Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

田辰作者

前瞻研究:餐饮酒店行业人工智能发展与趋势 | 智周报告核心版

前瞻研究:餐饮酒店行业<mark data-type=technologies data-id=2d28aa9c-942d-471d-bd96-8bfefb7144e0>人工智能</mark>发展与趋势 | 智周报告核心版


随着人工智能以及互联网技术的普及,餐饮酒店行业在以“人财物”所代表的新业态下正在快速脱变。目前,传统餐饮酒店行业已开始逐步正视其技术研发能力不足,并积极与雄厚科研背景在人工智能与前沿科技领域展开合作。于是乎,结合前沿人工智能技术与新业态架构下的解决方案和产品正在快速落地试水,并取得不可忽视的成果。

在此背景下,全球500强餐饮酒店行业公司作为业界的领头羊也在开始整合人工智能技术,并在预订选择,到店消费,数字化运营等多个前沿应用领域尝试落地相关项目,从而带动整个餐饮酒店行业的技术转型之路。

作者 | 田辰

一、餐饮酒店行业市场规模

随着全球人均生产总值与消费的提升,餐饮酒店行业的因私因公对的消费也在缓步提升。与此同时,由于全球经济自2008年金融危机后持续回暖,各国游客的旅游消费也逐年屡创新高。基于IBISword的酒店餐饮行业报告,全球餐饮酒店行业近五年来保持近2%的年均收入增长率,并在2018年收入接近万亿美元大关。

前瞻研究:餐饮酒店行业<mark data-type=technologies data-id=2d28aa9c-942d-471d-bd96-8bfefb7144e0>人工智能</mark>发展与趋势 | 智周报告核心版


全球500强餐饮酒店行业年增长率预测(IBISword)

二、人工智能技术在餐饮酒店行业的应用

大数据技术:随着互联网时代的到来,餐饮酒店行业来自C端的数据源在以极快的速度沉余,而如何有效的对这部分数据进行认知和分析则是需要大数据技术下的深度学习,增强学习等模块来实现。目前,该技术已在餐饮酒店行业多个领域落地使用,并成为支撑其他前沿技术投入应用的基础,如C端平台一体化,无人化送餐等。

语音识别自然语言处理技术:语音识别自然语言处理技术不仅日益成熟,并且相辅相成,尤其在面对 C 端客户居多的餐饮酒店行业更让这两项技术如鱼得水。目前,语音管家,客服中心,顾客接待等应用都已落地,并投入使用。

机器人技术:无人化的新业态餐饮酒店行业模式,让机器人技术在该行业等到广泛应用,并随着与监督学习、非监督学习、视觉识别等技术的联动,实现了自动炒菜机器人,料理机器人,前台客服机器人等行业领先产品落地。

聊天机器人技术:随着不同种类的互联网应用投入餐饮酒店行业,针对 C 端与 B 端沟通服务需求成本的逐渐增高,聊天机器人自然语言处理技术正在该行业被广泛应用。此技术可大幅度降低人为干涉的问题回答以及简单服务领域。

三、人工智能技术在零售领域的应用分布

前瞻研究:餐饮酒店行业<mark data-type=technologies data-id=2d28aa9c-942d-471d-bd96-8bfefb7144e0>人工智能</mark>发展与趋势 | 智周报告核心版


其他周边场景:本报告因全球500强与财富500强公司实例有限,所以并未囊括新业态架构下如物流送货,接送,销售等热门场景。


四、全球500强公司餐饮行业人工智能案例落地简述

  • 星巴克:通过语音识别自然语言处理大数据等技术使其“我的星巴克咖啡师”可以在消费者移动端落地运营,并为不同性格特征客户推荐客制化的咖啡配置。它还可以做到语音实时人机交互为顾客提供线下店不存在的隐藏咖啡配置,并可根据消费者所在地点计划如何帮助顾客在最近的线下咖啡店无需排队就可以拿到所点的咖啡。
  • 万豪国际:通过与阿里巴巴集团旗下飞猪展开合作,使用人脸识别深度学习,与活体检验的多项人工智能相关专利技术,构建与互联网紧密串联的无人化刷脸自助入住系统。它可帮助消费者跳过漫长的入住登记队伍,直接通过刷脸领取对应预订房间的房卡,完成相关入住安全信息登记。
  • 万丽集团酒店:采用邸客科技AI智能助理“多莉羊”利用人工智能神经网络技术可对终端入住用户行为进行分析,并主动推荐与本地万丽酒店品牌特色相关的服务,实现酒店与本地化商业生态圈的多维度融合,从而增加如旅游,购物等非房收益。根据不完全统计本解决方案实施后,集团旗下酒店客房电视单凭日均开机率超过90%,使用时长超过2个半小时,终端下载使用率也稳步提升。
  • 索迪斯集团:通过与业内科技巨头微软合作,利用其旗下以人工智能技术为基础的Dynamics 365与Azure重新构建了集团内部全球化设备管理体系。不仅实现了数据向Azure云平台的迁移,更实现了对全球区域不同设备资产的实施管理。目前,索迪斯集团已在北美区域落地相关应用,并实现与Office 365串联配套。
  • 美高梅度假村:通过与安全防范领域巨头迈克菲合作,利用其成熟的网络安全,机器学习,以及云计算等相关技术,构架了可自主学习的数字化安全防范平台,可实时监控风险,并有效处理突发事件。


五、人工智能技术在餐饮酒店行业中应用的局限性

1. 数字化技术研发能力不足:人工智能与与其它前沿相关技术的落地应用都需要或多或少的相关领域技术积累,而广泛的餐饮酒店行业技术领域布局一般较为薄弱,所以部署相关解决方案或产品是往往需要投入大量合作成本与资金。

2. 地域文化需求的多样性:餐饮酒店行业一直是强调地域文化的服务产业,这使得每一项人工智能解决方案或产品落地都需要尊重本地市场以及消费者的反馈。因此,所造成的过度客制化开发,让落地成本变得不可预期。


六、人工智能技术在餐饮行业中的未来趋势

1. 技术供应商初创公司的博弈:餐饮酒店行业因多场景的需求使得针对相关人工智能技术产品的开发客制化要求较多,这不仅使初创公司看到了商机,同时也使传统科技互联网公司开始推出相关产品以填补市场空白。未来几年的人工智能技术供应商争夺将成为餐饮酒店行业的主旋律。

2. 人机交互与无人化普及:随着人力成本与购买力的大福增加,现今餐饮酒店行业服务人员短缺的情况已经屡见不鲜。而语音识别自然语言处理和机器人技术的普及,使部分餐饮酒店行业公司开始尝试机器人或无人化运营。

特别鸣谢

邸客科技 技术VP 孙杨

* 本文为「智周」系列报告「核心版」,相应「深度版」的推出计划将在后续公布,敬请大家关注。针对「餐饮酒店人工智能发展与趋势」这一主题,有哪些方向或主题,你希望在报告深度版中读到更详细的阐述与分析,欢迎留言,这将成为我们制作报告深度版的重要参考。

产业智慧酒店
相关数据
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

非监督学习技术

非监督式学习是一种机器学习的方式,并不需要人力来输入标签。它是监督式学习和强化学习等策略之外的一种选择。在监督式学习中,典型的任务是分类和回归分析,且需要使用到人工预先准备好的范例(base)。一个常见的非监督式学习是数据聚类。在人工神经网络中,自组织映射(SOM)和适应性共振理论(ART)则是最常用的非监督式学习。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

监督学习技术

监督式学习(Supervised learning),是机器学习中的一个方法,可以由标记好的训练集中学到或建立一个模式(函数 / learning model),并依此模式推测新的实例。训练集是由一系列的训练范例组成,每个训练范例则由输入对象(通常是向量)和预期输出所组成。函数的输出可以是一个连续的值(称为回归分析),或是预测一个分类标签(称作分类)。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

聊天机器人技术

聊天机器人是经由对话或文字进行交谈的计算机程序。能够模拟人类对话,通过图灵测试。 聊天机器人可用于实用的目的,如客户服务或资讯获取。有些聊天机器人会搭载自然语言处理系统,但大多简单的系统只会撷取输入的关键字,再从数据库中找寻最合适的应答句。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
推荐文章
暂无评论
暂无评论~