麵包店的 AI 轉型思考：
導入 AI 前，先問哪些工作其實不需要存在

當 AI、自助結帳、各種自動化技術快速進入烘焙零售現場，比起先想「什麼可以自動化」，更重要的是評估「哪些工作根本不需要存在」。

人力短缺與勞動成本上升，讓零售業者加速尋找自動化的解方。原本需要大量人力完成的工作，開始交給機器去執行。Reuters 近期報導韓國零售業的自動化趨勢時，觀察到勞動人口減少、人力成本壓力提升，咖啡店、餐飲業與其他零售業者正加速採用無人化與自助服務。對許多企業而言，導入自動化的目標，逐漸從「提升效率」，轉變為「應對勞動市場變化」的營運策略之一 ¹。

也因此，當企業在評估 AI 或自動化時，很自然會先從人力密集的工作開始問：「哪些工作最耗人力？」、「哪些工作可以交給 AI？」

問題是，這樣的思考仍然把現有流程當成了前提。

如果今天從零開始設計這家店，我們還會用同樣的方式做這件事嗎？

這個問題，可以從一個 Tesla 的故事開始談起。

最有效率的改善也許是「刪掉」工作步驟

伊隆・馬斯克 (Elon Musk) 曾分享特斯拉 (Tesla) 生產初期的一個案例。當時，電池組上方有一片玻璃纖維墊，需要由一台昂貴的機器人將它黏貼到電池組上，但這個流程一直很不順利：機器人的吸盤經常無法穩定吸取墊片，塗膠量也難以控制。工程團隊最初的反應是「改善機器人的表現」。他們調整程式、縮短動作路徑、改善上膠量，希望這個環節可以跑得更快、更穩定。

直到馬斯克追問一個非常基本的問題：「這個墊子到底是拿來做什麼的？」才意識到各個團隊對這個零件有著截然不同的認知。實測後也才發現「有無這塊玻璃纖維墊」根本沒有差別，於是果斷「刪掉」這個零件，也連帶省掉了原本負責處理它的高昂機器人 ²。

這個故事值得注意的地方是「最後根本沒有必要讓機器人繼續做這件事」，而非「如何把機器人優化得更有效率」。同樣的，當企業準備優化任何流程之前，應該先盤點流程、收斂流程，先思考「這個流程為什麼存在」。

把錯誤的流程做得更有效率，仍是一種浪費

這其實不算是 Tesla 特有的管理哲學，而是 Lean Thinking (精實思維) 強調的核心概念。

Lean 是一套以顧客價值為起點，透過持續改善流程、減少浪費，讓企業用更少資源創造更多價值的管理思想。Lean Enterprise Institute (LEI) 是一個專門推廣與研究 Lean thinking 與 Lean practice 的非營利組織，其對「浪費」 (waste) 的定義非常直接：任何消耗資源、卻沒有為顧客創造價值的活動 ³。

LEI 在討論自動化與 Lean 的關係時也提醒，IT 或自動化本身並不會自動消除浪費。如果企業沒有先檢視流程，就可能只是把原本低效率的工作交給技術執行。換句話說，企業不是在消除浪費 (waste)，而是在 automating the waste (把原本的浪費自動化) ⁴。

這個概念放到麵包店也適用。

假設一家麵包店的結帳流程，是由店員逐一辨識商品、搜尋 POS 品項 (可能還有麵包分類的頁面要切換)、點擊 POS 品項，或直接輸入價格，再操作其他步驟，最後完成收款。當尖峰時段出現排隊，最直覺的反應可能是增加收銀人員、多開一台 POS 機，或改善 POS 操作介面。

這些做法都有一個共同前提：店員仍須負責辨識每一件商品。

如果真正需要重新思考的正是這個前提，那麼無論增加人手或優化 POS，都只是讓原本的流程變得更有效率，卻沒有改變流程本身。

沒有重新設計流程，就趕著自動化的失敗案例

全球管理顧問公司 McKinsey 曾分享過一個企業自動化的案例。

一家專業服務公司為了降低成本，準備對內部的共享服務中心進行自動化，當時鎖定一個由 20 人組成、全靠手動處理交易的團隊。公司預估，如果將這個團隊的工作自動化，理論上可以節省約 60% 的人力成本，因此很快便開始進行開發。

進一步分析才發現，這個團隊服務數百個不同客戶，而每個客戶的交易資料格式與提交方式都有自己的要求；同時，團隊還使用超過五種不同的輸入系統，每個系統又有不同的交易格式。

原本看似單純的自動化，最後變成一套擁有數百種變化、需要多個人工介入點，而且難以維護的複雜系統。最後，這個自動化專案被放棄，改由 IT 部門以傳統系統整合的方式處理。

McKinsey 對這類問題的結論很直接：企業很容易因為自動化的潛在價值很高，就直接進入技術開發，結果反而把低效率甚至已經過時的流程自動化。相較之下，成功的自動化案例通常會先重新設計流程、組織與底層技術，再進入自動化階段。McKinsey 將其中一種方法稱為 process clean-sheeting，也就是不從現有流程做小幅修改，而是從零開始思考一個理想的流程應該如何運作 ⁵。

麵包店的許多營運流程也不是單一動作，而是由商品、設備、POS、人員與顧客行為共同組成。如果沒有先釐清彼此間的關係，任何自動化專案很可能只是把複雜性搬到另一個地方。

自動化之前，真正需要重新設計的是整條流程

Lean 思維之所以不只看單一工作站，是因為它關注的是完整的價值流 (Value Stream)：從顧客需求開始，到產品或服務交付的整個過程。Value Stream Mapping (VSM，價值流圖) 就是常用來把這條流程攤開、看見其中等待、重複、交接與其他浪費的工具 ⁶。

再以麵包店的結帳環節為例，如果發現結帳速度太慢，真正需要觀察的可能不是 POS，而是從顧客拿取麵包到完成付款的整段流程：麵包如何被辨識、資訊如何進入系統、店員在哪一個環節需要介入，以及哪些步驟只是為了彌補前一個流程的限制。

這個差異看似細微，實際上會改變自動化的方向。

如果問題被定義為「店員從肉眼辨別麵包品項，到輸入品項進 POS 的速度太慢」，解決方案自然會朝向優化 POS 介面，或加強教育訓練去發展；但如果問題被重新定義成「為什麼麵包辨識必須由店員完成」，那麼解決方案就可能變成完全不同的流程設計。

流程再設計的目的，不是把原本的工作做得更快，而是重新決定工作應該由誰、在什麼時候、用什麼方式完成。

「如果今天重新開始」，可能比「我們現在怎麼做」更值得問

這也是 McKinsey 所提出的 zero-based approach 值得借鏡的地方。

所謂 zero-based approach，並不是要求企業真的把一切歸零，而是暫時放下既有的資源配置與工作習慣，不把現有流程當成不可動搖的元素，重新判斷哪些活動對今天的業務仍然重要？現在的業務是否處於相同規模？既有工具與資料是否適合目前的決策方式？現有報表是否仍有人使用？哪些會議與例行工作是否仍然必要？哪些工作只是因為歷史沿革被保留下來 ⁷？

對麵包店而言，這種思考方式尤其適合用來檢視那些「一直都是這樣做」的工作。

為什麼店員需要逐一辨識商品？為什麼同一份資訊需要被重複輸入？為什麼某些資料需要人工再次確認？如果今天沒有任何既有系統、既有人員配置或歷史習慣的限制，這家店還會設計出同樣的工作方式嗎？

這些問題的目的並不是證明過去的做法是錯的，而是確認它們是否仍然適合今天的營運環境。因為企業最難察覺的浪費，常常不是一個明顯錯誤的流程，而是一個已經沒有人記得為什麼存在，卻仍然每天被執行的任務。

AI 最值得介入的地方，是流程重新設計後留下來的「必要工作」

當流程經過重新檢視，真正不必要的步驟被移除，剩下的工作才值得進一步討論自動化。這時候，問題也會從「AI 可以做什麼」轉變成「哪些工作最適合交給 AI」。

對麵包店而言，並不是所有工作都需要 AI，那些具有高頻率、重複性高、容易出錯，又直接影響顧客體驗的環節，更值得優先檢視。

「麵包辨識」就是其中一個例子。

如果顧客想購買的麵包都是不同的品項，店員必須逐一辨識，再將每項商品輸入 POS，當我們發現最費時的部分是「店員逐一辨識麵包」，就可以進一步思考：為什麼麵包辨識必須由店員完成？能不能讓麵包辨識這件事成為資訊輸入的一部分？

當 AI 影像辨識 可以辨識麵包，並將辨識結果直接傳送到 POS 時，AI 就不只是替代一個人工動作，而是成為重新設計結帳流程的技術基礎。這時候，門市優化營運的思維就能從單純的自動化 (automation)，進一步走向流程重新設計 (process redesign) ⁸。

自動化的終點，不只是少做一件事，而是重新分配人的時間

流程重新設計之後，還有一個經常被忽略的問題：

如果 AI 接手了一部分工作，人應該把時間花在哪裡？

自動化並不必然等於單純減少人力。McKinsey 對零售業的研究指出，自動化也會改變企業需要的人才與技能；在重新設計流程的同時，企業也需要重新思考哪些能力會變得更重要 ⁷。

如果 AI 可以減少麵包店店員在結帳時逐一辨識商品的時間，那麼真正值得追求的結果未必只是「少一個收銀人員」，而是把省下來的時間重新投入顧客服務、商品架上的麵包補充、陳列與店面營運。

這也是 AI 自動化更值得期待的地方：把人的時間從重複性工作重新配置到更需要人的地方 ⁸。

AI 自動化的起點，是重新思考流程

當 AI、自助結帳、各種自動化技術持續進入烘焙零售現場，其他產業累積的經驗，提供了很多值得思考的方向。

Tesla 的案例提醒我們，有些流程最好的改善方式是直接刪除；Lean 的概念告訴我們，不應該把浪費直接自動化；McKinsey 的自動化研究則顯示，流程重新設計往往應該先於技術開發。

因此，麵包店在評估 AI 或自動化方案時，不妨先把「導入什麼技術」放到後面，回頭問一個更基本的問題：這項工作為什麼存在？如果它沒有創造價值，也許應該取消；如果它仍然必要，也許可以重新設計；等流程已經被重新檢視之後，才輪到 AI 登場，進一步思考哪些環節適合導入 AI 或其他自動化技術。

自動化真正值得追求的，是讓有限的人力與資源，用在更有價值的工作上。

(封面圖為 ChatGPT 生成之圖像，僅供示意用)

[資料來源]
1 “South Korean shops turn to robots, self-service to escape labour woes.” Reuters. https://www.reuters.com/world/asia-pacific/south-korean-shops-turn-robots-self-service-escape-labour-woes-2026-07-02/.
² “The Absurd Reason Why Tesla’s Model 3 Assembly Line Kept Getting Delayed.” Slate. https://slate.com/technology/2018/05/elon-musk-says-a-flufferbot-caused-the-model-3-delays.html.
³ “What is Lean?” Lean Enterprise Institute. https://www.lean.org/explore-lean/what-is-lean/.
⁴ “Ask Art: Is there a conflict between automation/IT and lean?” Lean Enterprise Institute. https://www.lean.org/the-lean-post/articles/ask-art-is-there-a-conflict-between-automation-it-and-lean/.
⁵ “How to avoid the three common execution pitfalls that derail automation programs.” McKinsey & Company. https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/how-to-avoid-the-three-common-execution-pitfalls-that-derail-automation-programs.
⁶ “Lean Thinking and Practice.” Lean Enterprise Institute. https://www.lean.org/lexicon-terms/lean-thinking-and-practice/.
⁷ “Crafting a fit-for-future retail operating model.” McKinsey & Company. https://www.mckinsey.com/industries/retail/our-insights/crafting-a-fit-for-future-retail-operating-model.
⁸ “AI 把重複操作交給系統，讓人發揮真正價值。” Viscovery. https://viscovery.com/zh/how-ai-lets-humans-focus-on-what-only-humans-can-do/.