(资料图片仅供参考)

翻开菜单，你敢尝试狮子的头、中国夫妻的肺吗？不要慌，糟糕翻译带来的胆战心惊即将成为过去时。一支来自美国的创业团队正在抓紧研发全新的Stackdin智慧点餐系统，可以实现一键点餐，让更多人走进中餐馆轻松领略地道中国风味。该创业项目的负责人范嘉泓（John Fan）发现，与国内大大小小的餐厅基本都使用电子点餐系统相比，纽约很多餐厅还留恋着纸质菜单。在他看来，一方面，中餐厅菜品的复杂程度往往更高，光是一道水煮鱼就要用上27种食材和调料，现有的大平台很难在餐厅运营的很多方面上实现精准计算；另一方面，中餐厅很多菜品例如佛跳墙、松鼠鱼等若是仅用文字阐释，不懂中文的消费者仍会感到“乱花渐欲迷人眼”，因此高度依赖图片的呈现。瞄准这些痛点，Stackdin创业团队花了两年时间开发智能系统，餐厅端和顾客端的应用都已显露雏形。有了Stackdin的应用后，餐厅的店主将拥有专属的AI餐厅小助手：其AI模型不仅可以分析库存、计算每日营业额，还能精准算出每一种食材的毛利率，告诉店主“一个鸡蛋做成什么菜能实现更大的商业价值”，或者每个菜品的动态定价、营销。而要得到这些答案的方式也很简单，只需要店主在对话框内提出问题而已。而在AI点餐小助手那端，顾客动了一下手指，“命运的齿轮”便开始转动，平台在背后通过4个步骤来实现一键点餐的服务。首先是味蕾数据生成：将网络上数以万计的图片文字叠加收集到的数据，标上诸如卡路里、咸甜等不同的标签，从而投喂出一个AI模型。如今足够多的高质量数据，可以转化为5000至10000个味蕾标签。有了味蕾标签，相当于生成了一张庞大的味蕾网络，接下来的第二步就是收集每个人的点餐习惯，形成标签绑定。购物习惯和浏览菜单的时间，都会成为系统判断顾客口味喜好的依据。如果你今天在菜单里多看了辣味一眼，下次点餐可能就更无法忘掉川湘菜系的容颜。一张味蕾网络，一张点餐习惯网络，两者间重叠的数据点便能匹配出相应的味蕾组合。最后只要通过一些简单问题的设计，改变数据的权重，就能实现消费者“此时此刻喜欢吃什么”的精准计算，以智能“帮”点节省20%的时间成本，做到个性化推荐。而点餐系统本身也在训练模型，这是一个双向生成的过程。自2月中旬Beta测试启动、4月大规模推出产品以来，已有数家餐厅对Stackdin的AI餐饮系统产生兴趣，其中包括美国数家餐饮公司。目前，这一模型可以在奶茶店等不超过100个菜品的店铺实现较高的成功率。范嘉泓告诉记者，Stackdin计划在2023年底至2024年一季度落地应用于纽约的50-150家餐厅，通过不断提高算力，预计2024年可以达到更高的计算精准度，真正抓住客户的胃和心灵。通过投喂经过筛选的有限数据集，也即正确的信息，创业团队希望训练出一个小而美的AI模型，借此打开精准广告、定制菜单的大门，乃至在未来拓展到医疗等更多的领域。显然，在AI技术的加持下，对智能餐饮更深入的想象，已经走在探索道路上了。