。

讓中華文明的傳承者,烹飪的傳承者,他們的拿手菜能在我們的平臺上變成一個非常暢銷的數字內容,進而形成自己的個人品牌,能夠把中國的烹飪工藝傳播出去,發揚光大。

所以我們并不希望做廚師的替代者,而是希望做中國烹飪廚藝的傳承者。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：