在臺灣的連鎖咖啡烘焙市場，多吉那（多那之Donutes）占有一席之地。它的麵包、西點、甜點強調「一日鮮」，製作、上架、銷售得在當天完成，賣不完的麵包都要報廢，也吸引一批重視食安的忠實客戶。這聽起來像品牌特色，但背後藏著的是營運壓力。
多吉那長期面臨約8%的報廢率，各家門市如果貨訂多了，會被檢討浪費；訂少了，出現尖峰斷貨、客人買不到，則錯失營收。
為引領商業服務業跨越轉型門檻，經濟部商業發展署積極推動「智慧雨林產業創生計畫」，著力推升百工百業導入AI應用，將傳統經營難題轉化為數位成長契機。多吉那集團總經理林育芳直言，這不是單純的成本優化題，而是品牌續航題，「如果我們只能靠資深店長的經驗在撐，品牌會長不大，人才也接不上。」
於是，多吉那選擇用AI解題，邀高雄科技大學商業智慧學院、國興資訊支援技術整合，在高雄明誠門市啟動「跨域共創AI智慧咖啡烘焙門市營運升級計畫」，借助AI把店長經驗變成數據。
銷售預測上線，備貨不再是賭注
對餐飲業者來說，「多備幾份」只是進貨微調；但對「一日鮮」來說，進貨太多變成報廢、太少就斷貨，則是過猶不及的生死線。
一般店長的採購做法是打開POS（銷售時點情報系統），看前幾天賣了多少，再用Excel回推「今天要叫幾顆麵包」。但現場需求從來不光看歷史數字，門市附近是否剛好有活動、下雨機率、連假期間、開演唱會等因素，都會影響銷量。然而，店長做人工銷售預測時，往往只憑過往的經驗。
現在，多吉那導入「AI銷售備貨營運助手」，讓這件事變成系統化判斷。這套決策工具的建置，正展現了計畫中「將資深經驗數位化」的願景。模型會同時讀門市實際銷售、叫貨紀錄、各店商圈活動、天氣、連假、品牌促銷檔期、國定假日，最後輸出各門市最需要的一句話：「明天建議備多少貨。」
例如，高雄每逢3天連假，在地門市銷量可能爆炸，台北平日通勤路線上的門市，則是早上咖啡加麵包的組合，銷售得最快。而AI能做的，是把這些在地變異轉成可重複參考的依據。
「以前純靠店長用經驗叫貨，現在AI給我們量化後的建議，能幫助新人店長叫對貨。」林育芳強調，當門市下單更貼近真實需求，中央廚房就敢備料，也能穩定生產，不用每天猜量。這樣一來，報廢率從8%再降1、2個百分點，對企業就是實打實的成本回收。
在這項計畫中，負責執行系統運作的國興總經理洪孟志強調，門市除了需要看報表外，更迫切想要「能動得起來的流程」。他的團隊負責串接各個系統，像是AI備貨建議要回到 POS，促銷決策要能即時推播給會員App，門市電子看板要立刻換成對應的活動視覺。
洪孟志認為，這種「算得到＋發得出＋現場立刻用」的整合能力，正是烘焙產業過去最缺乏的。
烘焙業有一句殘酷的鐵律：時間一過，價值歸零。多吉那奉行「一日鮮」原則，商品保鮮時間過了，就可能報廢，因此，它正在把這件事從「事後檢討」變成「即時處理」，交由高科大將變數數據化，國興主攻決策自動化，兩者的合力目標只有一個，就是讓門市不必等到每天打烊才檢討，而是在商品還在貨架上時，系統就能開始聰明運作，輔助店員做出即時判斷，提高周轉效率並降低損失。
此種即時決策與反應機制，呼應了「智慧雨林計畫」對於強化產業應變能力與韌性的期待。像是計畫中建置的「AI動態售價與優惠推播」，是由系統依天氣、人潮、時段、活動狀態，自動啟動不同促銷策略，不需要店長再逐一打電話請示「今天下雨，麵包走很慢，我可不可以打折？」
麵包品項多、外觀類似，辨識待克服
理想狀態是某一家店、某一時段，被系統偵測到剩量偏高，這時即刻啟動對應的優惠，甚至自動生成文案推播，把「今晚剩太多」變成「現在就動手賣掉」，展開最後一波清貨。
至於，臺灣餐飲零售業者會進行「刷條碼」的自動化，多吉那坦言「還在路上，沒完全落地。」這是因為多吉那光是常溫麵包，品項就超過150種，而且多數沒有條碼，麵包外表又長得「幾乎一模一樣」，連店員都要看第二眼去分辨，更別說是機器能不能看得懂。
多吉那寄望建立「AI智慧結帳櫃檯」，由顧客將托盤放在機器的感應區，系統拍照辨識品項並帶出價格，這等於是將資深店員的記憶力交給機器。但是，每一批烘焙產品有各自不同的色澤、差距些微的尺寸，都會影響影像辨識，而且光線角度也會干擾模型判斷。因此，多吉那下一階段要挑戰的，就是把「能做到demo」的辨識準確度，推到「能用於櫃檯」。
過去，一家店換了店長，往往沒人說清楚叫貨數量是依哪些因素來調控，現在，這類經驗被系統記錄成決策邏輯，連同商圈條件、連假效應、返鄉潮，甚至演唱會帶來的人潮變化，都成為AI的提示。
光是這一點，對加盟體系尤其關鍵。如果AI的建議可以用低成本、標準化方式，複製到加盟店，品牌就不必靠全臺5年老店長的經驗去維持水準，展店邊際成本也會下降。
林育芳總結指出，AI對多吉那來講，是將每天凌晨開始運轉的烘焙生意，變成一套「能被教、複製及交班」的營運方法，接著再透過與學校、資服業者的合作，AI不再只是成本，而是把「資深經驗」系統化，實現大規模複製的「營運DNA」。
學界協力│高科大專注二項關鍵要素，盼AI看懂影像、算準決策
結合政府計畫資源與學術技術能量，多吉那根據「一日鮮」原則所做的決策系統，由高科大商業智慧學院負責讓AI「看得懂、算得準」。該校商業智慧學院院長傅振瑞指出，預測、辨識是這次合作案同步運行的兩條AI主線。
第一條線是預測模型，以處理營運決策為主，例如明天要做幾顆麵包、哪些品項要多備、什麼時段會爆單。由學生團隊將歷史銷售、叫貨紀錄、節慶檔期、天氣與連假等因素，餵入模型後，再建模、驗證、持續修正，直到預測值和實際銷售的落差，收斂到可接受範圍，才推進門市實測。
第二條線是辨識模型，也就是結帳現場的影像辨識。由於門市品項眾多且沒有條碼，櫃檯新員工需靠記憶背下品項。所以，在理想狀態下，應由系統直接辨認產品並帶出價格，將「資深店員的記憶力」轉為機器流程。
然而，傅振瑞也說台式麵包實在「長得太像」，AI難以分辨，因此，團隊仍需透過重拍訓練影像、調整模型等，持續迭代，才能達到「推進收銀台」的終點目標。
對高科大來說，這不僅是研究，而是將學生直接投入解決門市難題的實戰場。由於銷售預測、動態定價、影像辨識等題目，都有相對應的專題與論文，學生只需親手完成資料清洗到模型微調，將會有所收穫。
