in

每日供應 30 萬個披薩,達美樂如何用 AI 求完美

作者:王茜穎 / 若水 Flow AI Blog 編輯團隊

本文重點:
1. 當你的產品複雜,但又必須滿足百萬名客戶對品質穩定的要求時,AI 可擔任守門員。
2. 善用既有的開源數據庫,可快速商業化,機器學習無需從零開始,更符合成本效益。
3. AI 化身披薩店的眼、嘴、腳、甚至一雙翅膀,從開始製作到最後一哩,近乎全自動化你的披薩旅程。

你是否有過打開披薩盒,卻發現明明說過不加鳳梨的,披薩上竟灑滿鳳梨?要求雙倍起司,卻不見蹤影?料太少或全擠在同一片上,跟菜單上的照片完全不一樣,更慘的是,披薩還是冷的!

外帶或外送披薩的品質參差不齊,不只消費者不爽,轉投其他速食業者的懷抱,被退貨的披薩,讓店家賠了食材,又折損外送人員的時薪和油錢。

全球最大的披薩連鎖店達美樂,自認找到解方了!想像一下這個難度:達美樂橫跨 85 國,共 48000 家門市,每天賣出30萬個披薩,組合有上百種變化,又要「快熱送」,要怎麼做品管?

AI 人工智能是我們最大的品管創新

即使是最有經驗的工作人員,人工檢查仍可能出錯或太慢,何況披薩店的人員流動極高,經驗難以累積。2017 年,達美樂在全球 7 個國家,2000 家店安裝具有人工智慧的相機,命名為 Pizza Checker,用電腦視覺確保每個披薩的配料正確、分布均勻,而且餅皮的溫度烤的恰到好處。達美樂說:「這是我們最大的品管創新。」

根據《華盛頓郵報》(Washington Post)報導,曾是披薩界魯蛇的達美樂,一度被譏笑是「沾了番茄醬的厚紙板」,不知情則已,一發現就寧可棄食的地步。如今鹹魚翻身,除了調整食材、製程,科技戰功不可沒。

帶領公司谷底翻身的前執行長道爾(Patrick Doyle)更將老店達美樂重新定位為:一家剛好賣披薩的科技公司。

忙碌的廚房裡,達美樂的 AI 相機,就裝在新的披薩切割台的正上方。當披薩一出爐,在切割台下好離手,跟轉身掄起披薩滾刀,準備大卸八塊的電光火石間,Pizza Checker 拍下快照,在 3 秒鐘內,內建的 AI 處理和分辨披薩種類、正確配料、配料分布、餅皮類型,溫度感應器則確保餅皮烘烤到位,對披薩品質進行嚴格把關。

AI 同時比對訂單內容,確保製作無誤,報告直送店長,並將熱騰騰的披薩照片,即時送到消費者手上。若披薩沒通過品管,也會立刻通知消費者披薩要重做,讓他們對延誤做出心理準備,透明的系統提高了達美樂和消費者之間的信任,更打造出達美樂重視品質的形象。

除了品管、客戶溝通,澳洲達美樂執行長梅吉(Don Meij)還認為,Pizza Checker 是個「虛擬培訓師」,它有助於提升披薩品質,以減少客戶退貨,或因為實品與網路照片落差太大而感到失望。「它將大幅改善手工披薩的品質和一致性,烘烤和切割都臻完美,」梅吉說。

Pizza Checker 背後的開發者是以色列科技新創公司 Dragontail Systems,他們的圖像辨識技術來自 Google 開發的深度機器學習開源庫 TensorFlow,內建許多神經網絡模型和演算法,讓開發人員能利用這些模組快速輕鬆上手,簡化取得數據、建構神經網絡、訓練機器、提出預測和改進預測結果的過程。

Google Cloud 的首席決策工程師 Cassie Kozyrkov 指出,TensorFlow 不僅幫助印度的眼科醫生,用AI 快速篩檢糖尿病引發的視網膜病變,搶救百萬失明人生(延伸閱讀:「搶救百萬失明人生,印度眼科醫院打出 AI 篩檢」);在亞馬遜雨林裡,建立了世界上第一個可擴大的非法採伐即時監測暨警報系統,以拯救森林和氣候變遷;而打敗世界棋王的AlphaGo 更建立在 TensorFlow 之上。藉助於 TensorFlow,科學家還發現了目前人類所知,太陽系之外的唯一的星系 — Kepler-90 星系。

站在巨人的肩上,用更有成本效益的方式開發 AI

「Dragontail 是開路先鋒,但這是一個協同合作(的結果)……另一個合作夥伴是 Google AI 軟體,它讓Dragontail 和達美樂這樣的公司,能用更符合成本效益的方式開發產品,而非從頭訓練起機器,」梅吉說。

工程師用 TensorFlow 在電腦裡架起一套人工神經網絡,餵給機器海量的披薩訓練圖像,經過一層層,千百萬個神經元的數值運算後,機器依據圖像的特徵,進行分類,最後提出當下最好的答案。

當然,別說是「超級夏威夷」和「黃金巧達超級墨西哥」,機器一開始連披薩跟皮球都傻傻分不清楚,但只要給予答案的反饋,機器就能像人類一樣從成敗的經驗中學習,自行創造策略,校正內部參數,縮小誤差,「學會」準確辨識披薩的特徵,讓AI 相機成為真正的「電子眼」。

儘管圖像數據庫和機器訓練的細節並未對外公開,但Dragontail Systems 的美國專利申請透露,檢驗過的披薩圖像和數據,可被納入已知正確答案的圖像數據庫裡,不斷改善機器的辨識準確度和效率。

圖說:2017 年達美樂在全球 2000 家門市裝上 Pizza Checker,靠 AI 的圖像辨識做即時披薩品管。(來源:達美樂披薩)

圖說:AI 辨識披薩上的配料。綠藍色圈圈是橄欖,黃綠色區域是起司,紅黃區是餅皮。(來源:Dragontail Systems https://vimeo.com/191710409)

圖說:機器發現訂單編號CHK 767的配料有誤,提出警告。(來源: Dragontail Systems https://vimeo.com/191710409)

圖說:機器發現訂單編號CHK 766的披薩溫度太低,提出警告。 (來源: Dragontail Systems https://vimeo.com/191710409)

圖說:消費者即時收到自己剛出爐的披薩照片,顯示通過品管。(來源:達美樂)

AI 化身披薩店的眼、嘴、腳、甚至翅膀,用科技寵壞懶人消費者

出了廚房,達美樂自行開發的 AI「語音助理」Dom,負責了2018年64%的線上接單業務。去年推出新助理 DRU 4 ( Domino’s Robotic Unit,達美樂的機器人小組 ),採用更複雜的自然語言處理技術 ( Natural Language Processing ),亦即利用機器學習的演算法,讓電腦從訓練資料中,自動歸納出語言的特性,得到規則,調整運算的參數,從而學會理解人類語言的能力。

此外,消費者還可透過專屬 APP、Alexa、Google 語音助理、甚至在簡訊裡丟個披薩圖示就能訂披薩,「基本上,我們正走向全面數位化點餐,」道爾說。據報導,達美樂最大的部門是 IT,總部 800人中,就有 400人專職在軟體與數據分析上。

披薩的最後一哩,自然也少不了 AI 的身影。

2016 年,達美樂和無人機新創公司 Flirtey 聯手,讓送披薩無人機飛上紐西蘭領空,準備空投大餅,梅吉曾在聲明中表示:若沒有這批無人機的加入,達美樂將沒有足夠的送貨員來支持未來 5 至 10 年的成長計畫。

圖說:達美樂在紐西蘭推出全球第一架送披薩無人機。(來源:達美樂)

隔年,達美樂和 Starship Technologies 簽約,機器人大軍以 6.4 公里的時速,穿梭在德國和荷蘭城市的人行道上送披薩,就靠 GPS、雷達、短程超音波感應器和攝影機自動導航,送達時,只要用手機 APP 上的密碼解鎖,就能取出保溫的披薩和冰涼的飲料。
去年,達美樂找上福特,在美國密西根州的安娜堡和佛羅里達州的邁阿密測試無人車送披薩,車內備有烤箱,包準送到消費者手上還是熱騰騰的。

達美樂的心機,是用科技徹底寵壞懶人消費者,讓他們足不出戶,纖指一點,即有完美披薩上門。這下,誰敢說賣披薩不是高科技產業?13 世紀時的馬可波羅,大概也想不到有這一天吧!

圖說:2017年達美樂在德國和荷蘭測試送披薩機器人,每台機器人可承重9公斤,相當於8個披薩重。(來源:達美樂)

【延伸閱讀】

1,  如果不看場景,只聽對話,會讓人誤以為置身在某個醫療現場。每回有機會向企業界的朋友說起若水 AI 部門在做的事,聽者無不瞪大眼好奇,「不過就是要照指令做事,把圖上的特徵標出來,需要討論那麼多嗎?」請看:你所不知道的AI數據標註現場

2, 世界級零售巨人Walmart,為什麼也要想要找無人車送貨?「從取貨、送貨的面向來看,科技是再自然不過的延伸,Walmart的目標就是幫助客人每天的生活能更簡單一些。」請看【全球最大零售商Walmart 揪新創在美試推無人車送貨服務】

One Comment

Leave a Reply

One Ping

  1. Pingback:

Leave a Reply

若水 AI 執行長陳潔如:「光 AI 還不夠,組織和流程再設計才是。」

當 Alexa 成為聲控帝國/肯德基的 AI 大計/用 AI 選人才