這裡沒有廚師掌鍋,只有機器手臂在熱鍋前忙進忙出。
機器手臂抓起麵條投入滾水,接著還會模擬真人甩麵動作,控制麵條的彈性與熟度。
麵煮好後,三支機器手臂同步上工,叉燒、海苔、筍乾、蔥花等配料依序擺上,目標在90秒內完成一碗拉麵。
從煮麵、撈麵到配料擺盤,原本需要廚師完成的工作,如今開始交給AI機器人接手。
餐飲業缺工問題持續,機器人雖然能做到標準化,但過去最大的問題,就是學不會真人廚師的「手感」。
尤其是溏心蛋,看似簡單,卻是機器人的大考驗。
力道太重,蛋會破;力道太輕,又可能直接掉下來。
AI技術則讓機器人可以透過學習真人操作,掌握湯麵口感、配料擺盤等細節,把原本需要靠經驗累積的「手感」,轉化成可以訓練的數據。
相較於真人拉麵學徒至少需要磨練兩年才能出師,AI拉麵機器人大約只需要兩個月集訓,就能進入實際工作環境。
機器人要真正上工,關鍵不只是硬體,而是背後的AI訓練。
工程師讓真人示範一次操作,系統就能自動生成約100筆訓練數據。
就像準備上百顆從不同角度拍攝的溏心蛋,讓AI反覆練習夾取、移動與擺放。
機器人可以24小時不間斷訓練,不必像真人學徒一樣受到時間與體力限制。
AI拉麵機器人雖然價格不便宜,一台設備要價約百萬元,但業者估算,導入後可以減少兩名廚房人力,每個月約可省下8到9萬元的人事成本。
對於長期面臨缺工的餐飲業者來說,機器人不只是炫技,更可能成為降低人力成本、維持營運的重要工具。
但煮完拉麵、送上餐桌,還只是餐廳工作的一半。
真正棘手的工作,往往是在客人吃完之後。
一頓飯吃完,桌面往往杯盤狼藉。
碗、杯子、餐具、衛生紙甚至廚餘混在一起,看起來簡單的收桌工作,實際上卻比工廠生產線更加複雜。
因為工廠裡的物品位置相對固定,但餐廳裡每一桌客人吃完之後,桌面狀況都不一樣。
收餐機器人因此必須透過即時AI推論,先辨識桌面上的物品與廚餘,再決定要怎麼夾取、分類和清理。
收餐機器人的最大難題,就是「世界太複雜」。
工程師一天最多可能只能生成約200筆資料,但要讓機器人學會所有可能出現的餐桌情境,幾乎是不可能的任務。
例如濕紙巾泡在湯裡、叉子塞進杯子,甚至客人把各種東西放在完全意想不到的位置。
只要是機器人沒看過的情況,就可能當場「凸槌」。
而且即使AI在虛擬環境中表現良好,到了真實餐桌,也可能因為視覺辨識與實際位置存在誤差,導致夾取不夠精準。
直擊AI訓練現場,眼前這台收餐機器人目前還處於實習階段。
它擁有四支手臂,工程師做什麼動作,機器人就同步模仿。
甚至讓記者親自挑戰,一隻手夾衛生紙、一隻手疊湯碗,同時左右開弓。
看似簡單的收桌工作,實際操作起來並不容易,最後還是得交給機器人「專業處理」。
業者規劃,未來收餐機器人可以搭配可移動式底盤,進駐美食街、大型餐廳甚至宴會館,提供桌面清理服務。
如果正式投入使用,預估可以提高約四成服務效率,外場人力成本也有機會降低六成。
不過,這並不代表真人服務人員就能完全退場。
一場用餐可能長達90分鐘。
期間可能遇到座位調動、餐具不足、小孩突然打翻飲料,甚至客人臨時提出各種需求。
這些高度隨機的狀況,目前仍然是人類最擅長處理。
因此,業者強調,未來並不是要用機器人完全取代真人,而是讓電腦、機器人與真人員工一起協作。
除了廚房與外場,AI機器人也開始進入接待工作。
部分業者正在打造可以偵測人體、辨識人臉與語音,甚至主動與顧客互動的數位員工。
從「您好,我是你的專屬店員」開始,虛擬店員逐漸走進真實商業場景。
目前全台使用自動化設備的業者已經超過四成,市場並持續成長。
放眼全球,2026年無人零售市場規模更上看870億美元,顯示自動化與AI服務正快速擴張。
業者認為,面對缺工與AI浪潮,真正的趨勢並不是「機器人取代人類」,而是重新分配工作。
把重複性高、標準化的工作交給機器人,人類則負責需要溝通、判斷、應變與服務溫度的工作。
從AI拉麵學徒,到收餐機器人,再到虛擬店員,這支AI機器人戰隊搶的已經不只是一張餐桌,而是缺工時代下一波科技與服務業的新戰場。