![](https://s3.ifanr.com/wp-content/uploads/2024/07/shi11.jpg!720)
AI 在餐饮界也卷出了「萝卜快跑」,打饭比食堂阿姨手稳,炒菜接近大厨
背景设定在 2035 年的《我,机器人》里,NS-5 机器人手起刀落,切菜速度像开了两倍速,快过练习时长 30 年的老师傅。
虽然威尔·史密斯一脸嫌弃,但我脑海浮现的是电影中机器人公司的广告词:「女士们先生们,它将成为您家庭和工作中的绝佳伙伴,赶快行动,机不可失……」
现实比科幻发展得缓慢,2024 年了,大多数人还没吃上一口机器人做的饭。
不过,也有一些机器人,已经在你看不见的地方上岗,以另一种方式征服你的胃。
2 年打出 2000 万份菜,AI 的手比食堂阿姨稳
威尔·史密斯面对的是上千机器人方阵,进入 Chef Robotics 的工厂,你看见的是一套由 AI 驱动的机械臂系统。
这是一家总部位于旧金山的初创公司,盯准了一个小众场景:工业厨房,为超市货架、航空餐饮等大规模生产即食、冷冻食品的地方。
机器人不是做饭,而是「打饭」,有些类似后厨的切配工,根据菜谱预制各种冷冻食品,照顾国际口味,从印度咖喱鸡块,到意大利香蒜酱饺子。
它们不眠不休,天天准时上班,既节省了人力,也可以减少浪费,因为掌控分量比人类更精准,不会像食堂阿姨那样手抖。
比起传统的机器人,它们又更加姿态灵活。各种类型的食物,主食、蔬菜、肉类、酱汁,块状、丝状、流体状,都可以夹起来。
遇到不同形状的容器、不同速度的传送带,机器人总会让食物落到正确的地方。
分量不一的食物,机器人照样可以对症下药,用不同的工具抓取大份和小份。
什么,难道之前不是用机器人包装的吗?
并不,这行也是劳动密集型的,传统的机器人更适合罐头等单一食品的大规模生产,人类比机器人灵活多了,可以适应不同食谱的生产线,而且某些难搞的食材,如米饭或碎奶酪,过去很难用机器人操作。
工人们待在冷藏室里,连续几个小时舀豌豆、土豆或米饭,工作内容很枯燥,让人想起卓别林在《摩登时代》里拧螺丝的经典场面。
正因如此,Chef Robotics 创始人兼首席执行官 Rajat Bhageria 觉得,机器人在这个领域仍然大有可为,关键是能不能做到一点:让机器人像人类一样,给各种类型的食材装盘。
但这是一道「先有鸡还是先有蛋」的难题。
ChatGPT 等大语言模型从互联网学习数据,但食品行业并没有很多现成的训练数据,食物的情况又很复杂,可能会变形、黏腻、潮湿…… 所以,为了生成有用的训练数据,必须在现实里部署机器人。
Chef Robotic 的系统经过了数万小时生产数据的预训练,然后在工厂上岗,安上摄像头和传感器,其实就是在继续训练,同时它们会和人类协作,不是一开始就完全自动化。获取的数据越多,AI 越进步,机器人也越来越自主。
在过去的两年里,Chef Robotic 生产了 2000 万份菜肴,在美国和加拿大的六个城市部署了机器人,并学会了如何操作数百种食材。
大语言模型预测句子中最有可能的下一个单词,而 Chef Robotic 的模型,知道机器人接下来该采取哪个动作。
Chef Robotic 不直接出售机器,而是出售服务,走机器人即服务 (RaaS) 模式。
北美即食餐饮品牌 Amy’s Kitchen 是其中一个客户,一个 Chef Robotic 系统可以完成两到四名工人的工作,上下的浮动,具体取决于是什么食材。
机器人把人的活给干了,那人负责干什么?
目前来看,人类还是要在触摸屏上输入生产的食物名称,帮机器人连接好要用的器具,甚至在生产线上和机器人协作,各装各的菜。
至于未来,Amy’s Kitchen 提出一个设想:人类管理和维护机器人就好了,比如在机器人忙着分装的时候,保证食材充足。
但听着,只是给机器人打下手换了个高大上的说法。
机器人加快效率,人类在角落辅助机器
AI 最强大的影响将以具身智能的形式发生在物理世界,物理世界占 GDP 的 90%。
Chef Robotics 创始人兼首席执行官 Rajat Bhageria 如是说。
当 AI 生成文案、图片、视频屡见报端,让格子间打工人战战兢兢,线下的变化虽然更为低调,却也持续不断地发生,百度旗下的无人驾驶车「萝卜快跑」就是一个例子。
其实,餐饮机器人从来不是新鲜事,但隔三差五总会有新的动态,存在感更强的,是比 Chef Robotic 离餐馆更近、直接做饭给顾客吃的机器人。
轻食品牌 Sweetgreen,2023 年 5 月推出了沙拉制作机器人。
五颜六色的食材放置在管道里,机器人控制好份量,将羽衣甘蓝、奶酪等食材放到传送带上的碗中,并进行搅拌和混合。
看起来不高的技术含量,Sweetgreen 其实花了多年的时间研究。比如,山羊奶酪容易结块,樱桃番茄容易被压扁,让机器人对这些食材「得心应手」,费了一番功夫。
和 Chef Robotic 的情况类似,Sweetgreen 的人类员工也不能闲着。
他们全天盯着屏幕准备补充食材,把做好的沙拉送给顾客,有时候负责收尾,往沙拉上添加香草、牛油果等机器人还没法操作的食材。上完一天班,还要清洁机器人系统。
Sweetgreen 说得很好听,午餐高峰期,只需要一到两个人类员工和机器人一起制作沙拉,而传统流程需要七到九个人。机器人 5 分钟不到就能制作一碗沙拉,人类员工处理一份订单却需要 15 分钟。
除了节省时间和人力,机器人还能避免忙中出错、混淆订单,保持份量的精确和统一。这话很耳熟,Chef Robotic 也是这么讲的。
但真的降本增效了吗?Sweetgreen 拒绝对外透露机器的制造成本,到了 2024 年初,只开出了两家自动化餐厅,并且选址都在郊区,需求并没有那么大。因为不确定自动化能带来多少利润,摩根士丹利分析师也保持谨慎观望。
类似地,休闲快餐品牌 Chipotle 从 2022 年开始,试点制作玉米片的机器人 Chippy,减轻员工的负担。按下葫芦又起瓢,Chipotle 发现,Chippy 并没有想象中好用,因为清洁起来太麻烦了。
但 Chipotle 并没有放弃,也许是派的活不对,太为难机器人。2023 年,他们又开始试验切开牛油果并去皮、去核的机器人 Autocado,更方便人工制作牛油果酱。
简而言之,在目前这个阶段,后厨也好,前台也罢,有了机器人,人类仍然在打工,围绕机器人力不可及的部分,更换了工作内容。
2017 年烈火烹油的无人零售,只是概念性的无人,那些原来负责收银的店员,转而负责机器暂时无法操作的业务,比如现制食物、补充货架。
如今,这样的故事依然没有什么本质的改变。
机器人还在复刻人类的初级阶段,但标准化即是力量
冷冰冰的「白人饭」,机器人已经在做了,强调「锅气」的中国菜,机器人也在挑战了。
斯坦福大学的 ALOHA 机器人,今年 1 月惊艳亮相,可以做出滑蛋虾仁、干贝烧鸡、蚝油生菜等菜肴。
别急着高兴,ALOHA 的能力分为两部分,一种是能够自主完成的,一种是需要人类远程操作完成的。炒滑蛋虾仁之类的复杂任务,就属于后一种。ALOHA 可以模仿学习,但还远远不能到达你点什么它都给做的境界。
英伟达高级科学家 Jim Fan 也发过推文解释,ALOHA 仍然有人类远程控制,并非独立自主,应该将它看成一款精良的跑车,高超的赛车技巧还是要看人类。
一方水土养一方机器人,国内当然也有专攻炒菜机器人的公司,其中有代表性的是 AI 炒菜机器人公司橡鹿科技,最近再获京东近 2 亿元战略投资。
▲ 图片来自:见水印
他们的炒菜机器人「美膳狮」,服务门店超千家,涵盖八大菜系超 800 道食谱,打出「真爆炒、锅气足」「接近专业厨师炒制」的口号,相对更加自动化。人类把食材放到相应的位置之后,接着美膳狮可以自己投菜、投料、控温、炒菜甚至洗锅。
人类还是要发挥一点作用的,更重要的是,美膳狮想做的也不是超越大厨,而是复刻大厨,推进中餐标准化,加快连锁店铺扩张,尽管支持菜谱微调辣度、酸度、熟度等,做的本质还是标准化的事情。
这就很有意思了,在做饭这个博大精深的领域,我们离完全自主的机器人厨师还很远。
但论标准化,从打菜到炒菜,很多环节都有公司在参与了,机器人不手抖、不喊累、不浪费、水平稳定,人类要么被挤占位置,要么被派到新的岗位辅助机器人。
人类的智慧和老祖宗的技艺还没有完全被征服,可标准化已经足够解决市场的大部分需求。
一个代表性的前例是寿司机器人。
1981 年,日本公司 Suzumo Machinery 发明了世界上第一款寿司机器人,用途就是捏饭团。发展到现在,寿司机器人已经根据偏好的口味,控制饭团的大小和硬度。
当初,寿司机器人的推出遭受了很大的阻力,因为寿司被认为是一门匠人的工艺,寿司本身也昂贵而奢侈。时至今日,仍然有《寿司之神》这样的纪录片,将制作寿司的过程看得至高无上。
但寿司实现廉价、大规模生产,回转寿司连锁门店扩张到全球,离不开机器人的贡献。不是所有餐馆都请得起十年磨一剑的寿司大师,也不是所有人都会去一号难求的百年老店。很多时候,不难吃其实就可以了。
未来,我们在超市买冷冻食品,或者下馆子聚餐,都有机会吃到机器人做的饭,但很可能毫无所觉,或者并不在乎。
一叶知秋,管中窥豹,未来面对其他 AI 生成的事物,作为消费者的我们,内心活动未必不是这样。