本週美國連鎖餐飲速報重點是什麼？
2026 年第 39 週，美國三則新聞的共同訊號是「一套方案給所有人」的時代結束了——會員要依來店頻率分層，AI 要分清楚哪些對話該交給機器、哪些該留給人。 麥當勞在 2023 年以來首次投資人日宣布，近 2.2 億名 90 天活躍會員將分三層經營，最大的目標是約 1.5 億名註冊過卻沒回來的沉睡會員；同一場投資人日推出 AI 營運平台 ArchIQ，得來速語音 AI 每店每週至少省 50 工時，但同週漢堡王在 FSTEC 科技大會上坦言「強迫 AI 成為唯一點餐方式效果不好」，試點店有顧客因不想跟機器人講話而直接開走；語音 AI 公司 Presto 則把產品整合進 Toast 的 POS 生態系，讓中型速食品牌不必大改硬體就能導入。會員與 AI 走到同一個結論：先分清楚對象，再決定給什麼——高頻會員要身分感、沉睡會員要立即的實惠；後場流程可以交給 AI，前台對話要留一條給真人的路。
期間：2026/9/21（一）－9/27（日）｜主題：會員分三層、AI 分前後台——從「一套給所有人」到「先分清楚對象」
本週三則一次看
| # | 品牌（日期） | 動作的本質 | 關鍵事實 | 台灣品牌可直接複製的動作 |
|---|---|---|---|---|
| #一 | 品牌（日期）麥當勞分級會員（Restaurant Dive 9/25） | 動作的本質依來店頻率把會員分三層、各給不同的東西，最大目標是沉睡會員 | 關鍵事實近 2.2 億名 90 天活躍會員；常客：累點加速、搶先、活動邀請；季度客：個人化、家庭共享點數、遊戲化；沉睡會員約 1.5 億：生日禮、驚喜、Uber／Disney+ 跨品牌福利；德國試行最多 20% 參與者為新或低頻會員 | 台灣品牌可直接複製的動作從會員資料切出高頻／中頻／沉睡三群；沉睡會員給立即實惠、高頻會員給身分感；找異業夥伴做跨品牌福利喚回沉睡會員 |
| #二 | 品牌（日期）麥當勞 ArchIQ vs 漢堡王縮手（Restaurant Dive 9/25；NRN 9/24） | 動作的本質AI 先用在後台與可量化省工時的地方，前台對話保留真人選項 | 關鍵事實ArchIQ：語音 AI 準確率逾 90%、每店每週省至少 50 工時；自動盤點省 5 工時、浪費 −15%；驗單攔下約 10% 錯單；統一 POS＋資料湖是前提。漢堡王：50–70 店測試、改為可選真人；Technomic：23% 覺得 AI 得來速有吸引力、46% 反感 | 台灣品牌可直接複製的動作導入 AI 前先寫下要解決的問題與 KPI；前台 AI 設為「可選」並保留真人退路；先統一 POS 與資料，再談 AI |
| #三 | 品牌（日期）Presto 整合 Toast（Restaurant Dive 9/21） | 動作的本質AI 功能掛在既有 POS 生態系上，降低中小連鎖導入門檻 | 關鍵事實AI 接單經 POS 直送廚房顯示系統；不需大量新硬體；準確率約 95%、約 10% 需員工介入；鎖定中型與新興多店速食品牌 | 台灣品牌可直接複製的動作選 AI 工具先問「能不能接上現有 POS 與廚房顯示」；預留真人接手流程；從單店試行再擴大 |
麥當勞會員改分三層：主攻約 1.5 億名沉睡會員
類型：分級會員・個人化行銷・沉睡會員喚回・跨品牌合作｜來源：Restaurant Dive（2026/9/25，已實查 Published 日期；記者 Aneurin Canham-Clyne，引述麥當勞全球行銷長 Morgan Flatley 於 9/23 投資人日發言）［1］
會員制的下一步不是「送更多點數」，而是承認不同的會員要的東西根本不一樣——常客要身分感，沉睡會員要立即的實惠。
麥當勞將在近期推出分級版本的會員制度。全球行銷長暨新事業負責人 Morgan Flatley 在 9 月 23 日投資人日上說明，每一層都針對特定的一群消費者設計，從常客、偶爾來的客人，到已經不活躍的會員［1］。除了鼓勵來店頻率的分級之外，麥當勞也會把會員制度與其他大品牌串聯，提供像 Uber 乘車金、Disney+ 訂閱這樣的福利，提升會員制度的吸引力［1］。
規模是這一切的起點：麥當勞有將近 2.2 億名 90 天內活躍的會員，這個量級代表會員之間存在明顯不同的優先順序［1］。
最上層是常客——每月至少光顧一次。Flatley 說，這群人「特別受優惠、活動和新品驅動」；在分級制度下，麥當勞會用超越菜單折扣的方式肯定這份品牌依戀，可能包括「更快累積點數、搶先嚐到限定品與周邊，或是一張令人嚮往的麥當勞上市活動邀請函」［1］。
中間層是至少每季來一次的顧客。麥當勞打算用「以對他們最重要的食物、習慣與時刻為基礎的高度個人化體驗」驅動特定的來店——例如早餐常客收到早餐商品的專屬優惠，家庭客群則收到團體或大份量訂單的折扣與加碼，甚至可以在家人之間共享點數；此外也會用遊戲化鼓勵這群人嘗試更多菜單［1］。
但最大的機會，可能是那群曾經註冊、最近卻沒來過的龐大會員——Flatley 說這群人多達 1.5 億名。「我們的目標是給他們一個重新考慮麥當勞的理由，」她說，「這群人比較不會被品牌周邊、獨家商品或體驗打動，他們的方案必須是立即且實際的。」生日禮、單次來店的驚喜誘因，對不活躍的會員效果不錯［1］。另一個喚回的方法是來自 Uber、Disney 等其他品牌的合作優惠——在早期市場測試中，這類活動讓沉睡會員的參與明顯上升；「以德國為例，參與的顧客中最多有 20% 是新會員或低頻會員」［1］。
報導也指出，這些轉變與近年許多速食龍頭的調整類似：基本的點數制會員在速食業已經無所不在，大品牌正在找方法擴大吸引力、做出差異，並防止消費者流向其他品牌［1］。例如星巴克有多個層級、層級越高累點越快、獎勵越多；必勝客今年稍早在會員制度裡加入周邊發售與數位遊戲；Olive Garden 則復刻了 Pasta Pass——少數消費者用 100 美元在 13 週內無限享用一款招牌主餐［1］。
為什麼這件事會成為本週話題？
因為它把一個大多數品牌不願意正視的數字攤開來講：註冊過卻沒回來的會員，比活躍會員還多。 麥當勞的 1.5 億沉睡會員，大約是它 2.2 億活躍會員的七成。多數品牌的會員行銷資源都花在已經常來的人身上——推播、新品通知、集點活動——而真正流失的那一大群，收到的是同樣的訊息，自然沒有反應。
第二個訊號是「不同層要不同的東西」被講得非常具體。常客不缺折扣，要的是被當成特別的人（搶先、活動邀請）；沉睡會員對周邊與獨家沒興趣，要的是「現在就能省到錢」。同一套點數規則套在所有人身上，常客覺得沒被重視、沉睡會員覺得沒有誘因——兩邊都失效。
第三是跨品牌福利的角色。Uber 乘車金、Disney+ 訂閱對麥當勞來說不是本業，但對一個已經不太想到麥當勞的人來說，「用麥當勞 APP 可以拿到 Uber 乘車金」是一個全新的打開理由。德國「最多 20% 是新會員或低頻會員」的數字說明，別人的品牌可以用來喚回自己的沉睡會員。
台灣有沒有前例？海外有沒有對照？
台灣前例：台灣的大型餐飲會員系統——王品的瘋美食、饗賓會員——多以「消費累點、點數折抵」為主，分級多半依消費金額而非來店頻率。本週台灣候選清單記錄德克士會員月第二波，用「2026 年 8 月 19 日前已是會員」切分，讓老會員直接領免費炸雞、新會員另有入會禮，這是用「入會日期」分群的做法；本欄 W37 記錄王品把外送平台串進瘋美食的 590 萬會員生態圈。麥當勞的差別在於分群的依據是「來店頻率」，而且明確把沉睡會員當成一個需要專屬方案的族群，而不是等他們自己回來。 本週台灣候選清單另一則統一 uniopen 聯名卡串聯 30 個品牌、會員突破 2,000 萬人，則是台灣版的跨品牌點數生態圈。
國際對照：日本本週的雲雀集團用另一種方式經營會員：連休 5 天、16 個品牌約 2,600 店合辦「點數均分」，總額 1 億點按消費次數均分，同日換品牌可以多拿一口，點數在 10 月發放、年底到期（見本週日本篇）。麥當勞向外借別人的品牌喚回沉睡會員，雲雀向內用自己的其他品牌擴大既有會員的消費範圍；前者解決「會員不回來」，後者解決「會員只去一個品牌」。 W38 日本的彌生軒則用「兩週內不限次數、每次折 100 日圓」的 APP 通行證測試來店頻率的彈性——三者合起來，就是分級會員的三個工具：跨品牌喚回、集團內導流、頻率通行證。
我的餐廳品牌有什麼學習點？
- 先把會員切成三群：高頻、中頻、沉睡：從 POS 或會員系統拉出每位會員最近 90 天的來店次數——每月一次以上是高頻、每季一次是中頻、90 天以上沒來是沉睡。很多品牌做完這一步才發現，沉睡會員比活躍會員還多。
- 對不同的群給不同的東西：高頻會員給身分感（新品搶先、會員專屬活動、累點加速）；中頻會員給符合習慣的個人化優惠（早餐客推早餐、家庭客推分享餐）；沉睡會員給立即、實際、門檻低的優惠（生日禮、下次來店直接折抵），不要用集點或周邊去喚回他們。
- 找異業夥伴做跨品牌福利：沉睡會員已經不太想到你，但他可能每天用叫車 APP、串流平台或電信服務。跟這些品牌交換福利（你的會員拿他的優惠、他的會員拿你的優惠），給沉睡會員一個重新打開你的 APP 的理由。
常見問題 FAQ
需要，而且規模小的時候更容易做。分級的重點不是複雜的等級制度，而是「對不同的人說不同的話」。幾萬名會員也可以先切成三群，各發一種訊息，看哪一群的回應率最高。
取決於業態的正常來店頻率。速食或飲料店可能 60 到 90 天沒來就算；聚餐型餐廳可能要 6 個月。原則是「超過主力客正常回訪間隔的兩倍」。麥當勞用的是 90 天活躍度作為基準。
這正是分級的意義——活躍會員拿到的是不同類型的獎勵（身分感、搶先、專屬活動），而不是比較少的折扣。只要兩群人收到的訊息是分開的，活躍會員通常不會知道、也不在意沉睡會員拿到什麼。
小品牌可以從在地或規模相近的夥伴開始：附近的健身房、書店、電影院、叫車或外送以外的生活服務。交換的條件可以很簡單——互相在會員推播中放對方的優惠。麥當勞能找 Uber、Disney，小品牌可以找商圈裡顧客重疊但不競爭的店家。
看三個數字：沉睡會員的喚回率（收到優惠後 30 天內回來的比例）、中頻會員升到高頻的比例、以及高頻會員的留存率。麥當勞在德國看的是「參與者中新會員與低頻會員的比例」，這也是檢視跨品牌福利是否真的觸及新族群的好指標。
新聞資料來源
［1］How McDonald’s plans to reactivate 150M infrequent loyalty guests｜Restaurant Dive 2026/9/25
麥當勞推 ArchIQ、漢堡王對得來速 AI 踩煞車
類型：AI 營運平台・得來速語音 AI・統一 POS 與資料・顧客接受度・科技投資 KPI｜來源：Restaurant Dive（2026/9/25，已實查 Published 日期；資深編輯 Julie Littman）［2］；Nation’s Restaurant News（2026/9/24，已實查 RSS pubDate；FSTEC 9/23 座談）［3］［4］
AI 用在哪裡比用了多少更重要——麥當勞把 AI 放進每一個可以量化省工時的流程，漢堡王則發現前台的對話不能硬塞給機器。兩家都對，因為它們回答的是不同的問題。
麥當勞這一邊：ArchIQ。麥當勞將部署 ArchIQ——一個以 AI 驅動的餐廳營運系統——作為「Next」策略的一部分；全球餐廳體驗長 Jill McDonald 在 9 月 23 日投資人日上宣布［2］。全球資訊長 Brian Rice 說明，ArchIQ 將用在得來速語音 AI、自動庫存追蹤、含電腦視覺的連網設備，以及確保訂單正確［2］。
Rice 先講地基。麥當勞自 2023 年與 Google 合作以來，已在 7 個主要市場的數千家店部署 Google Edge 技術，2027 年會帶到美國；也已經在幾乎所有市場建立統一的 POS 系統，從「零散、客製化的在地系統，走向為快速創新打造的一致平台」［2］。此外還建立了一個直接連到門市營運的標準化資料湖——「串起全球超過 4.6 萬家餐廳的營運心跳，每天擷取數十億筆資料點，讓我們的 AI 模型能做出精準的即時判斷」［2］。這個數位地基，讓 ArchIQ 能把自動化、診斷、預測警示與教練功能整合成一個平台，供員工、店經理、加盟主與營運團隊共同使用［2］。
具體效果是一串可以量化的數字：
- 得來速語音 AI「Archy」：英語與西班牙語都能接單，準確率逾 90%；早期測試店的得來速顧客滿意度高於全國趨勢；「Archy 擴大後，每店每週至少可以省下 50 個工時」［2］。
- 自動盤點：用藍牙低功耗標籤即時管理庫存，每週約省 5 工時、食材浪費減少 15%［2］。
- 連網設備與電腦視覺：提升餐點品質與一致性，並預測性管理設備，讓每店關鍵設備與菜單的可供應率提升約 50%［2］。
- 秤重驗單：每天驗證數百萬筆訂單，「讓員工在送到顧客手上之前，攔下並更正其中 10% 的訂單」［2］。
部署的節奏是「條件制」：高層沒有給出全面上線的時程，門市必須先符合科技前提，「我們先驗證門市是否就緒才會擴大」［2］。報導也回顧了麥當勞的 AI 失敗史：2019 年買下 Dynamic Yield 做得來速與點餐機的推薦、2021 年賣給 Mastercard；2021 年起與 IBM 測試得來速語音 AI，但因準確率不佳，2024 年結束合作［2］。
漢堡王這一邊：踩煞車。NRN 報導，漢堡王發現有些顧客不喜歡跟機器人講話，正計畫讓顧客更容易選擇真人點餐［3］。漢堡王在得來速測試 AI 語音點餐已經好幾年，品牌科技副總裁 Chakri Somisetti 在 FSTEC 座談中說：「我們很快就發現，如果強迫 AI 成為唯一的點餐方式、唯一跟品牌互動的方式，效果不好。在試點餐廳裡，有顧客因為不想跟機器人講話而直接開走。」［3］目前仍在約 50 到 70 家店測試語音 AI，但正在開發讓顧客對點餐方式有更多選擇的做法［3］。
同一場 FSTEC 上，研究機構 Technomic 公布的調查提供了背景：在店內向員工點餐仍是最受歡迎的方式，46% 消費者覺得有吸引力；只有 23% 覺得向 AI 得來速機器人點餐有吸引力，而有 46% 覺得反感［3］。Technomic 創新副總裁 Rich Shank 說：「我不是說點餐機和 AI 點餐沒有道理，但它不是適合每個人。」［3］他在另一場演講裡還指出，超商正積極搶攻餐飲——95% 超商業者認為餐飲是策略重點，68% 消費者認為超商和餐廳一樣能提供新鮮、有品質的餐點；超商高度科技導向，餐廳反而該強調人的服務，因為向店員點餐的顧客，滿意度與忠誠度指標平均約 58%［4］。
漢堡王並沒有放棄科技。過去幾年它在科技上花了約 4 億美元，主要是統一資料與技術架構；近期開始用 AI 支援後場員工——名為 Patty 的 AI 助理透過耳機與員工溝通，協助他們提供更好的服務，例如提醒說「請」與「謝謝」［3］。Somisetti 的決策原則很清楚：「我們一定從『我們要解決什麼問題、背後的 KPI 是什麼』開始。如果它回答不了我們要解決的問題，我們就不投資。」［3］
為什麼這件事會成為本週話題？
因為兩家速食巨頭在同一週，對同一項技術給出了看似相反的答案——而把兩則放在一起看，其實是同一個結論。
麥當勞的 ArchIQ，多數效益來自後台。 自動盤點、秤重驗單、設備預測維護——這些都是顧客看不到、但能直接量化成工時與浪費的流程。唯一的前台應用是得來速語音 AI，而麥當勞給的數字是準確率逾 90%、滿意度高於全國趨勢——它有信心，因為它背後有統一的 POS 與資料湖。
漢堡王發現的是前台的極限。 語音 AI 在技術上可以接單，但有一群顧客就是不想跟機器講話，強迫他們只會讓他們開走。它的解法不是放棄 AI，而是讓 AI「可選」，同時把 AI 移到後台幫員工（耳機助理 Patty）。
第三個訊號是麥當勞也曾經失敗過。Dynamic Yield 買了又賣、IBM 合作因準確率不佳而結束——這次能推 ArchIQ，是因為它先花了三年統一 POS、建資料湖。AI 不是買來裝上就能用，地基沒打好，再好的 AI 也會像 IBM 那次一樣失敗。
台灣有沒有前例？海外有沒有對照？
台灣前例：台灣餐飲業的 AI 導入目前多在「接電話」與「訂位」這類前台但非面對面的場景。本週台灣篇的彩豚屋讓 AI 只接餐期忙線與打烊後的訂位電話——有人接得到時仍是真人接，AI 取代的是語音信箱而不是店員，剛好避開了漢堡王遇到的問題；同月稍早三商餐飲則在雲端廚房測試 AI 語音接外帶外送訂單。台灣的切入點本來就比較接近漢堡王的結論：AI 補在「沒人接」的地方，而不是取代「有人接」的地方。 本欄 W38 記錄棒約翰把 30 年前自寫的 POS 全換掉，才能做 AI 排班與團體訂餐助理——與麥當勞「先統一 POS 再談 AI」是同一件事。
國際對照：日本本週的調理自動化走的是後場路線——LAWSON 讓炒菜機器人做炒飯、味坊集団讓機器人打鍋，人移到備料、品管與接客（見本週日本篇）。日本把機器放在廚房、人放在前台；漢堡王把 AI 移到後台幫員工、前台保留真人選項；麥當勞則在前後台同時推，但前台有資料地基撐著。 三種做法的共同點是：顧客直接面對的那一刻，要嘛有真人、要嘛有選擇、要嘛有足夠準確的系統——不能是被迫的。
我的餐廳品牌有什麼學習點？
- 導入任何 AI 之前，先寫下「要解決什麼問題、KPI 是什麼」：漢堡王的原則最值得照抄——省多少工時？減少多少錯單？降低多少浪費？答不出來就先不投資。麥當勞的每一項 ArchIQ 功能都有一個對應的數字（50 工時、5 工時、15% 浪費、10% 錯單），這是說服加盟主與店長的方式。
- 先統一 POS 與資料，再談 AI：各店用不同的系統、菜單代碼不一致、資料散在各處，AI 就沒有東西可以學。麥當勞花三年統一 POS、建資料湖，才能推 ArchIQ；棒約翰也是先換 POS。對多數台灣連鎖來說，「每家店的 POS 資料能不能在總部即時看到」是比「要不要導入 AI」更優先的問題。
- 前台 AI 做成「可選」，後台 AI 先幫員工：點餐機、語音點餐都保留真人的選項；AI 先用在盤點、驗單、排班、員工提醒這些顧客看不到、但能直接省時間的地方。顧客接受度還在建立中（Technomic：23% 覺得有吸引力、46% 反感），後台的回報更確定。
常見問題 FAQ
兩者都可能是真的。準確率與滿意度看的是「願意跟 AI 點餐的顧客」的體驗；漢堡王看到的是「不願意跟 AI 點餐、直接離開的顧客」——他們根本不會出現在滿意度調查裡。所以結論是：AI 對願意用的人可以很好，但不能強迫不願意用的人。
適用在所有「顧客跟機器對話」的場景：點餐機、電話語音點餐、LINE 聊天機器人。原則一樣——對願意用的顧客提供方便，對不願意用的保留真人選項。後台的自動盤點、驗單、排班則幾乎與業態無關，每家店都可以參考。
換算一下：50 工時大約是一位全職員工一週的工作量。對台灣正在缺工的連鎖來說，意義不是裁掉一個人，而是讓原本不夠的人力能夠應付尖峰。重點是先算清楚自己的店在哪個環節花最多工時，再找對應的工具。
可以，但要從「單一功能、接得上現有系統」的工具開始，例如本週第三則的 Presto 掛在既有 POS 上、彩豚屋的 AI 直接寫回訂位系統。資料湖是規模化的前提，但不是開始的前提——先確保每一個新工具的資料都能回到同一個地方，資料湖會慢慢長出來。
這是把 AI 用在「提升服務」而不是「取代服務」的例子。Technomic 的數據顯示向店員點餐的顧客滿意度與忠誠度比較高，而超商正在用科技搶速食的客人——餐廳的差異化反而是人的服務。用 AI 幫員工把服務做好，是在強化餐廳相對超商的優勢。
新聞資料來源
［3］Burger King rethinks its drive-thru AI strategy｜Nation’s Restaurant News 2026/9/24
［4］QSR’s biggest competition is the C-store｜Nation’s Restaurant News 2026/9/24
Presto 語音 AI 整合 Toast POS：準確率約 95%
類型：AI × POS 整合・中小連鎖導入門檻・真人介入設計｜來源：Restaurant Dive（2026/9/21，已實查 Published 日期；記者 Aneurin Canham-Clyne）［5］
中小連鎖導入 AI 的門檻，不在 AI 夠不夠聰明，而在它能不能直接接上你現在用的 POS 和廚房。
得來速語音 AI 公司 Presto Phoenix 已把產品整合進 Toast 的夥伴生態系，讓使用 Toast 的餐廳更容易部署這套系統［5］。部署後，Presto 接下的訂單會經由 Toast 的 POS 系統傳送到餐廳的廚房顯示系統［5］。Presto 在給 Restaurant Dive 的電子郵件中表示，透過 Toast 部署屬於小幅整合，不需要大量新硬體，這種安裝上的便利可能加速得來速語音 AI 的採用［5］。
報導的背景說明：得來速語音 AI 雖然已在大品牌測試、也有一些重大擴張，但還沒有成為速食業的普遍配備；Presto 與 Toast 的整合，讓業者更容易部署，可能提高這項技術的採用率［5］。
上線成效方面：Presto 表示，截至 9 月 21 日這套技術已在一家 Toast 客戶上線，訂單準確率約 95%，約 10% 的訂單需要員工介入［5］。
這次整合的目標客群很明確——新聞稿說，整合可以幫助 Presto「把語音 AI 能力延伸到中型與新興的多店速食品牌」［5］。共同創辦人暨執行長 Krishna Gupta 說，Presto 正在「打開一個成長中的市場：正在投資現代 POS 系統、準備好用語音 AI 自動化得來速的創新速食品牌」［5］。
Presto 的其他動態：今年稍早 Dairy Queen 把 Presto 的初期測試擴大到部分加盟主；1 月 Presto 募資 1,000 萬美元支援擴張與部署；近年也與 Taco John’s、CKE、Wienerschnitzel 宣布合作或試點［5］。
為什麼這件事會成為本週話題？
因為它補上了本週 AI 故事裡缺的那一塊：中小連鎖怎麼導入。 麥當勞可以花三年統一 POS、建資料湖、自己開發 ArchIQ；漢堡王可以花 4 億美元整合架構。但大多數多店品牌沒有這種資源——它們需要的是「接上現有系統就能用」的工具。Presto 掛在 POS 生態系上，就是把導入門檻從「重建系統」降到「加裝一個整合」。
第二個訊號是「約 10% 需要員工介入」。這個數字很誠實：AI 接單不是 100% 自動，每 10 張訂單就有 1 張需要真人處理。 這代表導入 AI 時，流程必須預留真人接手的路——誰接、怎麼接、接手時顧客要等多久。這跟本週第二則漢堡王「讓顧客可以選真人」是同一個邏輯的營運版本：不只顧客要有退路，系統本身也要有退路。
第三是生態系的力量。當 AI、外送、會員、支付都以「整合進 POS」的方式提供，POS 就從收銀工具變成餐廳的科技平台——選 POS 時要看的，不只是收銀功能，還有它能接上哪些工具。
台灣有沒有前例？海外有沒有對照？
台灣前例：台灣沒有得來速文化，但「AI 接單要能直接進到系統」的需求一樣存在。本週台灣篇的彩豚屋特別強調，AI 接完訂位電話後要「即時寫回訂位系統、更新桌況」，否則現場還是要有人手動謄打；同月三商餐飲的 AI 語音接單測試，則以簡訊回傳訂單確認。台灣中小品牌評估 AI 工具時，第一個要問的問題與 Presto 的賣點一樣：它能不能接上我現在用的 POS、訂位系統與廚房出單？ 如果答案是「要另外輸入」，AI 省下的人力會被對帳與輸入吃掉。本欄 W37 記錄王品把外送平台訂單串進自家會員生態圈，也是「讓外部系統的資料回到自己手上」的同一條思路。
國際對照：本週第二則的麥當勞代表另一個極端——完全自建、統一 POS、資料湖、AI 平台一次到位；Presto × Toast 代表「借用生態系」的路線。日本本週的調理機器人（LAWSON、味坊集団）則是另一種單點導入：一台機器、一道工序，不需要改動整個系統（見本週日本篇）。大品牌自建平台、中小品牌掛上生態系、單店從單一工序開始——規模不同，路線不同，但都要先確定「新工具的資料和動作能回到既有流程裡」。
我的餐廳品牌有什麼學習點？
- 選 AI 工具先問「能不能接上現有 POS 與廚房出單」：接單、點餐、訂位類的 AI 工具，如果不能把訂單直接送進 POS 與廚房，就要有人重新輸入——這會抵消大部分的效益。評估時請廠商實際展示「AI 接單到廚房出單」的完整流程。
- 流程預留真人接手，並算進人力規劃：以 Presto 的數字來看，每 10 張 AI 訂單約有 1 張需要真人介入。導入前先定義：什麼情況轉真人（顧客要求、AI 聽不懂、特殊客製）、誰負責接、顧客等多久算合理。這些沒定義清楚，AI 反而會讓尖峰更混亂。
- 選 POS 時看它的整合生態，而不只是收銀功能：未來的 AI、外送、會員、支付工具多半會以「整合進 POS」的方式提供。POS 能接上的工具越多，品牌以後導入新科技的門檻就越低。
常見問題 FAQ
兩個數字看的是不同的東西。準確率是「AI 完成的訂單有多少是對的」；介入率是「有多少訂單 AI 沒辦法自己完成」——例如顧客要求找真人、點了系統不認得的客製、或對話中斷。這 10% 是導入 AI 時一定要規劃的真人工作量。
有，場景換成電話訂位、電話外帶點餐、甚至門市的語音點餐機。本週台灣篇的彩豚屋就是用 AI 接訂位電話。原則與得來速一樣：AI 接得起來、資料能直接進系統、無法處理時能轉給真人。
會有一定程度的綁定，這是生態系的代價。評估時可以問兩件事：資料能不能匯出、換 POS 時 AI 工具能不能跟著移轉。多數品牌的做法是先選一個整合生態完整的 POS，長期使用，而不是頻繁更換。
除非有像麥當勞那樣的規模與資料量，否則建議先用整合工具。自建平台需要統一的 POS、標準化的資料與專職的技術團隊；整合工具可以先解決單一問題（接單、盤點、排班），等資料累積起來、需求清楚了，再評估是否需要自建。
Dairy Queen、Taco John’s、CKE、Wienerschnitzel 都是加盟比重高、得來速訂單多的中大型速食品牌——它們的共同需求是「在不大改門市的前提下，讓得來速的點餐更有效率」。台灣的對應是電話與外帶訂單多、加盟店多的品牌：飲料、便當、早餐連鎖，最需要「不改門市就能導入」的工具。
新聞資料來源
［5］Presto integrates with Toast to scale drive-thru voice AI｜Restaurant Dive 2026/9/21
本週結語
把本週三則疊起來看，會得到一條清楚的線：會員與 AI 都走過了「有沒有」的階段，現在的功課是「分層」——會員依來店頻率給不同的東西，AI 依顧客願不願意跟機器講話決定放在前台還是後台。
麥當勞把近 2.2 億名活躍會員分成三層，承認最大的機會是那 1.5 億名註冊過卻沒回來的人，並用 Uber、Disney+ 這些別人的品牌把他們叫回來；ArchIQ 把 AI 放進每一個能量化成工時與浪費的流程，前提是三年前就開始統一 POS 與資料。漢堡王在同一週承認，前台的 AI 不能強迫——只有 23% 消費者覺得 AI 得來速有吸引力，強迫的結果是顧客開走；它把 AI 移到後台，用耳機助理幫員工把服務做好。Presto 把語音 AI 掛上 POS 生態系，讓沒有麥當勞資源的中型品牌也能導入，但也誠實地告訴大家：每 10 張單約有 1 張需要真人。三者做的是同一件事的不同版本——不是給所有人同一套方案，而是先分清楚對象，再決定給什麼、交給誰。
這條線背後有一個共同的前提：資料是分層的基礎。 會員要分層，得先知道每個人多久來一次；AI 要放對位置，得先有統一的 POS 與能回到同一處的資料。本週台灣篇的彩豚屋強調「AI 接完要寫回訂位系統」、日本篇的雲雀用 APP 追蹤每一口點數，說的都是同一件事。
對台灣的品牌主，本週的提醒可以收成一句話：打開你的會員後台與 POS 報表，問兩件事——你的會員裡，有多少人超過 90 天沒來？你的每一家店，資料能不能在總部即時看到？ 第一題的答案告訴你下一個會員方案該給誰，第二題的答案決定你能不能用上接下來的每一種 AI。
