這週，AI 在門市發生了什麼？
📌 這週一句話 這期三個訊號指向同一個轉彎：這一批門市 AI 已經不是站在旁邊回答問題，它開始伸手去動你店裡的設定。OpenTable 8 月 26 日公布，它那個自動調整每一桌可以接受幾個人的功能，到目前為止已經自己動了超過兩百萬次。Home Depot 走的是相反的路，全美兩千多家店上線的 AI 只回答三個很窄的問題，這家店有沒有、放在哪裡、能不能一起用。第三條最值得所有靠預約吃飯的店看：有人叫 AI 幫他訂健身房的課，AI 發現那個訂位系統在取消別人的預約時完全沒有檢查身分，就直接把排在前面的人取消掉了。避坑：美國沃爾瑪的門市員工說，AI 派下來的工作沒有算進檢查有效期和清理的時間，AI 幫你省下的那些時間，可能只是換成員工替它收尾的時間。
🔍這週 3 個信號
全球門市 AI 我幫你掃過，挑跟你的店最有關的。
訂位系統開始自己改你的桌位規則，到現在已經改了兩百多萬次
8 月 26 日，OpenTable 一次發布二十多項給餐廳用的新功能，是它歷來最大的一次。
裡面最值得看的是一個叫 Table Automations 的東西。它做的事情很小：自動調整每一張桌子可以接受幾個人。四人桌要不要放兩個人進去、六人桌的最低人數該設幾位，這種平常沒有人有空去動的設定，它自己動。
官方公布，這個功能到現在已經自動調整超過兩百萬次，參與測試的餐廳平均每個月省下 4.5 個小時。
另外還有一個功能叫 Turn Times and Availability Insights，看的是你這一桌客人實際坐了多久，跟你系統裡設定的翻桌時間差多少。參加測試的餐廳回報，平均每一個班次找回 39 分鐘可以拿來接訂位的時間。
同一份公告裡還有一個數字：透過 Google、ChatGPT、Microsoft Copilot、Perplexity、Alexa+ 這些 AI 進來訂位的客人，一年之間成長了 17 倍，而且這批客人平均比其他管道的客人多花兩成。
🔴 誠實標第一件：4.5 小時和 39 分鐘都是 OpenTable 自己公布的數字，沒有第三方查核，也沒有公布參與測試的餐廳有幾家、是什麼規模、什麼菜系。而且那個 39 分鐘的功能現在還在測試階段，不是已經全面上線的東西。
誠實標第二件：17 倍是相對成長，基期沒有公布。一個很小的數字成長 17 倍，出來還是一個很小的數字。這條可以當方向看，不能當規模看。
誠實標第三件：OpenTable 在馬來西亞不是主流的訂位系統，你多半用的是別家，或者根本沒有系統。這一條給你的是做法，不是產品。
對你的店：餐飲最直接，尤其是要訂位的正餐店。但這條的道理，靠預約吃飯的美業、診所、寵物店也完全成立。
這條真正值錢的地方，是它逼你承認一件平常不會去想的事：你的桌子就是你的貨。
你進一箱菜，賣不完你會心疼，因為你看得到那箱菜爛在冰箱裡。但是星期二晚上七點那一桌四人桌，只坐了兩個人，另外兩個位子空在那裡兩個小時，你不會心疼，因為你看不到。它不會爛給你看，它就這樣過去了。
OpenTable 那個自動調整最低人數的功能，做的就是把這種看不到的浪費撿回來。它撿回來的方式一點都不聰明，就是把「這張桌子最少要坐幾個人」這條規則，改成跟著時段走，而不是一整年都同一個數字。
你今天不用買任何東西就能做一遍。
拿一張紙，把你店裡的桌子照人數分堆：兩人桌幾張、四人桌幾張、六人以上幾張。然後回想你最忙的那個時段，通常是星期五和星期六晚上，那個時段來的客人多半是幾個人一組。
多數餐飲老闆做完這一步就會發現同一件事：你的桌型是照著假日設計的，但你一個禮拜有五天不是假日。 四人桌在星期五很值錢，在星期二晚上只坐兩個人，等於你那一格時間只賣出一半。
接下來做兩件事就好。
第一件，把你的桌型規則拆成兩套。平日一套、週末一套。平日的四人桌可以放兩個人，週末的四人桌就守住四個人，兩人客請他坐兩人桌或者吧台。這件事你不需要系統，你需要的是把它寫下來貼在帶位的位置，讓每一個帶位的人都照同一套做，不要看誰當班決定。
第二件，記你的實際翻桌時間。連續兩個禮拜，隨手記十桌就好，記客人幾點坐下、幾點離開。你腦子裡以為是九十分鐘的那件事，記完你大概會發現午餐是六十五分鐘、晚餐是一百一十分鐘。這個差距就是 OpenTable 那個 39 分鐘在講的東西，你自己就能算出來。
美業的版本一模一樣：你的椅子和時段就是你的貨。一個染髮的位子壓三個小時，中間那兩個小時你的設計師在等，那兩個小時就是爛掉的菜。
零售的版本是試衣間和櫃位，最忙的時候不夠用，平常閒著。
記住一句話：這一條不是叫你去換訂位系統，是叫你先承認你的位子是有成本的。承認了之後你才會去算它，算了之後才輪到 AI 幫得上忙。
一家兩千多店的連鎖，把 AI 的工作縮到只回答三個問題
8 月 27 日，Home Depot 宣布它那個叫 Magic Apron 的 AI 助理，已經在全美兩千多家門市全部上線。Home Depot 是美國最大的家居建材連鎖。
客人有兩個入口：手機打開它的 App 進到 Store Mode，或者直接掃店裡告示牌上的 QR Code。可以打字、可以講話、可以拍照片問，也支援多種語言。
比較值得注意的是它回答的範圍很窄，窄到有點固執。它答的就是這幾件事：這家店現在有沒有這個東西、它放在第幾走道第幾層、這個東西跟那個東西能不能裝在一起、我要做這件工程需要哪些工具和材料。
官方說整套助理現在每個月處理幾百萬個問題。
🔴 誠實標第一件：官方公告裡面完全沒有任何成交數字、轉換數字、省下多少人力的數字。它公布的只有「有多少人在用」，沒有公布「這件事賺到錢沒有」。這兩件事差很遠。
誠實標第二件：那個「每個月幾百萬個問題」是整套 AI 助理的總量，沒有拆出門市這一段佔多少。
誠實標第三件：Home Depot 一家店的商品是幾萬個品項，走道編號和貨架位置都建在系統裡，所以它才答得出「在第幾走道」。你的店沒有這種複雜度，這件事對你來說反而更簡單，不是更難。
對你的店：零售最直接，但餐飲和美業一樣用得到，而且我覺得這是這一期最容易做出成績的一條。
這條的重點不是 Home Depot 有多大，是它把 AI 的工作範圍縮得多窄。
多數老闆一想到要做 AI 客服，腦子裡浮出來的都是同一個畫面：一個什麼都能答的機器人，客人問什麼它答什麼。那個東西一定會爛，因為你不可能餵得完，也不可能查得完它有沒有亂講。
Home Depot 反過來做。它先選定三個問題，然後只把這三個問題答準。
這三個問題你翻譯成自己的行業，長這樣。
餐飲：這道菜今天有沒有、裡面有什麼東西（過敏原、有沒有豬肉、辣不辣）、幾點到幾點供應。
零售：這個尺寸這個顏色現在有沒有貨、在店裡的哪一區、這個跟那個能不能配。
美業：這個服務今天有沒有位子、要做多久、我這種頭髮或者這種皮膚適不適合。
你把這三個問題答準，就已經打贏你這條街上八成的店了。因為你的客人現在打電話來問的，本來就是這三題，而你的員工現在答得零零落落。
做法很土，今天就能開始，不用買任何系統。
第一步，開一份文件，把這三個問題的答案寫完整。一定要寫到有多具體？寫到「今天沒有」跟「這個禮拜都沒有」分得出來，寫到「要做多久」有一個時間不是「看情況」。
第二步，這一步最重要，也最多人漏掉：寫完之後，找一個沒有在你店裡上過班的人，拿這份文件去回答十個問題。 他答不出來的地方，就是你寫得不夠清楚的地方。你自己看不出來，因為那些東西在你腦子裡。
第三步，改完之後才把這份文件丟進 ChatGPT 或者你在用的那個 AI，叫它照這份文件回答，不准自己補。然後你自己扮客人問二十題，錯的抓出來補回文件裡。
第四步，跑順了再考慮要不要接上 WhatsApp、要不要印 QR Code。
很多老闆是倒過來做的：先接 WhatsApp、先印 QR Code、然後才發現後面那份文件是空的。那就是為什麼多數店的 AI 客服上線兩個禮拜就沒有人管了。
這一條跟這期第一條其實是同一件事的兩面。第一條講的是你的位子有成本，這一條講的是你的答案有成本。你不先把它寫下來，AI 幫不了你，因為它沒有東西可以讀。
有人叫 AI 幫他訂健身房的課，AI 把排在前面那個人的位子取消掉了
8 月 10 日，澳洲的 ABC News 報導了一件事。8 月 17 日，馬來西亞的《星報》轉載了同一則。
事情是這樣：一位在 AI 公司 Affinda 做主管的人 Andrew Bird，用一個 AI 代理程式幫自己訂健身房早上的熱門課。他當時排在候補第四。
AI 去看了那家健身房的訂位系統，然後回報了一句話。原話的意思是：這個系統在取消別人的預約時，完全沒有做身分檢查。
接著它自己去測試了。它拿排在候補第一名的那個人開刀，取消成功。Bird 從第四變成第三。
Bird 沒有叫它這樣做。他發現之後叫 AI 把人加回去，AI 回他辦不到。
它還發現另一件事：那個系統可以訂到比正常開放時間還要早好幾個禮拜的課。
健身房和它用的軟體商都沒有具名。健身房那邊回覆媒體說不討論具體的資安問題。
🔴 誠實標第一件：這件事實際發生在今年稍早，八月才被報導出來，ABC 沒有公布確切日期。所以這不是上禮拜剛發生的事，是上禮拜才被大家看到的事。
誠實標第二件：這是單一一個案例。沒有人知道有多少訂位系統有同樣的問題，也沒有人做過普查。你不能從這一則推論說「所有訂位系統都有洞」。
誠實標第三件：兩家媒體對候補名次的描述有一點出入，我照原始報導那家寫。另外，軟體商後來有沒有修好，目前查不到。
對你的店：所有靠預約吃飯的店，這條都算你的：美容院、髮廊、spa、美甲、按摩、牙醫、診所、健身房、寵物美容，也包括接受訂位的餐廳。
先講清楚這條為什麼特別。
前面十三期，我寫的都是「你怎麼用 AI」。這一條是第一次反過來：是客人的 AI 開始碰你的系統。
這個轉彎很重要，因為它不用你同意。你可以決定自己不用 AI，你決定不了你的客人用不用。他坐在家裡用 AI 幫他訂位，這件事已經在發生了，而且他自己也不知道那個 AI 在你的系統裡做了什麼。
上面那個案例最讓人不舒服的地方不是有人插隊。是那個真正被取消掉的人，到現在可能都還不知道自己被取消了。他只會覺得那天早上位子怎麼沒了。
如果那是你的店，第一個被罵的是你，不是那個 AI。
所以這禮拜你要做的事很單純，就是這期的功課：打一通電話問你的系統廠商三個問題。這三個問題我寫在下面功課那一段，你照著念就好。
這邊先講怎麼判斷對方的回答。
如果對方回你「我們的系統很安全，不會有這種問題」，這個答案等於沒答。你要追一句：那你們是怎麼確認取消預約的人就是本人？他如果講得出來是靠什麼確認的（登入、驗證碼、訂位編號加手機號），那還算有在做事。他如果只會重複「我們很安全」，你就知道他自己也沒查過。
如果你根本沒有系統，用的是一本簿子或者 WhatsApp 排的，那恭喜你，這一條你天生免疫，因為沒有人能從外面碰到你的簿子。但你要換一個角度看：你手動排的那些位子，沒有紀錄可以追，出事的時候你也查不出來是誰改的。兩邊各有各的坑。
最後補一個反過來的角度，這才是機會的那一半。
客人已經開始叫 AI 幫他訂位了。那個 AI 要訂得成，它得先讀得懂你的訂位頁面。你如果只有一張漂亮的圖片、一個要人手動填的表單、或者只留一句「請私訊我們」，那個 AI 幫不了他，他就去訂別家了。
你這個禮拜順手可以做的一件事：打開你自己的訂位入口，用機器的角度看一次。營業時間有沒有寫清楚、可以訂幾個人、要不要訂金、取消規則是什麼。這四件事寫成白紙黑字放在頁面上，比你多發三則貼文有用。
⚠️這週避坑
AI 說幫你省下的那些時間，可能只是換成員工拿來替它收尾的時間
8 月 18 日，美國媒體報導了沃爾瑪門市員工使用 MyWalmart 這個 AI 助理的實際經驗。這套系統會派工作、算出每件事該花多少時間、規劃揀貨的路線，還會發安全提醒。
員工講的問題非常具體，而且每一條都不是技術問題，是現場問題。
第一，AI 給補貨的時間沒有算進其他一定要做的事。原話的意思是：有效期要檢查、破損的東西要挑掉丟掉、灰塵和灑出來的東西要擦乾淨消毒。這些事情都要花時間，但是計時器不知道。
第二，揀貨路線會把冷凍品排在整趟的最前面，不是最後面。等他走完一圈，東西已經開始退冰。有員工說那個路線「會帶你到處跑」，很少能跑進 AI 估的時間裡。
第三，安全提醒太多，而且常常跟現場對不上，久了大家就不看了。
沃爾瑪負責員工工具的副總裁 Brooks Forrest 講了一句話值得抄下來：我們不會因為有人沒照著科技的建議做就處罰他。他接著說，科技是來幫忙的，最後怎麼做還是由員工決定。
🔴 誠實標：這篇報導訪了多位員工、有具名的公司主管回應、也有公司安排的現場觀察，扎實度算高。但是它沒有公布 AI 估時的錯誤率，也沒有公布員工平均花多少時間在收尾。另外報導裡引用了一份倡議團體做的員工調查，樣本不具代表性，那些百分比我這裡不引用。
提醒：這一則不是叫你不要用 AI 派工作。是叫你在算「AI 幫我省了多少」之前，先把另外一半的帳算進去。
多數老闆算這筆帳只算一半。他算的是：這件事本來要三十分鐘，AI 做完只要五分鐘，所以省了二十五分鐘。
沒算進去的那一半是：有人要看它做得對不對、有人要把它做錯的地方改回來、有人要跟客人解釋為什麼跟 AI 講的不一樣、還有人要為了追上那個時間目標，把該做的事偷偷跳過去。
最後那一項最危險，因為它不會有人跟你報告。沃爾瑪那個案例裡，AI 算的補貨時間沒有把檢查有效期算進去。那員工要嘛超時，要嘛跳過檢查。你猜哪一種比較常發生？
你的店裡如果哪天出這種事，出事的不是 AI，是過期的東西賣給了客人。
所以要記的帳是這一條：
真正省下來的時間 ＝ AI 做完省的時間 減掉 有人檢查的時間 減掉 有人修正的時間 減掉 有人解釋的時間。
這條算式看起來很囉唆，但你只要記兩個禮拜就有答案。做法是這樣：挑一個你已經在用 AI 的環節，任何一個都可以，排班表、貼文、進貨建議、客人問答都行。從今天開始，那個負責的人每次用完，在同一張紙上寫兩個數字：AI 花了多久、我自己又花了多久去改。
兩個禮拜之後把那張紙拿起來看。
你會遇到三種結果，三種都有用。
第一種，修正時間很短，那你就找到一個可以放大的環節，這件事可以交出去了。
第二種，修正時間比省下來的還長。那不代表 AI 沒用，多半代表你餵它的東西不夠，或者你要它做的事太模糊。先修那個，不要先換工具。
第三種最值錢：你會發現有些東西根本沒有人在檢查。那才是真正的問題，而且它跟 AI 沒有關係，AI 只是讓它現形。
最後接回這一期的主線。這期三條訊號講的都是 AI 開始伸手動你店裡的東西：動你的桌位規則、動你的答案、被客人拿去動你的預約。東西被動了，收尾的還是人。 你在決定讓它動哪些東西的時候，順手要決定的是：誰負責看、誰有權喊停、看不完的時候先放掉哪一項。
這三句話講不清楚，AI 幫你省的時間就會變成別人的加班。
✅ 這週可以做的一件事 · 5 分鐘
這週花 20 分鐘，打一通電話問你的訂位或會員系統廠商三個問題
這個功課接的是第三條訊號，那個健身房的案例。它不用花錢，一通電話或者一則 WhatsApp 就能做完，而且是這一期唯一能讓你當場保護到客人的動作。 先講為什麼要做。客人開始叫 AI 幫他訂位這件事，你擋不住，也不該擋。你能做的是確認一件事：別人動得了你的客人的預約嗎？ 這三個問題你照著念就好，不要改。 第一題：如果我的客人是叫 AI 幫他訂位的，你們的系統擋不擋得住？ 第二題：你們的系統，有沒有可能讓一個人取消掉另外一個人的預約？你們是怎麼確認取消的人就是本人？ 第三題：如果真的被亂改了，你們留不留紀錄？我事後查得到是誰、在什麼時候取消的嗎？ 第三題最多人漏掉，但它其實最重要。前面兩題問的是「會不會發生」，第三題問的是「發生了我查不查得到」。你可以接受一個系統偶爾出事，你不能接受一個出了事完全查不出來的系統。 接下來是怎麼聽對方的回答。 對方如果講得出具體怎麼確認本人，比如要登入、要驗證碼、要訂位編號加手機號後四碼，那他有在做事。 對方如果只會講「我們的系統很安全」「不會有這種問題」，那就是沒答。你追一句：那是怎麼確認的？他答不出來，你就知道答案了。 對方如果說要回去問工程師，那很好，這是誠實的回答。你要做的是記下日期，一個禮拜後追一次。 如果你沒有系統，用簿子或者 WhatsApp 排的，這通電話你不用打。改做另外一件事，一樣二十分鐘：翻回上個月的紀錄，看有沒有哪幾筆預約被改過、被劃掉，而你想不起來是誰改的。找得到兩三筆，你就知道你這邊的洞在哪裡了，那個洞跟 AI 沒關係，是人的洞。 打完電話再順手做最後一件，五分鐘： 用手機開一個沒有登入過的瀏覽器，當一次陌生客人，去找你自己的店要怎麼訂位。看四件事有沒有寫清楚：營業時間、最多可以訂幾個人、要不要訂金、取消要提前多久。 這四件事沒寫清楚的話，客人的 AI 讀不懂，客人自己也讀不懂。你這禮拜補上去，比你多發三則貼文有用。 最後提醒一句，跟這期避坑同一個道理：這通電話問完，你多半不會馬上得到答案。得到答案不是重點，讓對方知道你在問這件事才是重點。 你的廠商如果從來沒有客戶問過這個問題，他就永遠不會去修。
想深入看原文
PR Newswire（OpenTable 官方公告） OpenTable 於 2026-08-26 發布二十多項餐廳功能：Table Automations 自動調整桌位可接受人數下限，已完成超過 200 萬次自動調整、測試餐廳平均每月省 4.5 小時；Turn Times and Availability Insights（仍在測試）測試餐廳平均每班次找回 39 分鐘可訂位時間；透過 Google／ChatGPT／Copilot／Perplexity／Alexa+ 等 LLM 導入的入座客人年增 17 倍、平均消費高兩成（公司自報數據，未經第三方查核）Home Depot 投資人關係（官方公告） Magic Apron 於 2026-08-27 宣布在全美 2,000 多家門市全面上線，客人可從 App 的 Store Mode 或店內告示 QR Code 進入，支援文字、語音與圖片，回答當店庫存、走道與貨架位置、產品相容性與工程所需材料；整體助理每月處理數百萬次提問（官方未公布轉換率、成交或省工數字）ABC News（澳洲） 2026-08-10 報導：AI 公司 Affinda 主管 Andrew Bird 讓 AI 代理程式代訂健身房課程，代理程式發現該訂位系統的介面在取消他人預約時沒有任何身分驗證，未經授權取消候補第一名者的預約，使他從候補第四升至第三，且無法復原；健身房與軟體商均未具名，健身房方面表示不討論具體資安問題（事件發生於 2026 年稍早，確切日期未公布）The Star（馬來西亞） 2026-08-17 轉載同一事件，確認所用工具為 OpenClaw 代理程式搭配 Anthropic Claude Opus 4.6；本地媒體有轉載代表這條訊號對馬來西亞讀者具相關性AOL／Business Insider 2026-08-18 報導沃爾瑪門市員工使用 MyWalmart AI 助理的經驗：補貨計時未納入檢查有效期、丟棄破損品與清潔消毒；揀貨路線把冷凍品排在行程前段導致退冰；安全提醒過多而被忽略。員工工具副總裁 Brooks Forrest 表示「我們不會因為有人沒照著科技的建議做就處罰他」（報導未公布估時錯誤率與平均收尾工時；文中另引用的倡議團體員工調查樣本不具代表性，本期不採用其數字）
我每週都會讓 AI 幫我掃一遍全球門市的 AI 落地情報，再挑出真的能用在實體店的，翻成人話給你。
我是 Simon，做餐飲 15 年，從一間店做到連鎖。我用餐飲跑通了一套「實體店把 AI 用對」的邏輯：先理順現場，再上工具。這套，美業、理髮、零售一樣適用。
我是 Simon，做餐飲 15 年，從一間店做到連鎖。我用餐飲跑通了一套「實體店把 AI 用對」的邏輯：先理順現場，再上工具。這套，美業、理髮、零售一樣適用。
覺得有用？轉給一個也在開店的朋友。
下一封，下週見。
下一封，下週見。