Shake Shack的首席信息与技术官贾斯汀·梅南(Justin Mennen)表示,公司正致力于一项技术全面升级计划,将AI置于客户体验的核心位置,并通过内部战略持续扩展公司在数字化、数据及运营方面的能力。
上个月正式启动的"催化剂项目"(Project Catalyst),其推进工作很大程度上聚焦于客户体验,目标是将门店规模扩展至1500家。与此同时,梅南计划将同样的理念引入企业内部,为公司旗下13400名餐厅员工构建相应策略,以实现"更优质、更人性化的服务体验"。
餐饮与酒店行业的众多企业正在加快布局面向消费者的技术产品。2026年初的数据显示,约四分之一的餐饮企业表示已在业务战略中使用AI,其中营销是餐厅应用AI最为集中的领域。但梅南表示,Shake Shack采取的是一种略有不同的路径。
针对公司450名企业员工,技术团队将AI定位为提升生产力与效率的实用工具,尤其应用于具有运营属性的系统,例如数据分析与自动化流程。
"我们的方向是真正聚焦于那些切实可行的事情,帮助团队腾出时间,让他们能够以更好的方式投入到服务工作中。"梅南说道。
梅南自2025年1月起担任现职,他表示公司的技术体系主要由企业级AI供应商构成,并通过与这些合作伙伴的协作来持续追踪餐饮及酒店行业的发展趋势。尽管许多初创企业提供了颇具吸引力的AI产品,但在部署Shake Shack的AI战略时,梅南表示企业级解决方案的可扩展性与可靠性始终是首要考量。
不过他也指出,公司技术团队有时会自主开发定制化产品,尤其是在AI编排层面。
"两种方式并用,"梅南说,"我们会采购市场上最优质的产品,当市场上尚无对应能力时,我们就自己来构建。"
梅南领导的团队每周与公司其他核心负责人召开例会,共同梳理公司的AI路线图,评估当前进展与下一步计划。他坦言,跟上AI领域的快速变化本身就是一项挑战,因为最佳实践和最优产品始终处于动态演进之中。
在建立完善的管控机制的前提下,梅南和他的团队希望借助企业合作伙伴的力量,在整个组织内推动AI的普及应用,从而"提升员工的日常工作体验"。
梅南表示,AI为餐饮业带来的最显著生产力变革,在于其辅助决策加速以及餐厅运营系统自动化的能力。实时预警机制能够帮助餐厅管理者发现运营中的低效环节,并为员工建立更有意义地使用时间的工作流程。
"这正是AI真正改变我们的地方,"他说,"它释放了大量过去难以实现的能力。如今,在准确数据的支撑下,决策可以更快速地推进,无论是抓住机会还是聚焦重点领域,都变得更加高效。"
Q&A
Q1:Shake Shack的"催化剂项目"主要做什么?
A:催化剂项目于近期正式启动,核心目标是将AI融入客户体验,并配合公司扩张至1500家门店的计划推进数字化与运营能力的提升。与此同时,该项目也致力于为13400名餐厅员工构建内部技术策略,推动更优质的服务体验落地。
Q2:Shake Shack在选择AI工具时有什么标准?
A:Shake Shack优先选择企业级AI供应商,核心考量是可扩展性与可靠性。尽管初创企业也提供不少吸引人的AI产品,但稳定性仍是部署决策的首要因素。在市场上缺乏对应能力的情况下,公司技术团队也会自主开发定制化产品,尤其是在AI编排领域。
Q3:AI给餐饮行业带来的最大生产力变化是什么?
A:据梅南介绍,AI对餐饮业最显著的生产力提升体现在决策加速和运营系统自动化两个方面。实时预警能够帮助管理者快速识别低效环节,在数据支撑下做出更迅速的决策,让员工将时间用在更有价值的工作上。
好文章,需要你的鼓励
火箭实验室(Rocket Lab)宣布计划以现金加股票方式,斥资80亿美元收购主要卫星运营商铱星通信(Iridium Communications),交易预计于2027年中完成。铱星目前运营着由66颗活跃低轨卫星组成的星座网络,拥有约255万活跃用户,2024年营收达8.717亿美元。收购完成后,Rocket Lab计划借助其新型重型运载火箭Neutron及Lightning卫星平台,扩大铱星星座规模,开拓未被覆盖的市场并降低发射成本。
谷歌研究院开发的论文助手工具PAT,利用分阶段深度推理流水线自动审查学术论文,在真实错误检测任务上达到89.7%召回率,并已在STOC和ICML两大顶会完成超4700篇论文的真实部署。
音乐流媒体平台Tidal宣布,将于7月中旬启用自动化工具,对完全由AI生成的音乐添加"AI"标识,并移除具有欺诈性质的曲目。平台还将取消AI生成音乐的版税资格,仅向真人创作、演唱的原创音乐开放变现渠道。此外,Tidal明确将高频异常上传、干扰真实艺术家等行为列为欺诈活动。Deezer、Spotify等竞争对手此前已推出类似检测机制,流媒体行业正加速构建AI内容治理体系。
香港大学与武汉大学联合开发的EO-WM系统,将地球观测卫星图像预测重新定义为天气驱动的世界建模问题,通过把气象信号拆解为气候基线、天气异常和累积压力三层,显著提升了对极端干旱和热浪事件下植被退化的预测准确性。