从历史上看，快餐业一直是一个愿意接受变革、自动化和创新的行业。高效地创造和提供一致的产品是每个快餐连锁店的核心理念，也是全世界消费者的期望。

因此，快餐业在业界率先采用人工智能应用也就不足为奇了。在衡量快餐连锁店或分店的两个关键绩效指标——一致性和效率方面尤其如此。

一家著名的披萨连锁餐厅希望利用人工智能技术来优化其质量保证程序，并确保符合品牌的标准。除此之外，这家披萨餐厅还将此事公之于众，以保持对客户的透明度。

另一家快餐店希望深入了解其得来速（drive-thru）系统的效率，并确定可以改进的方法，因此也寻求人工智能解决方案。

快餐业面临的最大挑战之一是确保服务、美观，当然，每个地方的食物都符合整个品牌设定的标准。因此，我们的想法是，无论一个人去哪一个地方，他们都可以确定他们点的菜达到了他们习惯的标准。

然而，有一个问题是，这并不是在每个地方都可以做到的。虽然一家特许经营店可能会严格遵守公司的指导，但另一家特许经营店在生产最终产品方面可能会比较宽松。此外，如果没有与所供应食品的流程、储存、订购和总体标准相关的定期质量保证，组织就无法充分评估特定地点、团队或员工的工作情况。

快餐店的效率面临着两大威胁：人员组织的配备和得来速汽车餐厅。如果一个地方没有足够的员工，那么等待食物的时间无疑会更长，这会影响餐厅的业绩和整体品牌声誉。这一点在得来速瓶汽车餐厅瓶颈上表现得最为明显。

为了让得来速汽车餐厅保持高效快速的服务，餐厅需要获取相关信息。这些信息有多种形式，例如不同工作岗位之间的同事间通信，但也可以采用近似的基于时间的KPI，以确保避免长时间排队和订单丢失。

这家著名的披萨连锁餐厅推出了一款食品质量检测应用程序，该应用程序由 BOXER-8233AI紧凑无风扇嵌入式BOX PC和NVIDIA® Jetson™ TX2 NX提供动力。该系统由四个高分辨率摄像头组成，从配料添加到放入烤箱的时间，再到包装前的质量保证检查，这些摄像头跟踪披萨制作过程的每个环节。

通过IP摄像头记录披萨制作过程，不仅可以实时获取这些数据，还可以使用内置的NVIDIA Jetson TX2 NX AI加速器传输分析。通过人工智能推理训练， BOXER-8233AI将有效地成为“眼睛”，通过它，软件可以识别它训练要识别的物品。该过程使设备能够基于视觉图像推断特定物品是否存在。

例如，在第一阶段，人工智能训练的软件会检测是否有披萨。其次，它会识别添加的具体成分，确保成分和数量与订单一致。然后，它将评估成品，以确保它符合交付或服务给客户的最低标准。在此过程中，客户也可以通过应用程序实时跟踪这一过程。

这家“得来速”餐厅使用了一个系统来分析一天中不同时间通过“得来速”车道的车辆数量，并进行库存水平分析，以了解特定菜单项上的点餐情况。

通过使用BOXER-8221AI，得来速餐厅可以实时记录排队等候的汽车数量、从点单到服务的平均时间，以及由于瓶颈导致的销售额损失。通过使用IP摄像头作为BOXER-8221AI的“眼睛”，利用NVIDIA Jetson Nano™人工智能加速器实时分析了视觉数据。它结合了四核ARM Cortex -A57 MPCore处理器和NVIDIA Maxwell GPU架构，该架构拥有128个NVIDIA CUDA®核心，具有惊人的处理速度。这就意味着多个高分辨率的图像可以同时处理，这正是得来速餐厅需要的规格类型。

由于BOXER-8233AI的部署，餐厅的质量保证措施对顾客变得完全透明，这引起了媒体的积极回应。此外，这家餐厅后来通过减少质量保障失误，减少了食物浪费，避免了销售损失。

除此之外，该设备还提供了有意义的管理智能数据，以衡量不同员工和团队的绩效。例如，该设备使管理人员能够测量一天中披萨制作过程的速度、效率、卫生做法和准确性，并能够分辨出表现最好的班次和表现最好的工人。

在快餐店部署的车辆识别应用的影响无论怎样强调都不为过。通过记录排队等候的汽车数量、从订单到服务的平均时间以及由于延误而造成的销售额损失的实时数据，餐厅能够更好地规划得来速餐厅职员的需求。

此外，有了数据，餐厅可以预测并提前计划某些菜单上的菜品，也可以提高库存和食物准备的效率，从而减少菜单上的菜品短缺或因食物浪费而损失的可能性。