自助餐AI廚餘分析：影像估重為何不准、怎麼配秤

自助餐想知道哪道菜被剩下最多，第一個直覺是裝支鏡頭估重量，但影像看得到體積、看不到密度。把廚餘從整桶倒掉變成逐菜分析的，是自助餐AI廚餘分析。

廚餘分析的誘惑很大：知道哪道剩最多，就能調整備餐、替換菜色、減少成本。但廚餘不是形狀固定的商品，同一桶裡有飯、有菜、有湯、有骨頭，鏡頭看到的只是高低與面積。把影像估重當成精確數字，後面的決策都會建立在誤差上；正確的做法，是先承認影像估重不准，再讓它跟秤各司其職。

▍影像估重為什麼不准

富啟科技的規劃不把影像當秤使用，而是讓影像負責辨識、秤負責重量，原因有四個。

1、密度沒有固定換算。米飯、菜葉、骨頭與油炸物的體積相近，重量可以差好幾倍，湯汁多寡更讓推估失去基準。

2、廚餘會被壓實。一道接一道倒下之後，桶內高度不代表實際份量。

3、容器干擾。桶重、桶底殘湯與表面反光，都會影響鏡頭判讀。

4、混合後無法歸因。多道菜混在同一桶，就算重量精準，也分不清是哪一道剩下的。

▍怎樣配秤才合理

1、源頭分桶。在回收台依菜色或菜區分開，倒入前先分類，這是分析成立的前提，設備再聰明也救不了混合廚餘。

2、影像辨識菜色。鏡頭判斷倒入的是哪道菜或哪一區，並留下畫面紀錄供事後抽核。

3、秤提供數字。具資料輸出的電子秤或智慧檯秤稱重，自動扣除桶重，重量直接進入系統。

4、資料合併。菜色、重量與時段兜在一起，對照當日備餐量與銷售量，產出每道菜的廚餘趨勢。

預算有限時，分桶加上人工登打重量，其實比純影像估重更準，可作為第一步。分析結果用於調整備餐分量、菜色更替與出餐節奏，例如尾餐減量、尖峰前補新；看的是整體曲線，不針對個別廚師或顧客評價，也不做個別顧客的身分辨識。

資料的呈現方式也要小心：單日廚餘受菜單與團客影響很大，看週趨勢比看單日有意義，對照天氣與檔期，才不會因為一天異常就急著調整菜色。若要做減量目標管理，公開給廚房的應是分店或班別的整體曲線，而不是個人的成績單；數字用來支持調整，不是用來找人究責。

▍廚餘分析常見問題

Q1：只用影像不能做分析嗎？

可以做粗分類，例如以大、中、小量區分或做異常提醒，但不能當成廚餘計費、減量考核的精確依據。需要可信的重量，就必須配置實體秤；把估重當測量，是這類專案最常見的誤區。粗分類的用途應限定在快速提醒與觀察趨勢，作為金額計算或獎懲依據都不適合。

Q2：現場設備會不會很麻煩？

動線上只是收餐多一個動作：分桶、鏡頭辨菜、過秤、紀錄，店員不用改變太多習慣。富啟科技會先看回收區的空間、桶具與光源，現有桶具能沿用就沿用，需要的是穩定照明與網路；是否需更動檯面，以場勘結果為準。

Q3：廚房員工會不會反彈？

若定位成檢討個人，一定反彈；定位成營運改善，反應通常相反。實施前說明用途只限備餐與菜單調整、不連結考核，再讓廚房用同一批資料爭取菜色更替，數字會變成他們的支援而不是壓力；讓第一線看到自己行動帶來的改善，比任何宣導都有效。

連續三個營業日，把廚餘量最高的前五道菜分桶稱重，再和當日備餐量對照；差距若穩定出現，最值得優先分析的就是這幾道。

想評估收餐動線與廚餘設備，歡迎聯繫富啟科技，由顧問檢視回收區與現有桶具，提供自助餐AI廚餘分析的規劃評估與報價。