特斯拉前工程師導入「AI飲料機器人」，打進餐廳最難攻克的那一塊！

點選螢幕後，噴嘴立刻注入飲料，連許多自動煮茶機無法克服的珍珠、果凍等佐料，也能一次在20秒內搞定，達成真正的全自動一鍵出杯。如果想改變甜度、冰度或果漿、萃茶濃度，其調整幅度甚至能精準到0.1毫升為單位，比人工客製化還細，一台機器能變出超過4000種現做飲料組合，這是近年在美國餐廳掀起炫風的Botrista。

廚房後場一直是餐飲服務業中，自動化最難攻克的一環。對許多傳統餐廳來說，當前場的點餐機、送餐機器人逐漸成為標配，內場的自動化機器卻相對難推進。

原因很簡單，內場自動化設備投資金額通常更高，且效益不見得像前場設備導入後，在翻桌率、客單價上有明顯提升。「這時業者容易認為，若自動化設備無法完全取代至少一名內場人力，投資可能划不來。」開吧餐飲顧問創辦人魏昭寧指出。

然而，總部位於矽谷的Botrista卻能說服業主打破這樣的迷思。該公司由台灣人徐浩哲創辦，2017年成立至今不到八年，已插旗美國42州，且在全美五千多所大學城內餐廳取得一成市佔，截至去年總募資金額已達1.2億美元 ，還吸引亞洲最大餐飲集團快樂蜂投資。

Botrista為何能做出這樣的規模？關鍵在其瞄準的商機。「Botrista的初衷是做飲料界的達文西手術機器人——不是取代醫生，而是讓手術更流暢、穩定進行。」徐浩哲指出，導入Botrista並非要取代內場人力，而是「賦能」員工，讓原本不賣飲料或只賣碳酸飲料的餐廳，能增加飲料收入。

特斯拉工程師跨界創業，用AI化解餐飲最難的原物料變數

導入Botrista的餐廳，平均可以多出15-35%的淨利潤，用原有人力成本，疊出更多利潤，是業主被打動的主因。徐浩哲回憶創業起點，來自2016年前後，看到各色鮮艷的現做果汁、茶飲在美國市場崛起，年輕人幾乎人手一杯，連星巴克也開始投入這類飲料市場。

但也因為現作茶飲遠比按汽水複雜多，很多業者認為要培訓人力去調製實在忙不過來。「這正是自動化設備切入的時機。」25歲就進到特斯拉，負責設計電池自動化產線的徐浩哲，對於規劃自動化設備再熟捻不過。

他將特斯拉的經驗帶進飲料製程，卻很快發現最大挑戰不是機械設計，而是原物料。「在汽車的世界，想自動化得先把每個螺絲規格化，但飲料世界更難。」舉例來說，水果每年收成的酸度、甜度不同，做成原料果醬的黏稠度也會變。

為了解決這問題，Botrista讓機器自己學會調整。「我們會先拿少量當季水果讓機器試做，AI模型會判讀原料特性，再自動微調糖水比例與混合時間。」這套自動校正系統，讓飲品在不同產季、不同來源的原料下仍能維持穩定品質。

徐浩哲坦言，這不只攸關工程設計，而是供應鏈的整合：「食安、衛生法規、原物料規格，都要一起過關。」

不靠賣機器賺錢，靠「菜單演算法」與「原料訂閱」創造穩定商模

除了穩定的製程，真正讓Botrista規模化的關鍵是把機器做成平台。不同於多數設備商，以賣斷設備作為營收來源，「我們其實不太在意客戶要買斷設備還是租賃。」徐浩哲指出，Botrista主要收入來自客戶持續向其採購飲品原物料的費用。

客戶之所以願意買單，是因為Botrista不僅能讓員工無腦做飲料，還能幫餐廳開菜單。「近兩年客戶希望我們主動推薦菜單，我們用AI分析推出的飲料，平均銷量比人工設計的高出兩成。」徐浩哲解釋，AI會根據餐廳地點、客群屬性生成合適菜單，甚至在美國各大學餐廳也可依其球隊代表色推出校園限定飲品。

目前Botrista的機器還能做到即時監控原料餘量、回傳銷售數據。「原料快沒了，電話都不用打，我們就知道要補貨，還能提醒哪些口味最熱銷。」徐浩哲認為自動化設備要能落地，一定要做到軟硬體一氣呵成，這樣的體悟源自他在特斯拉的經驗。

先前在特斯拉，曾因設計螺絲與設計機器的部門，互相推卸責任，「後來馬斯克就把大家整合成一個團隊，要求一起解決。」他認為Botrista也是同樣邏輯，設備、軟體、原料都要整合，客戶要能無痛上手，才能打開市場、做到規模化複製。

延伸閱讀：一片台灣面膜征服法國市場，卻在機場倒下！提提研創辦人李昆霖用「3個自問」告別焦慮人生

更多報導
哪一款AI最可靠？研究揭Claude家族最老實：為何對LLM來說，坦承無知比「已讀亂回」更難？
Gamma釋出官方prompt指南！100+個優化指令，涵蓋行銷、業務等領域，中英文提示詞一次收