
48 浏览
Jerry Liao,在新加坡 21 年,做餐饮 10 年,壹碗 First Bowl(清真中式快餐)和新奇汉堡 Shiok Burger(中西融合汉堡),合计约 30 家店。Eric Bao,壹碗 CEO,2024 年加入,负责从 1 到 10 的运营和数字化。
他们不是 AI 创业者。他们是每天要管三十几家店、服务将近一万份餐的餐饮人。他们眼里的 AI 不是 agent 架构,不是 multi-modal,而是我的排班表能不能快一天出来,我的毛利率能不能不用等到下个月 20 号才知道。
1. 清真认证不是情怀,是护城河
Jerry 从兰州拉面起步,做着做着发现一件事:新加坡的清真中餐几乎是空白。
不是没人想做,是不敢做。拿 Halal 认证意味着后厨、供应链、员工全部要重构——猪肉不能碰,酒不能碰,调料供应商要重新审查,连厨房的锅碗瓢盆都得换。很多中餐老板一看这个代价,直接放弃。
但 Jerry 算的是另一笔账。新加坡的穆斯林人口只占 15%,但他们的选择权影响了大多数人的决策。"你一群朋友出去吃饭,只要有一个人吃 Halal,全桌就得迁就他。"做了清真认证,你什么人都能服务,营收直接多 30%–40%。
他管这个叫"少数人影响多数人"。竞争对手不是不想抄,是抄不动。
39平米、3个人、一天3000新币、大概出350份
Jerry 不追大店。他的模型是极致小店,39 平米,3 个人,一天 3000 新币,出350份。
坪效和人效是他最在意的两个数字。店不需要大,品类不需要多,但每一平米、每一个人的产出要够高。他说很多餐饮老板开到第二十家店的时候想的是"下一家开哪",他想的是"这 20 家每一家的效率还能不能再挤一挤"。
中国餐饮品牌这两年大量涌入新加坡,很多人问 Jerry 怕不怕。他说不怕——他们来了,看到要做 Halal 就退了。清真认证不是花钱就能解决的事,它需要你从第一天起就用完全不同的逻辑搭后厨和供应链。
暂时没有回复
来日方长 敬请期待
Jerry 说了一句让我印象很深的话。
"我是一个虎头蛇尾的人。擅长从 0 到 1,但不擅长把一件事做到极致。"
所以他把壹碗交给了Eric,自己去开新赛道——新奇汉堡。中西融合汉堡,皮蛋烧椒鸡肉汉堡成了爆款。
这种自知之明在创业者里很少见。大多数人会觉得"我创立的品牌我最懂",舍不得放手。但 Jerry 很清楚:他的价值在开荒,不在精耕。0 到 1 和 1 到 10 需要完全不同类型的人。
4. 纸质送货单变数字化采购明细
Eric 2024 年接手壹碗的时候,面对的第一个问题不是 AI,是数据。
三套互不相通的收银系统。纸质的送货单。排班靠 Excel。客户评价散落在 Google、Grab、Foodpanda 各个平台。老板想看上个月的毛利率,要等到这个月 20 号会计做完账才知道。
他花了一年多时间,一点一点把这些拼起来。收银系统统一成一套。排班上了 新的HR软件,每个店每小时的人力成本实时可算。客户评价也通过Google Review 自动同步,AI 辅助回复。
这些东西听起来都不性感。但 Eric 说,没有这些,后面所有的 AI 应用都是空中楼阁。
5. ccMonet:知道钱花在哪了
所有数字化工具里,Eric 花最多时间讲的是 ccMonet。
以前供应商送货,凭证是一张纸质送货单。月底对账,要把一叠纸翻出来,一笔一笔核。老板想知道某个品类的采购成本在涨还是在降?不好意思,翻单据去。
上了 ccMonet 之后,每一笔采购明细都是数字化的——成本、品类、供应商、历史价格,全部可追溯、可对比。Eric 说,这解决了餐饮最基础的问题:知道钱花在哪了。
更关键的是,ccMonet 的数据成了 AI 应用的地基。Eric 后来用 Claude 做月度 P&L 预测,成本端的数据就是从 ccMonet 的接口拉出来的。没有这一层,AI 根本没有东西可以算。
6. 月初2号就知道赚没赚钱
数据基建做完之后,AI 才有东西可以算。
Eric 现在用 Claude 的 team 账号,7 个人,公司付费。他做了一件事:把 ccMonet 里的成本数据、HR系统里的工时数据、POS里的销售数据,汇总丢给 Claude,让它预测当月的完整 P&L。
以前要等到月底 20 号会计做完账才知道上个月赚没赚钱。现在每个月 2 号,他就能拿到一份预测,虽然不是最终数字,但偏差已经很小。
"我需要它快,等到 20 号什么都知道了,但调整的窗口已经过了。2 号知道一个大概,我当天就能做决策。"
他还用 AI 追踪一个指标叫 SPLH(Sales Per Labor Hour),每家店每小时的人效。每个月 1 号报表出来,第二天就发给运营经理:哪家店的人效在下降?是排班的问题还是客流的问题?快速调整。
7. 60分的Excel,20分钟变成90分的方案
Eric 讲了另一个让我印象很深的用法。
他们要上一套门店巡检体系——评分 ABC,跟奖金挂钩。运营经理给了他一个 Excel,很简陋的一个表格。
他把这个表格丢进 Claude。20 分钟后回来的东西,他说"基本上是一个 90 分的巡检标准"——权重怎么设、前厅后厨怎么分、怎么跟员工考勤和表现挂钩、怎么跟奖金挂钩,整套逻辑全有了。
"以前这个事情需要 HR 部门比较牛的人,再跟运营的人配合,花一周出一套体系。我 20 分钟就生成了完整的东西。运营经理第二天就可以发全员通告。"
他还用 AI 审合同。"以前要请律师,现在 AI 比 99% 的律师都强,直接给你提出文本要修改和避免的地方。"
以前可能需要 10 个人做的事,现在 2 个人搞定。
8. AI 在传统行业,瓶颈从来不是技术
录完这期我最大的感受是:AI 落地在实体行业,瓶颈从来不是技术,是数据的颗粒度。
Eric 花了一年多时间做的那些"不性感"的事——统一 POS、上 ccMonet 做财务数字化、用 StaffAny 做排班数字化——本质上是在铺数据管道。管道不通,AI 再强也没有东西可以算。
很多 AI 创业者想进餐饮行业,Eric 的建议是:订货管理和 BOM(原材料消耗)成本控制,这两块目前还没有特别好的工具。他们自己可能也要靠 AI 自己搭。
Copyright © 2026 RADHOST PTE. LTD. (UEN: 202450723N). All Rights Reserved.