從歷史來看，速食是一個樂於擁抱變革、自動化與創新的產業。高效率地製作並提供品質一致的產品，是每家速食連鎖店的核心精神，也是全球消費者所期望的體驗。
因此，速食餐廳在擁抱產業 AI 應用方面走在前端並不令人意外。對於速食加盟店或分店而言，這在「品質一致性」與「營運效率」這兩項關鍵績效指標（KPI）上尤為明顯。
一家知名披薩連鎖店希望利用 AI 技術來優化其品質保證流程，並確保達到品牌標準。此外，該披薩店採取公開透明的方式，以維持與顧客之間的信任。
另一家速食餐廳則希望深入了解其得來速系統的效率，並尋求改進方法，因此也尋求了 AI 解決方案。
速食業最大的挑戰之一，是確保每家分店的服務、外觀以及食品皆符合整個品牌的標準。理想情況下，無論顧客前往哪家分店，都能確信所點餐點達到他們習慣的品質水準。
然而，問題在於並非所有分店都能做到這一點。雖然一家加盟店可能嚴格遵守企業指導方針，但另一家在最終產品製作上可能較為寬鬆。此外，如果缺乏針對流程、倉儲、點餐與整體食物標準的定期品質保證，組織就無法全面評估特定分店、團隊或員工的績效。
速食餐廳的效率面臨兩大威脅：員工配置與得來速營運。當分店人手不足時，無疑會導致較長的候餐時間，進而影響餐廳的績效與整體品牌聲譽。這在得來速的瓶頸問題上表現得最為明顯。
為了在經營得來速時保持高效率與快速服務，餐廳需要數據。這些數據有多種形式，例如不同工作站之間的同事溝通，以及為了預防排隊過長與漏單而設立的預估時間 KPI。
這家知名披薩連鎖店導入了食品品質檢測應用，由搭載 NVIDIA® Jetson™ TX2 NX 的 BOXER-8233AI 精巧型無風扇嵌入式 BOX PC 驅動。系統包含四台高解析度攝影機，追蹤披薩製作過程的每個環節，從食材添加、烤箱烘烤時間，到包裝前的品質檢查。
透過 IP 攝影機記錄披薩製作過程，這些數據不僅能即時獲取，還能透過內建的 NVIDIA Jetson TX2 NX AI 加速器傳輸以進行後續分析。透過 AI 推論訓練，BOXER-8233AI 已有效地成為軟體的「眼睛」，識別出系統訓練過後的物品。此流程讓裝置能根據視覺影像，推斷特定物品是否在位。
例如，在第一階段，AI 訓練軟體會偵測是否有披薩。其次，它會識別所添加的特定食材，確保食材與份量與訂單一致。接著，它會評估成品，確保其符合交付或提供給顧客的最低標準。與此同時，顧客也能透過應用程式即時查看製作過程。
該得來速餐廳採用了一套系統，分析不同時段通過得來速車道的車輛數量，並進行庫存水位分析，以了解特定餐點的需求高峰。
透過使用 BOXER-8221AI，該得來速餐廳能夠記錄排隊車輛數量、從點餐到服務的平均時間，以及因瓶頸導致流失的銷售額等即時數據。以 IP 攝影機作為 BOXER-8221AI 的「眼睛」，視覺數據會使用電腦的 AI 加速器 NVIDIA Jetson Nano™ 進行即時分析。該裝置結合了四核心 ARM® Cortex®-A57 MPCore 處理器與具備 128 個 NVIDIA CUDA® 核心的 NVIDIA Maxwell™ GPU 架構，提供驚人的處理速度。這也意味著可以同時處理多個高解析度影像，這正是得來速餐廳所需的規格。
由於導入了 BOXER-8233AI，餐廳的品質保證措施對顧客變得完全透明，並引發了正面輿論回應。此外，餐廳隨後能夠透過品質保證失敗的控管，防止銷售損失並減少食物浪費。
此外，該裝置提供了有意義的管理情報數據，以衡量不同員工與團隊的績效。例如，裝置讓管理層能全天衡量披薩製作過程的速度、效率、衛生習慣與準確性，並能識別出表現最佳的班次與員工。
部署於速食得來速的車輛識別應用所帶來的影響不容小覷。透過記錄排隊車輛數量、從點餐到服務的平均時間，以及因延誤導致流失的銷售額等即時數據，餐廳能夠更完善地規劃得來速的人力需求。
此外，擁有能預測並主動規劃特定餐點需求高峰的數據，也能使庫存與食物準備更有效率，從而降低餐點售罄的機率，或避免因食物浪費而導致虧損。