033Lab.

觀點文章 / 未來十年慢變量

AI 幫我準備八成,最後的決定還是要有人做

從一份餐廳新菜單,談 AI 時代真正需要的判斷力
李文珊(33)編輯日期:2026.10.144 分鐘閱讀

每次聽到有人說「現在 AI 這麼厲害,行銷是不是自己做就好」,我其實不太想急著反駁。因為我自己就是大量使用 AI 的人。它確實替我省下非常多整理資料、比對紀錄與做前置研究的時間。

但最近陪一家餐廳討論明年的新菜單,讓我更清楚看到這件事:AI 可以幫我們做好大量準備,但最後的選擇,還是來自人對經營現場的理解,以及願不願意承擔選擇後果。

要換的其實不只是菜單

一開始,老闆與我已經有了大方向。接下來需要把想法變成真正能在店裡使用的菜單。

第一個問題不是哪道菜要放大,而是菜單要長什麼樣子。書本式?整本印刷?可抽換內頁?還是正反兩面的單張?這看起來是設計問題,但每一種形式都牽涉到更新成本、現場拿取和顧客閱讀習慣。最後,我們考慮了在地客群與年齡層,選擇正反面形式。

第二層才是價格。人力成本增加、原物料價格變動,有些品項甚至面臨供應不穩。漲多少,不能只看單一成本,也不能只怕顧客不買單。要看每道品項的成本、組合、顧客可接受度,以及調整後整體營收與毛利可能怎麼變。

第三層則是點餐現場。顧客能不能一眼看懂?有些品項該合併嗎?要不要刪除?同一時間湧入的晚餐客人,會不會因為菜單太複雜,一直叫員工解釋?如果能讓客人更快點餐、讓員工更快出單,就有機會讓尖峰時段運作得更順。

所以這份菜單同時連著客單價、點餐速度、員工工作量與顧客體驗。它從來不只是把菜名重新排版。

AI 最幫得上忙的地方,是把脈絡接起來

我把過去的銷售資料、行銷活動紀錄,連同能使用的後台資料交給 AI 協助分析。它提出了一些菜單組合建議,也能提醒我們:如果今年已有固定的每月活動,新菜單或新組合會不會和原本活動互相衝突?

這部分非常好。因為資料不再散落在不同月份、不同報表裡,討論時比較容易看見全貌,也不用每次從零開始翻資料。

根據史丹佛大學《2026 AI Index》,引用 2025 年企業調查,受訪組織中有 88% 表示至少在一項業務功能使用 AI。這是調查受訪者的比例,不代表台灣每間店都已導入,但可以看出 AI 正快速成為日常工作工具。

但有一個建議,我們沒有採用

在品項篩選時,AI 曾建議把泡菜與辣味品項做取捨,理由大致是兩者都與「辣」有關。

只看分類,好像很合理。但在現場,喜歡泡菜的人未必是因為想吃辣;喜歡辣味的人,也不一定會點泡菜。這是兩種不同的購買理由。

AI 是依據我們給的資料與問題,做出它認為合理的整理。也有可能是我當初給它的條件不夠完整,才會出現這樣的建議。但這剛好讓我意識到,不能因為它能分析,就把每一個取捨都交給它。

我不需要把 AI 訓練成全知全能,直到取代我。它如果能做好八成準備,讓我和老闆把心力集中在另外兩成真正有重量的選擇上,我覺得已經很有價值。

老闆買的,不只是我的工作時間

我一直覺得老闆像開船的人。方向要由他決定,因為做完決策,業績壓力、員工安排、顧客反應,最後都會回到他身上。店越多,有時一句看起來很輕的決定,背後牽動的事情越多。

我不能替老闆決定,但我可以把其他店家曾經走過的路、不同產業的做法、眼前看得到的資料與可能風險,放到桌上一起討論。

不是找出一個放諸四海皆準的「最佳答案」,而是知道目前有哪些選擇、最好和最壞的狀況可能是什麼,再決定現在最適合走哪一步。

我認為未來 AI 只會更好用,也應該更積極地用。只是當整理資料越來越容易,能不能問對問題、看懂現場、做出取捨,會變得更重要。

這也是我做行銷顧問時,最希望能提供給經營者的部分。


延伸閱讀: 你買的不是幾篇貼文:整合行銷怎麼陪老闆做決策|未來十年,小店最缺的可能不是行銷

資料來源: Stanford HAI, 2026 AI Index Report。本文中的餐廳情境為實際顧問工作經驗,為保護合作對象已隱去可辨識資訊;決策過程不代表所有餐廳適用同一做法。

你也在面對類似的經營問題嗎?

如果你想先看清楚自己的品牌與行銷卡在哪裡,可以從 033 Lab 的品牌健檢與合作方式開始了解。

回 033 Lab 首頁,了解合作方式 →