Bagaimana restoran Singapura menggunakan AI tanpa menghilangkan sentuhan manusia

AI yang berguna di restoran tidak semestinya kelihatan di ruang makan. Bagi dua perniagaan makanan di Singapura, teknologi ini membantu menjawab soalan yang lebih praktikal: adakah masih ada ruang untuk satu lagi tempahan meja, dan adakah semua pesanan yang masuk sudah diambil kira?24

Fico: menerima lebih banyak tempahan tanpa meneka

The Lo & Behold Group sebelum ini berhati-hati untuk menerima tempahan melebihi kapasiti biasa Fico, restorannya di East Coast Park. Kebimbangannya ialah pelanggan mungkin terpaksa menunggu lama. Pada Mei, sebuah pasukan projek menggunakan Claude Code keluaran Anthropic untuk membina alat yang meneliti rekod tempahan, tempoh pelanggan makan dan tabiat tetamu. Tujuannya ialah mengenal pasti waktu Fico boleh menerima tempahan tambahan berdasarkan kemungkinan meja akan tersedia, bukannya menganggap setiap meja pasti kosong tepat pada masanya.23

Menurut The Straits Times, hasil Fico pada hujung minggu meningkat 2% dalam bulan pertama strategi itu dilaksanakan.3 Itu petunjuk awal yang dilaporkan—bukan bukti bahawa masa menunggu sudah berkurang atau peningkatan hasil tersebut akan berterusan.

HarriAnns: memastikan pesanan tidak terlepas pandang

Di HarriAnns, masalahnya bukan meja, tetapi pesanan. Pada Mac 2025, ketua eksekutifnya Alan Tan menerima panggilan daripada cef sebuah hotel mengenai pesanan 2,000 kuih yang terlepas pandang. Sekitar Julai 2025, firma perunding Singapura Knovel Engineering mula membangunkan platform pesanan berasaskan AI untuk perniagaan itu. Menurut laporan, sistem tersebut memproses pesanan pembelian yang diterima melalui e-mel dan menjumlahkan kuantiti yang diperlukan.24

Bagi pembekal makanan segar, kelebihannya mudah difahami: pesanan perlu dikesan sebelum keciciran menjadi masalah saat akhir. Laman Knovel Engineering memaparkan kenyataan yang dikaitkan dengan ketua eksekutif HarriAnns bahawa penyelesaiannya mengurangkan masa yang diperlukan untuk menjumlahkan pesanan. Namun, angka pengurangan itu tidak dinyatakan dalam laporan yang tersedia.40

Sentuhan manusia masih di hadapan

Pengurusan stok dan penyusunan jadual kerja juga boleh menjadi kegunaan AI di belakang tabir, tetapi dua contoh yang didokumenkan di sini khususnya melibatkan tempahan meja dan pemprosesan pesanan.24 Kedua-duanya menunjukkan bagaimana AI boleh membantu mengurangkan kerja perancangan yang berulang tanpa menjadi wajah layanan restoran. Sama ada kakitangan benar-benar mendapat lebih banyak masa bersama pelanggan masih belum dapat dipastikan daripada laporan yang tersedia.234