← 返回洞察
場景實踐發布於 2026.08· 71 SI 场景智能研究团队

團餐經營智能:AI 如何進入菜譜、採購、庫存與經營

團餐的真正難點,不是生成一份菜譜,而是讓菜譜、庫存、採購、供應商、成本與生產形成聯動。本文以團餐經營為例,說明場景智能如何讓 AI 從單點工具進入完整業務流程。

核心結論
  • 團餐經營不是一個獨立的模組,而是一條由菜譜、庫存、採購、供應鏈、生產與經營組成的閉環。
  • 真正值得智能化的不是「菜譜」這個功能,而是菜譜、庫存、採購、供應鏈、生產與經營之間的關係。
  • 場景智能讓 AI 從「生成內容」走向「參與經營」:理解上下文、連接系統、推動下一步行動,並以業務結果衡量自己。
71 SI 觀點

71 SI 觀點:AI 真正進入企業,不是因為增加了一個聊天窗口,而是因為它開始理解業務之間原本分散的關係。

很多人談團餐 AI,第一個想到的是:用 AI 自動生成菜譜。但如果只做到這一步,AI 仍然只是內容生成工具。

用 AI 自動生成菜譜。

對一家真正每天供餐的企業來說,「今天吃什麼」從來不是一個獨立問題。它同時受到很多因素影響。

  • 今天有多少人用餐
  • 每餐預算是多少
  • 有哪些營養與品類要求
  • 倉庫現在有什麼
  • 哪些食材即將過期
  • 最近哪些菜品重複出現
  • 原材料價格是否發生變化
  • 供應商今天能不能送到
  • 廚房是否具備相應生產能力

因此,真正值得智能化的不是「菜譜」這一個功能,而是菜譜、庫存、採購、供應鏈、生產與經營之間的整個關係。這就是一個典型的場景智能問題。

菜譜、庫存、採購、供應鏈、生產與經營之間的整個關係。

一份菜譜背後,其實是一條經營鏈

假設某食堂明天需要為 1,500 人供應午餐。系統首先拿到的不是一句「幫我生成四菜一湯」,而是一組真實業務條件。

  1. 1
    用餐需求
    1,500 人、餐標、餐次、特殊人群和營養要求。
  2. 2
    菜譜規劃
    結合菜品庫、歷史使用情況、營養要求與成本約束設計菜單。
  3. 3
    庫存校驗
    哪些原材料已有庫存?哪些需要優先消耗?是否存在臨期或積壓?
  4. 4
    採購需求
    根據實際缺口計算採購量,而不是重新採購全部原材料。
  5. 5
    供應商與價格
    誰能供貨?價格多少?交期是否滿足?是否符合既定採購規則?
  6. 6
    下單與履約
    生成訂單、跟進配送、處理缺貨或替代品。
  7. 7
    生產與實際消耗
    實際用了多少?剩餘多少?菜品接受度如何?
  8. 8
    經營反饋
    結果重新回到下一輪菜譜、採購和庫存決策。

這是一個不斷循環的經營閉環。

AI 真正需要理解的,不只是菜品

如果要讓 AI 參與這條鏈路,它至少需要理解五類核心業務信息。

  1. 1
    數據
    庫存、價格、用餐人數、歷史消耗、採購記錄、成本和菜品數據。
  2. 2
    流程
    菜譜怎麼制定、採購如何發起、誰審批、如何下單、如何入庫與生產。
  3. 3
    規則
    餐標、營養要求、食品安全、供應商準入、採購制度和審批規則。
  4. 4
    角色
    廚師長、採購員、倉管、供應商、項目經理和管理者分別負責什麼。
  5. 5
    系統
    菜譜系統、庫存系統、採購系統、供應商平台和經營數據平台。

這些信息共同構成團餐經營的場景上下文。沒有這些上下文,AI 可以生成一份看起來不錯的菜譜;有了這些上下文,AI 才可能開始參與經營。

從一個 AI 助手,變成多個智能角色協同

在這樣的場景中,不一定需要一個「無所不能的超級 Agent」。更合理的方式,是把不同工作交給不同智能角色。

  1. 1
    菜譜規劃師
    理解人數、餐標、營養要求、歷史菜譜與庫存狀態,生成符合實際條件的菜譜方案。
  2. 2
    數字採購員
    根據菜譜需求和現有庫存計算採購缺口,比較供應商、價格與交期,形成採購方案。
  3. 3
    庫存助手
    持續發現缺貨、積壓、臨期和異常消耗,並影響菜譜和採購決策。
  4. 4
    經營分析員
    分析食材價格、菜品成本、實際消耗和經營異常,幫助管理者找到改善空間。

不同角色各自負責不同任務,但共享同一個業務上下文。因此它們知道的不是四套互不相關的信息,而是同一家食堂、同一天、同一批庫存、同一套規則和同一個經營目標。

同一家食堂、同一天、同一批庫存、同一套規則和同一個經營目標。

場景智能真正改變的是「關係」

傳統企業軟件經常按照職能拆分:菜譜是一個模塊,庫存是一個模塊,採購是一個模塊,供應商又是一個模塊。每套系統都能工作,但很多真正的經營判斷仍然要靠人把信息重新拼起來。

例如:豬肉價格突然上漲,是否應該調整下週菜譜?這不是菜譜系統單獨能回答的問題。它需要同時理解:價格變化、現有庫存、菜品結構、餐標、歷史菜譜與可替代食材。

  • 價格變化
  • 現有庫存
  • 菜品結構
  • 餐標
  • 歷史菜譜
  • 可替代食材

當 AI 能夠在這些信息之間建立關係,智能才真正開始進入經營。

從「看數據」到「推動下一步」

傳統經營系統更多是在告訴管理者:發生了什麼。場景智能還要繼續回答:為什麼發生?會影響什麼?下一步應該怎麼做?哪些事情可以直接執行?

例如發現某項食材庫存異常後,系統不只是發出預警,它還可以進一步識別可能積壓、找出可以消耗這批庫存的菜品、評估是否符合近期菜譜、提出替換方案、經人工確認後調整菜單,並同步影響下一批採購需求。這才是從「數據 → 判斷 → 行動」形成的智能閉環。

如何衡量團餐經營智能的價值

這類系統不應該只用「AI 回答準不準」來衡量。更值得觀察的是協同效率、經營響應、庫存與損耗、成本控制與決策質量。

  1. 1
    協同效率
    菜譜、採購、庫存之間需要多少人工溝通和重複整理。
  2. 2
    經營響應
    當人數、價格、庫存和供應發生變化時,業務調整速度是否提高。
  3. 3
    庫存與損耗
    是否減少積壓、臨期、不合理採購與原材料浪費。
  4. 4
    成本控制
    菜譜設計與採購決策是否開始形成更直接的成本反饋。
  5. 5
    決策質量
    管理者能否更早發現問題,並獲得可執行的處理方案。

71 SI 觀察

團餐是一個很典型的場景智能樣本。它證明了一件事:AI 真正進入企業,不是因為增加了一個聊天窗口,而是因為它開始理解業務之間原本分散的關係。

AI 真正進入企業,不是因為增加了一個聊天窗口,而是因為它開始理解業務之間原本分散的關係。

當菜譜知道庫存,採購理解菜譜,庫存影響下一輪經營決策,智能才不再是一個外部工具,它開始成為經營系統的一部分。這就是我們所說的:讓智能進入真實經營。

參考資料

常見問題

相關閱讀

從一道菜譜開始,看清你的經營鏈

用一次共創,把菜譜、庫存與採購的聯動跑通。