如何让AI真正赋能餐饮经营？3月25日，“2026中国餐饮AI发展论坛”成功举办，多位大咖围绕AI应用的机遇与挑战，开启了思维碰撞。
如果说过去几年，餐饮行业的关键词还是数字化，那么到了这两年，AI已经开始接过话题中心。
从内容生成、智能客服到数据分析、炒菜机器人，AI在餐饮行业的应用边界正在快速外扩，餐饮行业关于AI的讨论迅速升温，相关产品和解决方案也在密集出现。
但和技术端的高频变化相比，餐饮场景里的真实落地显然慢得多。这个被不少人视为下一轮效率革命入口的能力，至今还没有在餐饮这个传统行业里跑出足够清晰的通用路径。就应用层来看，多数餐饮企业仍停留在局部试水阶段，AI离成为真正的经营底盘，还有一段距离。
如何让AI真正进入餐饮经营链路，而不是停留在概念层面？AI应用又能真正为餐饮企业带来多少确定性的经营回报？
3月25日上午，在杭州举办的“2026中国餐饮AI发展论坛”给出了阶段性的答案。
作为2026中国餐饮产业节暨第35届HCC全球餐饮产业博览会的重要板块，“2026中国餐饮AI发展论坛”围绕餐饮AI的落地路径展开探讨，汇集了智行合一创始人、原阿里巴巴集团副总裁肖利华，紫光园集团副总裁王珊珊，林里柠檬茶创始人、董事长王敬源，袁记食品集团数字决策中心负责人邓宪平等多位来自品牌端与技术侧的代表，通过主题分享与圆桌讨论，从不同视角拆解AI在餐饮行业的应用进展与现实挑战。
从营销获客到门店经营，从数据决策到后厨出品，AI如何渗透进餐饮关键环节。这场论坛所呈现的，并不是对未来的想象，而是当下正在发生的变化。
01.主题演讲：AIGC驱动全域增长——餐饮的进化与突破
近几年，AIGC的应用大幅降低了内容生产成本，也在一定程度上放大了品牌的触达效率。但随着使用深入，这一阶段的局限也逐渐显现。营销侧的效率提升，如何转化为门店确定性的经营结果，依然让很多餐饮企业困惑。
智行合一创始人、原阿里巴巴集团副总裁肖利华现场分享了自己的一些看法。
△智行合一创始人、原阿里巴巴集团副总裁 肖利华
肖利华直言，近两年，餐饮门店的生命周期在进一步缩短，线下客流压力没有明显缓解，租金和人工成本依然高企；线上各大平台亦竞争激烈。两头承压之下，单靠产品好、口味好、服务好已经不够。
他认为，未来餐饮行业的竞争，不再是单点能力的比拼，而是围绕内容、渠道与用户关系的系统化协同能力。
消费者的购买决策越来越依赖直播、短视频、评论和图文，内容已经成为影响到店和转化的核心变量。餐饮品牌需要同时构建地网（线下门店）、天网（线上内容矩阵）和人网（私域用户关系），三者通过内容串联，公域精准获客，私域精细化运营，形成完整闭环。
围绕这一框架，智行合一推出了一套AIGC全域增长工具矩阵，覆盖从获客到留存的完整链路。
“智碰宝”主要解决门店获客和口碑积累的问题。顾客通过触碰交互等方式将线下用户行为与线上传播打通，实现点评生成、短视频分发与私域沉淀的一体化运作，使消费者在到店过程中直接转化为内容与流量入口。
“视频宝”则覆盖内容洞察、批量生产、矩阵分发与数据分析，可基于素材快速生成短视频并一键分发至各平台；同时对曝光与转化进行跟踪，帮助企业优化内容投放与运营策略。
在此基础上，“主播宝”进一步补足直播环节，肖利华介绍，对于很多企业做直播“亏损干不动”的现状，主播宝通过智能直播加AI智能回复的方式，降低直播运营门槛，使企业可以在私域中持续进行转化，内容推入私域后也不受平台限流限制，大幅降低直播运营成本。
“众购宝”则承接商城与交易环节，支持优惠券发放、团购页面搭建和分销裂变，让顾客既能自购省钱，也能分享赚钱，将用户转化为品牌推广员；最终通过“矩阵宝”实现多平台数据回流与统一管理，形成从获客、转化到复购的完整链路。
肖利华最后强调，线上和线下目前仍是两个平行世界，大多数餐饮企业的数字化能力还停留在单点工具的使用上。谁能更早把天网、地网、人网真正打通，在公域和私域之间建立完整的内容闭环，谁就能在接下来的竞争中占据主动优势。
02.主题演讲：AI如何赋能老字号讲出效率新故事
对于已经具备一定规模的餐饮企业来说，引入AI并不是简单地增加一个工具，而是要嵌入到既有的运营体系中。老字号面临的情况更复杂一些。历史积累越久，系统越复杂；门店分布越广，标准化程度越难统一。这两点叠加在一起，让AI的落地条件比新品牌更难。
现场，紫光园集团副总裁王珊珊分享了紫光园在数字化与AI应用上的实践路径。
△紫光园集团副总裁 王珊珊
她讲到，紫光园是北京老字号清真餐饮品牌。2019年，紫光园仅有30家门店，此后逆势增长，截至2026年初，已有300多家直营门店，7年实现10倍多增长。
规模急剧扩张之下，管理复杂程度几何倍攀升，老字号引以为傲的品质和口碑如何在规模化扩张中不被稀释，必须从人管走向系统管。
所以，在数字化基础建设方面，紫光园从财务系统起步，逐步上线费控、合同管理、远程监控、资产工程、安全管理等系统，让核心业务流程全面线上化。王珊珊强调，系统只是工具，数据只是记录，真正的效率革命发生在2025年AI入场之后。
AI落地方面，紫光园目前主要在四个环节展开应用。
一是直播营销AI化。传统直播面临成本高、人难招、标准难统一的问题，紫光园选择引入AI数字人进行24小时不间断直播，填补真人无法覆盖的时段和场景。王珊珊表示：“数字人不是要取代真人直播，而是让品牌的声音无处不在。”
二是客户服务AI化。300多家门店的咨询量呈指数级增长，菜品口味、预订、外卖进度、售后投诉，过去全靠人工，高峰期排队等待是常态。现在AI自动回复对接公众号、小程序、外卖平台等多个入口，常见问题秒级响应，复杂问题转人工，顾客满意度不降反升，客服团队从重复劳动中解放出来，专注于疑难杂症和情感沟通。
三是内部管理的AI化。王珊珊提到，此前紫光园的一份提报单从提交到最终审批完成曾长达40天。启用AI审批系统后，根据预设规则自动审核流转，绝大多数常规审批几分钟内即可完成。财务对账方面，三方平台数据自动抓取、智能匹配，原来需要几天的工作量现在几小时即可完成。
四是评价分析的AI化。AI可以对各平台评价进行实时抓取与分析，自动生成问题分类与报告，并辅助完成回复工作。她提到，过去需要十多天完成的分析工作，现在可以在较短时间内完成，数据准确性也有所提升。
在她看来，AI的作用并不是替代人，而是用于提升效率，让管理者和一线员工能够从重复性工作中释放出来。她强调，无论是厨师对出品的判断，还是品牌对品质的坚持，这些核心能力仍然依赖于人，而AI更多是在标准化、数据分析与执行层面提供支持。
她最后表示，紫光园正在进一步探索AI在菜品研发、供应链预测、个性化推荐及门店巡检等环节的应用，希望通过这些方式提升整体运营效率。“从人到系统再到AI，改变的只是工具，不变的是我们对品质的坚守，对顾客的敬畏，对创新的追求。老字号也可以很新，老字号也可以很快。”
03.主题演讲：不换设备、不开人，如何用AI从空调里“省”出千万利润？
收入端增长乏力，成本端持续承压，餐企的利润空间已被挤压至低位。在这样的背景下，“省出利润”不再是简单的节流问题，而是关乎企业生死存亡的战略命题。但如何在不牺牲品质与体验的前提下，从成本的“海绵”中挤出真金白银？
艾能节创始人郭嘉宇提到，当前餐饮行业普遍面临降本增效的压力，除了食材、人工、房租这些显性成本外，还有一部分容易被忽视的成本，比如空调电费。
△艾能节创始人 郭嘉宇
如何能够在不更换设备、不解雇员工的情况下，从空调使用中节省出巨额利润呢？郭嘉宇在现场给大家算了笔账。他讲到，假设拥有1000家门店，南方门店一年空调电费大概2万元，1000家合计2000万。日常管理中发现，其中15%-20%是浪费的，也就是说有400万的电费白白流失。“如果把这些钱用来购买米饭、面条或提高翻台率，那会是多大的一笔财富。”
在他看来，这部分浪费并不是企业不重视，而是管理难度较高。
他提到，首先是标准难统一，不同员工对温度的感知存在差异，实际操作中容易出现随意调整的情况；其次是依赖人来管理，培训成本高且难以持续，一旦人员流动，既有经验也随之流失；同时，电费由总部承担，但门店员工更多从自身舒适度出发，这也会带来一定程度的能耗偏差。
随着门店规模扩大，这一问题会进一步放大。他表示，从单店到多店，再到跨区域布局，不同城市、不同气候条件下的运营情况差异明显，统一规则往往难以适配，最终导致管理失效、能耗失控的情况出现。
基于这一背景，艾能节的解法是通过AI来完成能耗管理。他将AI形容为一个“24小时不下班、全年无休的能耗店长”，通过智能硬件采集门店数据，再结合AI算法模型，对客流、天气、门店环境等因素进行综合判断，形成门店专属的温度标准与节能策略，通过智能硬件实时生效、精准执行，并不断优化与调整。
同时，在平台层面，可以将不同门店的数据进行实时采集、统一管理与智能分析，实现异常预警。他提到，过去需要依赖人工发现的问题，例如设备故障，现在可以通过系统提前识别和快速响应，从而减少能耗浪费和、降低运维成本，避免严重故障带来的安全隐患。
与传统定时节能方案相比，郭嘉宇强调了AI节能的优势：传统方案与实际运营场景脱节，遇到爆单或外卖高峰无法及时响应；全国门店统一规则，南北差异无法灵活调整；任何变动都需要厂家上门，费用高昂；节能效果难以量化，无法分清是空调省下来的还是其他设备影响的。
而艾能节的AI节能模式是一店一策、24小时实时监测、自主学习持续迭代，不仅节能效果有保障，还助力门店服务环境的标准化。对于连锁品牌而言，可以沉淀品牌节能模型，同一城市有历史项目数据的，新门店可以直接借用模型经验，快速进入高效节能状态。郭嘉宇表示，这也是众多连锁品牌选择艾能节的原因。
商业模式上，艾能节推出分成合作模式，前期硬件费用由艾能节投入，后期从节省的电费中按比例分成，“电费不降，一分不收”。门店数量多的客户也可以选择买断，也支持客户数据量达到一定规模后进行私有化部署。
郭嘉宇最后提出了一个新概念：能效比，即每一度电能给门店贡献的销售额。他观察到，同一城市、同样营业额的门店，电费差异悬殊，但大多数经营者并不清楚钱究竟花在了哪里。“我们希望让每一度电都能管理起来、透明起来、产生价值。”
04.报告发布：《餐饮AI炒菜机器人研究报告2026》
现场，红餐产业研究院联合拓邦·厨纪发布了《餐饮AI炒菜机器人研究报告2026》（以下简称《报告》）。红餐首席AI官、红餐成长社联合创始人李棒对《报告》进行了详细解读。
△红餐首席AI官、红餐成长社联合创始人 李棒
他讲到，2024年中国炒菜机器人市场规模为31.7亿元，2025年将达到37亿元，并且预计未来五年保持较高增速，到2030年将突破110亿元。
针对炒菜机的市场应用，李棒介绍，很多人对炒菜机器人的理解还停留在“温控、程序、清洁”层面。但实际上，一台炒菜机器人推向门店时，背后是动力系统、机械系统、加热系统、原材料等一整套产业链的支撑。
现在领先的炒菜机器人已经进入多锅协同模式，不再是简单的颠勺翻炒。按照L1到L4的分级，目前市场上多数产品仍处于基础和辅助级别，但真正具备全面功能的产品，已经能够实现自动思考——每天根据数据、差评率、SOP成本卡给出优化建议，通过接入大模型，实现了“大脑”与“身体”的融合。
具体来看，炒菜机器人主要适用于称重快餐、小炒快餐、中式正餐、外卖卫星店、团餐档口等多种场景。相对于传统人工模式，使用炒菜机器人能将人效提升2~3倍，可以大幅精简人力、提升产能与运营效率，同时降低占地与能耗成本。
李棒也指出，炒菜机器人未来还有三大升级方向，一是智能菜谱的持续优化；二是从单一炒制到复合炒制的能力提升；三是模块化设计带来的灵活配置。
最后，李棒总结称，今天的AI炒菜机器人早已超越了自动化设备，已经从过去的辅助工具变成了核心生产力。它不只是提升效率，还彻底重构了生态，整个行业已经进入增量的黄金阶段，大家要去积极拥抱，提前了解并且进行布局。
05.圆桌对话：餐饮AI的生态共生，从工具应用到经营逻辑重塑
当讨论从单一应用延伸到整体经营，问题也变得更加具体。不同企业在推进AI时的节奏并不一致，一些已经在局部环节形成稳定应用，另一些仍处在尝试阶段。
圆桌讨论环节中，围绕“餐饮AI的生态共生 从工具应用到经营逻辑重塑”这一话题，李棒与林里柠檬茶创始人&董事长王敬源，袁记食品集团数字决策中心负责人邓宪平，碗蔚咨询创始人李蔚，许府牛AI&信息化负责人解钦，拓邦中央研究院AloT产品中心负责人蒋东君，山东舜和酒店集团副总裁、数食汇丛创始人任丛丛展开了深度探讨。
△林里柠檬茶创始人、董事长 王敬源
王敬源介绍，SaaS系统的发展已有十余年，林里积累了大量关于会员消费习惯以及用户消费场景的信息。这些数据可以用于哪些方面呢？如果要详细列举，可能会有上百种用途。但林里现阶段的重点是利用这些数据去专注于产品开发，探究为何某些产品能够成为爆款，并积极参与到产品的研发过程中去。
其次，是开设门店的规划。目前林里的目标是开设2000家门店，并且在接下来的三年内将这一数字提升至5000家。
再次，林里也需要找到优秀的门店模型。所以在积累了大量数据之后，也在思考如何有效地利用这些数据。总体来看，就是利用数据从最基础、最简单的客户需求出发，通过提供优质的产品和选择合适的地理位置，最终实现分级精细化运营。
具体应用层面，王敬源也给了举例说明。例如，林里开发一种茶叶，近2000家店的体量，备货、库存投入都很大，若销售不出去成本也很高。基于此，林里会在原料开发阶段深入研究消费者的口味趋势、复购习惯以及复购场景，并且预测该产品在全国众多门店上线后何时能够售罄、销量如何以及目标客户是谁。
去年，林里坚定地推进了全面线上化，即采用飞书系统，以便于获取和应用数据。这在产品开发过程中是非常有用且重要的一个环节。
最后，王敬源也强调，现阶段林里不会追求全面应用AI，而是优先解决最核心的问题，从产品开发和门店模型入手，逐步向更多环节延伸。
△袁记食品集团数字决策中心负责人 邓宪平
邓宪平表示，随着企业规模的扩大，所面临的问题需要更加精细化的管理。过去那种通过快速扩张、开设加盟店来迅速回本盈利的方式已经不再适用。
现在企业更多要做的是在内部，包括各个门店中寻找那些高频但低效的工作环节，并尝试将这些环节与技术相结合，解决一些问题。如果在小范围内的试验验证没有问题，再进一步在全国范围内推广。
以袁记食品为例，最早应用AI是由门店跟一些厂商合作，主要用在品控，门店管理方面，在运营上辅助门店解决一些食安相关的问题。
还有在公司内部，会找一些高频低效的点，去改善成本。比如外卖运营的提升。外卖在袁记整体业务中位置比较重要，投流策略和门店运营效率直接影响经营结果。通过引入算法分析，袁记开始逐步自动化地优化各门店的投流策略。“在这一场景中已经看到效果，投流ROI可以提升15%左右。”邓宪平说道。
邓宪平也强调，企业的精力和资源是有限的，AI应用不能撒网式推进，“一定要把算力给到最有价值的核心业务部门”。对于大连锁来说，先在一个高频、可量化的场景里跑通，验证效果，再考虑向其他环节延伸，是更稳妥也更有效的路径。
△碗蔚咨询创始人 李蔚
餐饮行业的AI项目，成的不多，失败的不少。差距从哪里开始拉开？李蔚的观点是，在启动阶段就已经能看出来。
她服务过超50家头部连锁企业，横向对比下来，能推下去的项目有一个共同特征：创始人是真正的推动者。“只有当创始人真正认识到这个问题，持续地推进才能使这个东西得到应用。”
在李蔚看来，这不只是态度问题，更关系到资源是否能被优先调配，以及跨部门协同能否真正发生。在实际推进中，不少企业的问题并不在于没有技术，而在于内部没有形成统一共识。她提到，一些项目在中途停滞，往往不是因为效果不好，而是因为组织层面无法持续投入，“一旦优先级下降，这件事情就很难继续往前走”。
另一个决定成败的因素是能否快速看到结果。李蔚认为，AI工具要在企业里站稳脚跟，必须能尽快给出可量化的反馈，比如效率提升、人效改善或成本下降，“如果没有成果，很难解释清楚”。她建议，餐饮企业尝试AI时，先设定一个短周期的验证目标，在某个具体领域先跑出结果，再考虑扩展，而不是一开始就铺得太开。
她还提到，很多企业在初期容易陷入一个误区，希望一开始就做全链路改造。但从实践来看，这种方式推进成本高、难度大，“即使创始人有意愿，高管团队的协同配合也需要时间”，反而容易让项目陷入停滞。
在李蔚看来，更可行的路径是从小范围切入，选择一个具体场景先跑通，再逐步扩展。“只要有一个点能跑出结果，这件事情就可以往下继续推进”，再去复制到更多业务环节。
同时她也强调，AI项目的价值必须落到可量化的指标上。不管是提升效率、改善人效还是降低损耗，“只有看到数值上的变化，AI的应用才是真正有意义的”。这对餐饮企业来说尤为重要，餐饮本身就是精打细算的行业，如果投入和产出之间的账算不清楚，再好的技术也很难在组织里持续推进下去。
△山东舜和酒店集团副总裁、数食汇丛创始人 任丛丛
任丛丛直言，对于机器人，很多人一开始觉得好像只是电视屏幕上那样，跳个舞，唱个歌。但真正接触后，每一位都会上瘾。人形机器人是非常类人的，接触后甚至会和它有一些情感的波动。当人们去和它交流，袒露心声时，他真的会给到非常好的情绪价值，并且是非常持续稳定的情绪价值输出。
任丛丛也介绍，当前团队已经在部分门店尝试引入人形机器人，用于宴会、活动等场景中的服务与互动。在婚宴、生日宴等场景中，机器人不仅承担迎宾、引导等基础工作，也会参与到主持、互动等环节中，成为服务流程的一部分。
在她看来，这类应用的价值不只体现在替代人力，也体现在提升现场体验和传播效果，具身智能机器人带来的传播效果是比较明显的，在一些重点场景中已经能够带来额外的关注度。
但她也提到，单个机器人并不能解决整体问题，真正的难点在于如何把这些设备协同起来。在实际运营中，不同机器人承担不同角色，如果缺乏统一调度，很容易出现效率问题。
因此，目前团队也在尝试通过统一的智能体，对多种机器人进行调度与管理，把迎宾、配送、互动等不同环节串联起来，实现更高效的协同运作。
在她看来，服务侧AI的下一步，不只是增加设备数量，而是通过系统能力把分散的节点连接起来，让AI能够在更复杂的场景中参与实际运营，而不是停留在单点应用阶段。
△拓邦中央研究院AloT产品中心负责人 蒋东君
蒋东君直言，如果说应用层更多受制于组织与决策，那么在设备与后厨环节，AI落地则更直接面对成本与效率的现实约束。尤其是在炒菜机器人等重资产投入场景中，企业的决策会更加谨慎。
针对餐饮AI设备的规模化应用，蒋东君认为，并不是短时间内完成的，而是一个逐步验证的过程。从技术可行，到稳定运行，再到成本回收，每一步都需要被反复确认。
他提到，在早期阶段，企业最关心的是设备是否能稳定运行，能否适应门店高强度、高频次的使用环境。这直接关系到实际应用的可行性。
在此基础上，成本问题就是进一步扩大应用的关键。“什么时候能回本，是很多餐饮企业首先会问的问题。”只有当投入产出关系清晰，企业才会考虑扩大应用范围。
他认为，随着头部品牌开始批量部署相关设备，行业的认知也在发生变化。“当有人先跑通之后，后面的企业会更容易接受”，从验证走向规模，更多依赖示范效应的积累。
△许府牛AI&信息化负责人 解钦
解钦表示，当前餐饮行业的AI应用正从对话辅助向主动执行的方向发展。过去，AI更像是一个工具，一问一答。但现在情况有所不同，AI已经开始从辅助角色向主动执行的角色转变。
回归到餐饮行业AI落地的痛点，解钦指出，有三点是共通的。首先，数据问题至关重要。数据的颗粒度和干净度直接影响AI的效果。AI的上限往往取决于数据的下限。对于餐饮行业而言，其生命周期链路较长，涵盖了采购、仓储、物流、运输以及出餐外卖等多个环节。如果底层数据不准确或不完整，即使模型再优秀，也无法全面解决问题，犹如盲人摸象。
第二，是否能够准确计算出投资回报率。餐饮业本质上是一个需要精打细算的行业。利润率是通过精细管理得来的。人工智能听起来非常高大上，但关键在于它是否真的能帮助企业或门店减少某些操作步骤，避免一些错误决策，甚至降低损耗。如果这些账目没有算清楚，那么实际应用时可能会变成一种负担。
第三，组织是否能够有效地吸收和利用这些技术。实际上，人工智能的发展速度往往超过了企业管理的更新速度。当总部推出新的工具时，门店和基层员工能否学会、是否愿意使用以及能否有效运用，这些都是实际存在的问题。真正具有挑战性的并非技术本身，而是如何使技术更好地服务于人类，而不是给人类带来困扰。
针对人工智能领域都在热议OpenClaw，解钦分享称，OpenClaw主要分为两种部署方式：一种是本地部署，另一种是云端部署。
对于新接触的伙伴来说，如果想要尝试使用OpenClaw，可以从云端部署开始尝试。目前像腾讯云、阿里云等国内各大厂商都提供了一键部署的Open Claw服务。用户不需要了解任何代码或复杂的运维逻辑，只需购买相应的云服务器，就可以一键完成安装。对于那些对OpenClaw或AI领域不太熟悉的人来说，这是一种快速入门的方法。
更进阶的玩法是本地部署。如果有一台闲置的Windows电脑或Mac电脑，可以为其配置好相关环境后，部署OpenClaw。解钦称，OpenClaw 今年为什么会让很多人一下子有感觉，核心在于它让很多企业第一次很直观地看到：AI不一定只是一个网页上的聊天框，它可以直接进入飞书、钉钉这些真实办公场景里，协助业务提效。
解钦分享，不管OpenClaw的发展如何，她相信在未来会有更多的企业拥有一群数字员工分布在各个岗位里，协助企业的每一位员工更高效的工作，让AI能像“空气”一样，渗透进餐饮行业的日常运营里，让管理变得更“轻”，让决策变得更“准”。
结 语
从当前阶段看，AI在餐饮行业的落地仍处在推进过程中。
一部分应用已经在具体环节中产生效果，例如营销、能耗管理以及后厨标准化，但更多尝试还停留在局部。不同企业之间的基础条件差异，也使这些经验难以直接复制。
这也让AI在餐饮行业呈现出一种更现实的推进方式：不是整体替换，而是围绕具体问题逐步展开。从某一个环节切入，验证效果，再向更多场景延伸。
从更长的周期看，这种变化可能不会集中爆发，而是分散在日常经营的各个细节之中。随着数据不断积累，系统之间逐渐打通，AI在企业中的位置也会随之变化，从辅助工具逐步进入核心经营环节。
对餐饮行业而言，这一轮变化的意义，不在于是否引入某一项技术，而在于能否在具体场景中形成稳定、可持续的经营能力。这也将成为企业之间差异逐步拉开的关键。
作者：红餐编辑部
