餐廳也能玩轉 AI！讓員工專注現場服務，提高客戶滿意
導入智能客服後的改變
一、減少來電數，員工更能專注現場服務，帶動客人滿意度提升
由於營業時間十分忙碌，因此只能在營業時間外回覆客人訊息，但多數客人沒有立即收到回覆時，會馬上改打電話詢問，導致員工需中斷現場服務接電話。
客人的常見問題由 AI 即時回覆，若遇到 AI 無法處理的事項（如預約），AI 也會根據鐵匠 BAL 的 FAQ 文件記載的應對方式，指引客戶到線上訂位網站預約。不僅縮短了客戶的等待時間，讓他們在提出問題的瞬間即可獲得回應，還大幅提升了顧客對餐廳的滿意度和好感度。
二、工作知識與經驗得以傳承
當員工離職或餐廳需要增加人手時，必須重新培訓新人應對常見問題。雖然單次培訓所需時間不長，但長期累積下來，這些重複性的培訓耗費相當可觀。此外，由於「鐵匠 BAL」部分客群為日本人，餐廳還需聘請能使用日文的員工來回應相關訊息，進一步增加了人力資源的挑戰。
FAQ 資料由資深員工負責編制，隨著時間推移持續擴充，即便員工離職，其累積的經驗和回答方式也被保存在 AI 資料庫中，新員工可通過詢問 AI 快速學習，縮短培訓時間，確保知識的完整傳承和服務的一致性。此外，所有 AI 未解決的問題會被記錄下來，鐵匠 BAL 可以將這些問題及資訊增加至 FAQ 資料中，供 AI 學習和擴大回覆範圍。
三、破除語言障礙，中文、日文都能通
鐵匠 BAL 的員工多為日本人，且非每一位都精通中文，若遇到台灣客人的訊息，就需要特定人員來回覆。
AI 可以自動對應中文及日文，無需額外指派特定員工回覆。
導入過程與遇到的挑戰
1. 內部宣導
挑戰：如何有效向員工解釋智能客服的導入計畫及其與現有流程的差異。
2. AI 學習資料與測試問題集準備
挑戰：如何整理 AI 所需的學習資料。
3. PoC 測試與 FAQ 內容優化
挑戰：AI 初始回覆精確度僅達 69%，負責人對於 FAQ 文件的優化無從下手。
4. 正式環境串接與導入完成
挑戰：需要 Webhook 連結及設置，但客戶不知道如何提供。
5. 監控與持續優化
鐵匠 BAL 借助 Looker Studio 報表，持續監控 AI 與客戶的互動，並收集 AI 無法回答的問題，不斷補充至 FAQ 文件中。田中系統的工程師也定期優化 AI 學習資料，確保新加入的問題達到更高的精準度，以進一步提升顧客服務質量。
| AI 類型 | 對話式 AI |
|---|---|
| AI 對應語言 | 中文、日文 |
| 導入平台 | Line |
| 生成式 AI 模型 | Gemini 1.5 Flash |
| 資料儲存空間 | Google Cloud Storage |
| 資料檔案格式 | |
| 導入時間 | 3週 |
客戶心得
石村先生：「這是鐵匠 BAL 首次嘗試 AI 應用。在田中系統的 Joanne 介紹前，我並不了解為什麼在已經使用 Line 聊天機器人的情況下，還需要智能客服系統。更重要的是，我的專業是經營餐廳，對於 AI 和科技技術完全不熟悉，甚至不知道從何開始。感謝 Joanne 的細心協助與完整說明，讓我們順利完成智能客服的導入。田中系統的團隊改變了我對 AI 的原有認知，讓我了解到 AI 並不是取代人力，而是讓有限的人力資源可以聚焦在對公司營運更具價值的工作上。這樣的思維轉變幫助我重新思考，還有哪些工作可以利用 AI 來輔助，使我和員工們的工作效率提升，並能更專注地服務每一位客人。」
