☰

漢堡王、溫蒂都他客戶！25歲二代帶領「40年POS機大廠」攻AI影像辨識

摄影／陈睿纬

【撰文‧张如娴】

飞捷已是全球领先的POS机厂，却不甘只做硬体，近年来积极发展软体事业，将AI影像辨识技术导入美国速食业龙头、东南亚连锁超市，为集团事业开创第二春。

在这家位于美国华盛顿州的温蒂汉堡（Wendy's），店长一边替客人打包餐点，一边盯着墙上萤幕，原来，柜台的AI摄影机正追踪每位客人的排队、点餐和等餐时间，数字全显示在萤幕上，一发现排队时间变长，店长马上调度人力，减少客人不耐而离开的机率，平均下来，让月营收增加4％。很难想像，把这款「AI计时器」系统导入速食业的，竟是原本只做硬体的工业电脑厂飞捷科技。

1984年成立的飞捷专做POS机，约8成客户来自全球零售、餐饮业，点餐、结帐机台全靠它。做了30几年硬体，5年前，飞捷走上软体研发之路，还分拆出华捷智能（Berry AI）、英捷智能（Angible）、英诺菲三家纯软体子公司，前两家更挟AI视觉辨识技术分别打进美国速食龙头、东南亚大型连锁超市，他们是如何做到的？

避红海竞争董座儿接新任务

「这个产业做久了，就有一堆人进来，我们每天都在怕，会不会明年就被别人干掉？」飞捷董事长林大成说，创业以来，他始终秉持「人多的地方不要去」，却难抵挡后进者削价抢客，即使已拿下全球POS机大厂地位，对「被干掉」的担忧依然挥之不去，「每天都感受到这种压力。」于是2018年，林大成决定发展「非POS」业务，希望创造第二成长曲线，避开红海竞争。

但问题马上就来：不做POS机，还能做什么？林大成把这项任务，交给刚自美国大学毕业的儿子林逸中。林逸中加入飞捷后，与同事从两张桌子开始，发想POS机以外的新业务，「人多的地方不要去，但没人的地方千万不要去，你要跟在部队旁边走。」林大成时常这样提醒林逸中，意思是，从大家都在做的生意中找到加值应用。

他们从飞捷已打入的产业切入，注意到当时首次对外开幕的亚马逊无人商店，号称采用大量AI影像辨识技术，判断消费者的动作与拿走的商品品项，激起林逸中研究AI影像辨识的兴趣，并认为这项技术有商机。

2019年，Berry AI诞生，由飞捷100％持股，年仅25岁的林逸中则担任执行长，锁定AI影像辨识找应用，飞捷正式跨入软体市场；不过有技术又有经验的人才稀缺，最初团队只有5人，就走上这条与本业截然不同的路。

Berry AI的「处女作」是面包结帐机，也就是放在面包店结帐柜台旁，代替店员辨识客人买了哪些面包、计算价钱；然而面包重叠、夹子遮挡等不确定因素太高，导致辨识准确率迟迟无法提升，就算一百个面包中，AI只会看错一个，店员也无法接受。林逸中这才惊觉，不是所有客户的痛点，自家技术都能解决。

第二次，Berry AI转换赛道，把影像辨识带进邮局，自动量测包裹尺寸，结果公务机关导入新科技的速度慢，就连试用都要跑好几个月的公文、招标流程，林逸中果断放弃，并继续研究其他产业应用。

历经一年多峰回路转，某次林逸中在与好友聊天中，发现速食业者一直在寻找提升服务效率和品质的解方，他决定回头锁定飞捷最熟悉的餐饮客群。团队经过访谈、调查得知，光是店内标准作业流程就有上百项，「业者对AI有非常多想像，一开始有8、9项功能，客户全都想做。」林逸中举例，业者会想知道员工上班有没有滑手机、洗手有没有洗干净、库存盘点有没有照实做，但是，Berry AI得先帮他们挑出最适合用影像辨识、且最急迫的需求。

每降低7秒等候营收增1％

「其实对速食店来说，每降低7秒等候时间，营收就能成长1％。」林逸中发现，等候时间是最直接影响营运的要素，因此从「AI计时器」下手，将摄影机装在得来速车道和厨房、柜台，利用去识别化的AI影像辨识，算出客人排队、点餐、取餐要花多久时间，即时萤幕显示让店家能一眼看出人流卡在哪，进而判断哪些时段是否安排太少人力或备料不足。

Berry AI进军速食大国美国，让业者试用、改良再试用，加上母公司飞捷名号助攻，2020年起就陆续打进全球连锁速食龙头，以及汉堡王、温蒂汉堡、小凯撒披萨、Dunkin' Donuts等连锁速食业者。温蒂汉堡加盟商Wenspok Companies指出，这套软体可让员工专注于更高价值的任务，且马上就看到营运效率和顾客体验提升，「Berry AI平台的表现超出我们预期，很高兴能将解决方案导入更多餐厅。」

在林逸中操刀下，Berry AI有所斩获，但林大成的野心不止于此。2023年，他观察到疫情和缺工，加快了零售业导入自助结帐的速度，对善长硬体制造的飞捷而言，自助结帐机台是一门可以发展的新生意；不过，早就不甘于只当硬体厂的林大成，还希望搭配软体，他找上在AI产业工作的罗荷杰，两人一拍即合，罗荷杰加入飞捷，一边思考软体在零售业自助结帐的应用、一边招募团队。

罗荷杰拜访数十家不同品牌的零售业门市进行访谈，自己也当消费者体验，发现业者采用自助结帐的最大痛点，不是效率不如人工结帐，就是漏刷商品导致营业损失，若能把Berry AI已经熟悉的影像辨识技术，用来侦测商品是否漏刷，问题便迎刃而解。

想这么做，首先得训练AI「看」懂人类行为，比如手伸过去刷条码、系统却没显示商品，或是拿起购物车商品就放包包，都属于漏刷行为，一旦AI侦测到异常，就会透过结帐机台提醒，或通报店员处理。

抓结帐漏刷准确率达99％

罗荷杰指出，摄影机可架在机台上或天花板，自助结帐机台周围30到50公分都是侦测范围，除了防漏刷，也可以让店家透过使用前后比较，了解自助结帐造成的损失情况，目前辨识准确率已达99％，也就是说，AI揪出的一百次漏刷中，有99次都正确。

今年，这个团队从飞捷独立出来，名为Angible，罗荷杰担任执行长，将软体导入东南亚大型连锁超市，可以单独订阅，也能搭配飞捷的硬体使用。

不过部分设置自助结帐的零售业者，已采用重量检核机制比较未结帐和已结帐商品重量是否一致，来判断有无漏刷。比如全台自助结帐设置比率最高的家乐福，就采用这项机制，并且几乎没失误过。反观AI影像辨识方法须考量系统相容性、成本效益，业者是否导入，得再评估。由此可见，业者还有其他选择，Angible如何说服客户采用AI影像辨识方案，是未来挑战之一。

飞捷朝软硬整合转型，法人指出这是必要之路，有助提高竞争力、客户黏着度及毛利率，林大成也深知这点，「两家子公司有加值效益，也让大家知道飞捷已经不再只会做硬体。」他坦言，以前一台工业电脑可以卖1千美元，现在软体租给一家客户只能收到1百美元，营收规模完全不同等级，「一开始看到数字，的确很不习惯。」虽然两家子公司还处于烧钱、亏损阶段，林大成仍胸有成竹，认为AI导入零售餐饮业是未来趋势，「我们非常乐观！」

未来Berry AI将继续锁定美国市场，针对既有客户推出更多元的应用，目标是从现有数百家，在未来5年内打进超过一万家门市；Angible则希望累积更多影像数据做分析，并提供给店家洞悉消费者。

让两支精锐小兵团「跟在部队旁边走」、自建智慧零售生态系，是飞捷转型的核心策略，接下来就看小兵们能不能上演「立大功」戏码，带飞捷这艘大船，成功转舵。

更多内容，请参阅最新一期《今周刊》(第1451期)

漢堡王、溫蒂都他客戶！25歲二代帶領「40年POS機大廠」攻AI影像辨識

相关资讯