aicanyin
中午十二点，某科技园区食堂，窗口前排队的队伍一直甩到了门口。更让经理头疼的是餐台上没打出去的菜——又剩了三分之一。这是团餐最普遍的场景，也是做餐饮AI数字化的人最想先改变的场景。
我查了下中国饭店协会发布的《2023中国团餐行业发展报告》，当年团餐市场规模大概2.2万亿，占到餐饮行业总盘子的四成左右。但就是这么个庞大的市场，数字化渗透率按业内说法，连10%都不到。有人开玩笑：社餐的数字化顶多算刚脱贫，团餐还在待补课状态。
团餐这个场景，为什么最适合AI先跑起来
很多人觉得团餐“土”，就是个做饭吃饭的事儿。我反而觉得，团餐是餐饮AI数字化最容易出成绩的试验田。逻辑很简单：就餐人群固定，每天接待的都是同一批人；菜品需求有规律，周一和周五的菜谱、就餐量都能从历史数据里找到规律；流程相对标准，采购、入库、制作、售卖每个环节都有迹可循。
具体到落地的机会，我观察下来有三个方向：一是备餐预测，用历史就餐数据预测第二天做多少菜，不少项目能把餐厨浪费降下来三成；二是AI视觉结算，餐盘往那一放，摄像头识别菜品自动算钱，排队速度能快不少；三是食安巡检，后厨视频画面交给AI看，员工不戴帽子、地面不干净，系统自己就能发现问题。
看着机会很多，真干起来卡在哪
这里得说点扎心的。我之前跟一家连锁团餐企业的信息化负责人聊过，他们折腾过一套智能备餐系统，前后投了两百多万，一年多以后基本闲置了。原因说出来挺简单——系统要的数据，全靠一线员工手动录，录了三个月，大家嫌麻烦开始糊弄，数据一脏，系统再怎么智能也白搭。
这个案例在行业里不是少数。推进餐饮AI数字化，核心难点从来不只在技术。
- 数据基础太薄。很多食堂的台账还停留在Excel甚至纸质单据，连过去一年的完整数据都拿不出来，AI连“喂饭”的材料都没有。
- 账算不过来。团餐毛利普遍也就10%到15%，一套系统几十万块钱，老板掰着指头一算，得省下多少人工、多少食材才能回本？
- 后厨有情绪。师傅干了十几年，凭着经验掂勺，现在让他听系统的话按量备菜，他嘴上不说，心里是不服的。
这三条，任何一条都能让项目死在半路。
想落地，别急着上系统，先干好三件事
我个人特别不推荐一上来就搞“智慧食堂全家桶”——AI炒菜机、无人餐线、智能大屏全配上。投入大、周期长，领导一换项目就黄。务实的路子是这样的：
靠前，先算账。把一个食堂的日损耗算出来——采购进来的食材，跟最后卖出去的金额对一对，差额就是损耗。如果损耗超过5%，一年下来亏的就是几十万上百万元，这时候AI备餐预测的ROI一下子就清楚了。
第二，先试一个场景，别贪多。比如先上备餐预测，用Excel整理最近三个月的就餐数据，跑一个简单的预测模型看看准确率。效果满意再考虑扩展到结算、食安这些环节。
第三，把后厨的人拉进来。有位做团餐数字化十多年的朋友跟我说过一句很实在的话：“系统能不能用起来，取决于厨师信不信它。你得让他觉得这工具是帮他省事的，不是给他挑毛病的。”选型的时候听听一线师傅的意见，落地的时候先让后厨的人试用一周，比啥动员会都好使。
AI落地团餐，不是风口，是一场持久战
有人说2026年餐饮AI会迎来爆发期，我持保留态度。爆发的前提是前几年的基础数据工作有人认真做了，但很多企业恰恰最不愿意在这上面花笨功夫。团餐的利润薄、场景细碎，餐饮AI数字化在这片土壤里发芽注定要慢一些。但也正是这种慢，让先动身的人有机会把门槛垒起来。
如果你正在管食堂或者做团餐，我的建议很直接：今天就翻一下上个月的采购记录和售卖数据，算算损耗是多少。超过5%，就找一款简单好用的备餐预测工具，拿一个食堂先试起来。别想着一步到位，先把一张Excel吃透，AI才会愿意跟你玩。
