DEMO ISSUE — 內容來自真實信源,連結皆可點擊
The Pass
出菜口
Intelligence, served.
2026.03.23 週一 Issue #001 從 53 條資訊中篩選
← 所有期數
今日觀察 · 2 篇
M Mise — 主筆
01

韓國最大團膳企業在廚房裝了 AI 攝⁠影⁠機,廚師一走進去就被「看」了

AI 攝影機注視著走進廚房的廚師

你推開廚房的門,還沒走到料理台,天花板上的攝影機已經開始工作了。帽子戴了嗎?圍裙綁了嗎?手洗了嗎?它全都在看。這是아워홈(Ourhome)中央廚房裡,每位廚師每天早上的日常。

아워홈是韓國最大的團體膳食企業之一,最近在旗下廚房導入了一套來自한화비전(Hanwha Vision)的 AI 攝影機系統。如果偵測到違規,系統立刻發出提醒。

從食品安全的角度,這是進步。團膳廚房一天要出幾千份餐,靠人巡檢永遠有死角。AI 不會累、不會漏看、不會因為跟你熟就放水。아워홈說,導入後衛生違規事件明顯下降。

但如果你是那個每天走進廚房、被鏡頭從頭到腳掃一遍的廚師,你的感覺是什麼?

這是 AI 進入廚房最真實的張力。它不是機器人來搶你的工作,而是一雙永遠不眨眼的眼睛,看著你工作。

韓國餐飲業正在大規模擁抱這類技術。아워홈不是第一個,也不會是最後一個。但很少有人在問一個更根本的問題:廚房是一個需要信任的地方——師傅信任徒弟、管理者信任團隊。當信任被演算法取代,廚房的文化會怎樣改變?

「透過 AI 技術即時監控作業人員狀態和廚房狀況,衛生及安全管理將變得更加容易。我們也期待,隨著料理專注度的提升,食物品質也會跟著進步。」

— 아워홈 官方聲明

不只是攝影機

但 AI 攝影機只是冰山一角。아워홈這次導入的,其實是一整套「智慧廚房」系統。

先是衛生監控——廚師進入廚房的那一刻,AI 就開始辨識你的帽子戴了沒、圍裙綁了沒、手套有沒有戴。同時它也在「聽」,偵測異常聲音,可能是設備故障、可能是緊急事故。溫度異常也逃不過,火災風險在苗頭就被抓到。

然後是進貨。아워홈在收貨區裝了 BCR 條碼攝影機,食材送到的那一刻自動掃碼、即時登錄庫存。更進一步的是,AI 會根據庫存水位和歷史消耗模式,自己生成採購訂單。以前是倉管人員每天手動盤點、手動下單,現在 AI 自己來。

最後是菜單。AI 分析用餐者的飲食偏好數據,根據數據調整菜單內容。菜單不再只靠廚師的直覺,而是直覺加上數據的雙重判斷。這聽起來很合理,但如果你是那個做了二十年菜單的主廚,聽到 AI 說「這道菜應該換掉」,你會怎麼想?

更大的圖景

這個計畫不只是아워홈的單獨行動。它是韓華集團(Hanwha Group)「Tech × Life」戰略的第一個落地案例——把集團旗下的科技部門(한화비전、韓華機器人)和生活服務部門(아워홈、Galleria 百貨)連結起來。

下一步,他們計劃在飯店和百貨公司部署 VINOBOT(비노봇)——一款 AI 侍酒機器人,以及料理機器人。從廚房的監控攝影機、到庫存的自動管理、到餐桌上的機器人侍酒師,韓華正在試圖用 AI 貫穿整個餐飲服務的鏈條。

而且아워홈不是唯一一個。報導指出,三星旗下的團膳事業也在同步推進類似的 FoodTech 技術。韓國的團膳市場,正在成為 AI 進入餐飲業的第一個大規模試驗場。

完整原文內容 → 파이낸셜뉴스(韓文)

02

你的大腦覺得植物肉很好吃,但你的腦波說不是

戴著腦波頭帶吃東西的人,旁邊科學家在記錄

食品公司推出新品前,通常會找一群消費者來試吃,然後問他們喜不喜歡。問題是,人會說謊——不一定是故意的,而是社會壓力。

「你覺得這個植物漢堡好吃嗎?」在 2026 年,很少有人會當面說「不好吃」。你知道植物肉是為了環保,你知道全桌的人都在點頭,你也跟著說了。

但你的大腦沒有說謊。

THIMUS 的 T-Box

義大利新創 THIMUS 開發了一款名為 T-Box 的 EEG 腦波頭帶。受測者戴上後吃東西,頭帶即時記錄大腦的電生理反應——每秒取樣 251 次。它不問你「好不好吃」,它直接測量你的大腦覺得好不好吃。

測出來的結果跟口頭問卷差多少?最高差到 30-40%。也就是說,將近四成的人在「這好不好吃」這件事上,嘴巴跟大腦說的不一樣。Beyond Meat、Barilla 這些大型食品公司已經在用 THIMUS 的技術做產品開發。他們不再問消費者「你覺得怎麼樣」,而是直接看大腦怎麼說——愉悅、厭惡、驚訝、還是無感。

創辦人 Mario Ubiali 的解釋是:大腦傾向追求熟悉和舒適的食物體驗。你的嘴巴可以配合社會期待,但你的神經迴路不會。

「大腦傾向追求熟悉和舒適的食物體驗。當我們用腦波數據替代問卷,才看到消費者真正的反應。」

— Mario Ubiali,THIMUS 創辦人

對食品產業的意義

如果 THIMUS 的技術變成行業標準,食品公司將不再需要「猜」消費者喜歡什麼。AI 分析腦波數據,直接告訴你:這個口感讓大腦興奮,那個風味讓大腦皺眉。對植物肉產業來說,這意味著他們終於可以知道——消費者說「好吃」的時候,大腦是不是真的同意。

更深一層的問題是:當我們開始用 AI 讀取大腦對食物的「真實感受」,我們是在做更好的產品,還是在製造更容易讓大腦上癮的食物?如果有一天,餐廳的菜單不是根據你說了什麼來設計,而是根據你的大腦真正想要什麼呢?

完整原文內容 → The Spoon(英文)

03

🇯🇵 一碗拉麵少等 30 秒,但那 30 秒原本是師傅的判斷

廚房現場 食品科技

日本連鎖拉麵山岡家最近導入了 Amazon Bedrock 的 AI 系統,專門計算廚房裡同時煮多碗麵時的最佳下鍋順序。每碗麵的粗細、湯底、配料都不同,AI 會即時排出最有效率的組合。

結果:平均每碗麵的出餐時間少了約 30 秒,麵的口感也更一致。但有趣的是,這個判斷以前是煮麵師傅靠經驗做的——老師傅一眼掃過去就知道先煮哪碗、後煮哪碗。現在 AI 做這件事,更快也更準,但師傅的那個「一眼」,就此消失了。

山岡家倒是留了一手:系統設計了三層備援,雲端掛了就切本地,本地也掛了就靠老師傅。被問到會不會出問題?回答是:「そんなヤワじゃありません」(我們沒那麼脆弱)。

完整原文內容 → ITmedia AI+ / AWS Japan Blog(日文)

04

🇹🇭 泰國稻農過去靠眼睛分好壞米,現在 AI 幾分鐘就看完一批

食品科技 供應鏈

泰國新創 EasyRice 做了一件事:用電腦視覺取代人眼做稻米品質檢測。傳統的方式是檢測員拿著放大鏡一粒一粒看,25 公克的米要花 15 到 20 分鐘。EasyRice 的機器 3 到 5 分鐘就搞定,準確率 95%。

更厲害的是,它能辨識 84 種泰國稻米品種。一年內就拿下了泰國米出口 30% 的檢測市場。對一個農業大國來說,這不是小事。

創辦人 Phuvin 說了一句話:「AI 不會取代檢測員,因為最終仍需由人來認證。」這句話聽起來像是在安慰人,但他可能是認真的——在食品安全這件事上,最後簽名的那個人,暫時還不能是機器。

完整原文內容 → Bangkok Post / The Thaiger(英文)

05

🇰🇷 這支炸雞廣告從頭到尾沒有一個真人參與製作

餐廳經營 產業動態

韓國連鎖炸雞品牌노랑통닭(Norang Tongdak)為新品「牛島花生炸雞」做了一支廣告。從角色設計、分鏡、影片導演到配樂,全部由生成式 AI 完成。以濟州島特產為靈感的卡通角色在片中跟品牌吉祥物一起推薦產品。

整支廣告的品質不差,至少在社群上引起了話題。但重點不在「AI 也能拍廣告了」——而是對一間連鎖炸雞店來說,行銷預算有限,以前請不起拍片團隊的品牌,現在可以自己做了。門檻降低,對小品牌來說是機會,對廣告公司來說是警訊。

完整原文內容 → 청년일보(韓文)


今天的五則故事橫跨韓國、日本、泰國、義大利。每個地方用 AI 做的事不同,但有一件事很像:他們都在問「這件事還需要人來做嗎?」

不過更有趣的問題或許是反過來的——在你的工作裡,有沒有什麼事,你希望永遠不要交給 AI?

AI 正在影響餐飲業的每一個環節

Intelligence, served.

每週二、五,The Pass 為你篩選全球最有趣的 AI × 餐飲故事。

免費訂閱 · 隨時取消 · 不會收到垃圾信