運吉 YumJi/智慧即食餐飲系統

02/09/2026

02/09/2026

餐飲營收創最強7月：下一步不是只多開店，而是把熱食帶進更多消費場景
Taiwan Foodservice Hits a Record July: The Next Step Is Bringing Hot Meals Into More Everyday Locations

今日趨勢｜2026年8月30日
經濟部8月25日公布，2026年7月台灣零售業營業額達 4,183億元、年增7.7%，餐飲業達 887億元、年增2.5%，兩者均創歷年同月新高；便利商店營業額年增4.2%，外燴及團膳承包業也年增7.7%。消費需求持續成長，也讓「餐飲如何走出傳統店面、進入企業、校園、旅宿與便利服務節點」成為值得關注的方向。

31/08/2026

冷凍食品成剛性需求，下一步不是只蓋工廠，而是把「最後一哩熱食服務」接起來

從小吃到大的小美冰淇淋，準備在台南七股科技工業區投資興建智慧化新廠。最值得注意的，不只是投資金額高達6億元，也不是6000坪的新廠規模，而是這座新廠未來的主力，竟然不再只是冰淇淋，而是轉向冷凍麵點與米食產品。

這個方向，其實正好反映食品產業正在發生的變化。

現代人的用餐習慣已經不同了。過去冷凍食品可能被視為備用品，現在卻逐漸變成日常剛性需求。上班族加班、學生晚課、飯店旅客深夜入住、科技廠輪班人員下班後，都可能需要一份快速、穩定、好吃的熱食。

所以，食品工廠開始導入自動化、冷鏈技術與標準化產線，是很合理的第一步。

但真正的問題是：

冷凍麵點與米食做出來之後，要如何在不同場域，被穩定地變成一份真正可以吃的熱食？

這就是運吉餐飲即食供應系統生態系可以接上的位置。

以未來可能成為主力的冷凍麵點與米食來看，不同產品的加熱條件完全不同。冷凍炒飯、米飯套餐、義大利麵、湯麵、包子、肉包、米糕、燉飯，每一種食品都不應該只套用同一個「微波幾分鐘」的邏輯。

例如米食產品，最怕加熱後局部乾硬、飯粒水分不均；麵點產品則可能遇到外皮過乾、內餡中心溫度不足，或醬汁與麵體受熱不同步的問題。如果只靠單一微波，速度快，但口感未必穩定；如果只靠蒸氣，水分足，但部分產品可能變得過濕；如果放在保溫櫃長時間等待，雖然保持溫度，卻很難保持剛完成時的口感。

運吉的做法，是讓每一種餐點都有自己的複合式加熱程序。

冷凍米食可以依飯量、含水率、醬汁比例與包裝方式設定不同加熱參數；肉包或麵點可以依外皮、內餡與中心溫度需求，搭配微波與蒸氣；需要表面酥香的產品，則可評估是否導入紅外線或其他輔助加熱方式。

重點不是把所有熱源都打開。

而是：

這一款產品需要什麼，就啟動什麼。

食品工廠負責把產品做好，中央廚房負責標準化製作與分裝，冷鏈負責把產品送到飯店、企業、校園、宿舍、醫院或公共場域。而運吉要處理的，就是最後這一段：

現場保存 → 自助選餐 → 付款 → 餐點專屬複合加熱 → 熱食取餐。

這也是未來冷凍食品產業真正值得發展的地方。

不是只把冷凍食品放進冰櫃裡等待消費者買回家，而是讓冷凍食品可以直接進入更多即食場域。飯店可以在餐廳打烊後提供宵夜；企業可以照顧輪班與加班人員；校園可以補上晚課與宿舍需求；食品品牌也可以不用立刻開店，就先把產品放進實際場域測試市場反應。

第一階段，運吉不需要客戶一開始就導入複雜系統。

可以先用標準機落地。

食品品牌或中央廚房先選出幾款產品，例如冷凍炒飯、米食便當、包子、湯麵或義大利麵，完成產品測試、包裝與低溫配送。運吉設備負責現場低溫保存，並依每款餐點設定加熱程序。

等第一台設備跑出數據後，再依需求追加：

AIoT、溫度紀錄、庫存管理、銷售統計、補貨提醒、異常通知與遠端管理。

這樣食品品牌就能知道：

哪一款產品在飯店賣得好？
哪一款適合企業夜班？
哪一款在校園晚間需求最高？
哪個時段需要補貨？
哪個據點應該增加庫存？
哪些產品適合再開發成新口味？

這些資料再回到工廠與中央廚房，就能讓下一批生產更接近市場需求。

小美冰淇淋從冰品走向冷凍麵點與米食，代表老品牌也看見了即食食品的新機會。未來的競爭，不只是誰能把冷凍食品做得好，而是誰能把冷凍食品變成一套可被即時消費、可被管理、可被複製的熱食服務。

冷凍食品是前段產業升級。

運吉要接起來的，是冷凍食品走到現場後，最後被吃到的那一哩。

當七股新廠做出更多標準化冷凍麵點與米食，運吉可以讓這些產品走進飯店、企業、校園與更多生活場域。

不是只出現在超市冰櫃裡。

而是在消費者真正需要的時候，變成一份熱騰騰、可立即享用的餐點

29/08/2026

今日趨勢｜2026年8月29日

交通部觀光署公布的「觀光雙輪驅動方案」將自 2026年9月1日起陸續上路，總投入33.3億元，其中平日住宿優惠實施至11月30日，鼓勵週日至週四住宿。最新公開資料顯示，台灣觀光旅館2026年6月住用率為63.9%；接下來政策進一步刺激平日住宿需求，旅宿業面對的問題不只是「多賣幾間房」，而是住宿人數增加後，夜間、離峰與非餐期服務是否能跟得上。

2）至少500字說明廣告文

房間可以多賣一間，但餐廳不可能為了一碗麵，多開三個小時。

9月1日起，台灣新一波國旅優惠陸續啟動。

對飯店而言，政策如果成功帶動更多平日入住，增加的不只是住房率。

晚上8點入住的商務旅客、9點泡完溫泉的家庭、10點才抵達飯店的自由行旅客，以及晚班結束的飯店員工，都可能出現同一個需求：

「現在還有熱的東西可以吃嗎？」

傳統飯店要處理這種需求，通常只有幾個選擇。

延長餐廳營業時間、增加夜班廚房人員、準備Room Service，或者提前把餐點放進保溫櫃。

但是當一天真正的夜間需求只有10份、20份或30份時，為了這些不固定的需求維持完整廚房人力，成本很難控制。

如果全部先做好再長時間保溫，另一個問題又出現：

餐點不是「保持熱」就代表「保持好吃」。

今天就用一個很典型的台灣餐點——紅燒牛肉麵來說。

牛肉麵至少包含三種狀態完全不同的食材：

湯、麵、牛肉與配料。

如果整碗只使用單一微波加熱，湯的升溫速度、牛肉中心溫度與麵體吸水狀態未必同步；時間拉長，麵可能持續吸湯、變軟，部分配料也可能出現過度加熱。

如果只使用蒸氣，雖然有利於維持部分食材水分，但要把一整份液體湯品快速、有效率地加熱到適合食用的狀態，也未必是最佳方式。

如果提前煮好，放在保溫櫃等待兩、三個小時，麵條更可能持續吸收湯汁，最後客人拿到的已經不是原本中央廚房設定的口感。

所以，運吉的思考不是：

「這碗牛肉麵要微波幾分鐘？」

而是：

「這份產品應該怎麼保存、怎麼分裝、怎麼讓湯與固形物在取餐前完成最適合的最後一道加熱？」

實際導入時，可以先用真正準備販售的牛肉麵測試。

依照湯量、麵量、牛肉重量、容器尺寸、包裝方式與保存溫度，建立專屬參數。

例如，液體與固形物可以依產品設計採取不同加熱節奏；需要快速升溫的部分使用微波，需要維持水分的部分再搭配蒸氣，甚至可以依產品設計安排熱水或不同階段程序。

複合式加熱的目的，不是把微波、蒸氣、紅外線全部打開。

而是：

這道餐需要什麼，就用什麼。

下一道如果換成抓餅或麵包，需要表面烘烤感，就可能加入紅外線。

換成肉包，可能是微波搭配蒸氣。

換成咖哩飯，則會重新考慮米飯含水率與醬汁升溫。

換成牛肉麵，又是另一組邏輯。

這就是運吉與一般販賣機最大的差異之一。

一般販賣機解決的是：

「商品怎麼賣出去？」

運吉還要處理下一段：

「餐點賣出去之後，最後60～90秒怎麼把它變成一份真正可以吃的熱食？」

保存端也不需要只有一種答案。

依食品本身的保存驗證、包裝條件與預計周轉時間，可以從冷凍一路設計到約 -8°C～-10°C低溫／微凍區間。

飯店週五、週六住房較高，可以增加熱門餐點。

平日晚上只有少量需求，就降低庫存。

商務客多的飯店，可以增加飯類、麵類與湯品。

溫泉飯店晚上9點後需求較高，就把補貨時間與產品組合重新安排。

真正要解決的是：

不要讓每一個飯店都為了不確定的夜間需求，再開一間小餐廳。

運吉第一階段也不需要一開始就導入昂貴複雜的AI系統。

先用標準機落地。

中央廚房或合作食品品牌先完成：

餐點開發 → 定量 → 包裝 → 低溫配送。

運吉設備負責：

保存 → 自助選餐 → 支付 → 餐點專屬加熱 → 取餐。

先跑出真正的營運答案。

這家飯店晚上10點後一天到底賣幾份？

牛肉麵、咖哩飯與肉包，哪一種夜間周轉最快？

星期日到星期四的需求，是否因國旅優惠增加？

哪些品項常常缺貨？

哪些品項容易剩？

多久補一次最合理？

當第一台、第二台實際跑出數據後，再依需要追加：

AIoT、溫度紀錄、庫存管理、銷售統計、異常通知、補貨提醒及遠端管理。

這時候飯店管理者看到的，不只是「販賣機還有沒有開」。

而可能逐步變成：

某飯店週一至週四晚上9點後平均銷售18份；
牛肉麵晚上10點後銷量最高；
某台只剩3份，需要補貨；
某品項連續兩週週三缺貨；
某台設備保存溫度異常，需要立即確認。

這些資料再回到中央廚房，下一輪生產與配送才能更靠近真正需求。

運吉想建立的，不只是「無人販賣」。

而是一個可以從中央廚房、食品品牌、低溫配送、智慧設備、複合式加熱，到庫存與AIoT管理逐步串起來的即食餐飲供應生態系。

飯店可以使用。

企業夜班可以使用。

校園晚課可以使用。

食品品牌可以測試新產品。

創業團隊也可以不用先開一家店，就先驗證市場。

國旅增加的是住房需求。

運吉希望幫旅宿業延伸的，是餐廳關門之後，仍然可以提供一份像樣熱食的能力。

27/08/2026

零售從展店戰進入效率戰：熱食供應也該從多排一個人，改成多一套可複製流程

今日趨勢｜2026年8月27日

台灣零售與服務業近期明顯從「展更多店」轉向「提升人效」。8月25日最新報導指出，超商與超市正透過自助結帳、電子標籤、行動支付等工具，把員工從結帳、價格更新與重複性作業中釋放出來；而今天8月27日下午登場的 ASUS EXPERTHUB 服務零售業論壇，也直接點出一個重點：企業數位轉型已經不是導入單一工具，而是要把營運流程、排班、銷售、會員與管理系統真正串接起來。

這個趨勢放到餐飲業來看，其實更明顯。

缺工時代真正的競爭，不一定是誰擁有最多機器，而是誰能把一套有效的流程，穩定複製到更多場域。

過去零售業競爭，常常看誰展店快、店數多、坪效高。但到了2026年，人的時間已經成為更珍貴的營運資源。自助結帳、電子標籤與行動支付的目的，並不是把人全部移除，而是減少員工花在重複工作的時間，讓人力可以轉去處理真正需要判斷、互動與服務的工作。

餐飲業也是如此。

如果企業、飯店或校園到了晚上10點，仍有20個人需要吃熱食，傳統做法通常會想到幾個方式：再多排一個人、延長廚房時間，或多設一個供餐櫃位。

但當場域從1個變成5個、10個，甚至20個據點時，如果每一個地方都繼續靠增加人力來支撐供餐，管理成本、人力調度與品質控制都會越來越困難。

運吉想解決的，就是這個問題：

能不能先把「一份熱食如何被保存、購買、加熱、取走」變成一套可以複製的流程？

今天用「起司抓餅」來說明。

起司抓餅很適合用來理解，為什麼不同食品不能全部使用同一種加熱方式。抓餅需要外層酥香，但起司與內餡又必須確實升溫。如果整份產品只靠單一微波，起司雖然容易快速融化，但餅皮可能因水分重新分布，失去原本應有的酥脆層次。

如果全部只使用蒸氣，餅體雖然能得到較多水分，但對於原本希望呈現酥香外皮的產品來說，蒸氣過多反而未必是理想選擇。

因此，運吉不會把所有產品都設定成同一個「微波三分鐘」。

我們會先用真正要販售的起司抓餅進行測試，再依產品實際狀態設定加熱程序。例如，可先透過微波協助起司、內餡與中心快速升溫，再搭配適當的紅外線加熱程序處理表層，讓外皮恢復較好的烘烤與酥香口感。

如果這道產品不需要蒸氣，就不必啟動蒸氣。

如果下一款換成肉包，可能需要的是微波加蒸氣；換成湯品，則可能要重新安排液體與固形物的加熱順序；換成白飯、燉飯或麵食，又會建立另一套參數。

這就是複合式加熱真正有意義的地方：

不是熱源越多越好，而是每一種食品只使用它真正需要的程序。

保存端也不必只有一種答案。

依食品本身的保存驗證、包裝方式、配送距離與實際銷售速度，可以從冷凍一路規劃到約 -8°C～-10°C 的低溫／微凍區間。

例如，中午銷量大的產品，可以提高補貨頻率與周轉速度；晚上或夜班使用的備用餐，則可以少量配置。某一棟辦公大樓一天需要20份，另一棟只需要8份，也不必全部採用相同庫存邏輯。

因此，運吉第一階段並不要求企業直接導入一整套複雜AI平台。

先用標準機落地。

中央廚房或食品品牌先完成產品製作、定量分裝、包裝與低溫配送；運吉設備則負責現場保存、自助選餐、支付、依餐點程序加熱與取餐。

先把最重要的營運問題跑出答案：

一天到底賣多少？
晚上哪個時間有人買？
起司抓餅與飯類，哪一種周轉比較快？
每個據點應該放多少？
多久需要補一次貨？

當第一台、第二台真正開始營運後，再依需求增加 AIoT、溫度紀錄、庫存管理、銷售統計、異常通知、補貨提醒與遠端管理。

這時候，管理者看到的就不只是「機器有沒有開」，而是可以逐步掌握更有價值的營運資料：

南科A棟晚上8點後平均銷售12份；
B棟週五需求下降；
某台設備只剩4份；
某款產品連續三天銷量增加；
某台設備溫度異常，需要檢查。

當這些資料回到中央廚房，下一批備餐量與配送安排就能更接近實際需求。

這也正是服務業與零售業數位化正在走的方向：

不是為了無人而無人，而是讓人不必一直重複做同一件事。

運吉可以從飯店、科技企業、校園、中央廚房、食品品牌，以及創業新品測試開始，先建立一個實際場域。

先讓一款起司抓餅跑起來。
再加入第二款、第三款產品。
場域增加後，再把庫存、銷售與 AIoT 接起來。

店不一定要開得更多。

把一套有效的供餐流程複製出去，也可以讓服務走得更遠。

English Version｜Retail Is Shifting from Expansion to Efficiency: Hot-Meal Service Needs Repeatable Workflows, Not Another Shift

Trend of the Day｜August 27, 2026

Taiwan’s retail and service industries are clearly shifting their focus from “opening more stores” to “improving labor productivity.” Recent reports on August 25 pointed out that convenience stores and supermarkets are adopting self-checkout, electronic shelf labels, and mobile payment systems to free employees from repetitive tasks such as checkout and price updates. At the same time, the ASUS EXPERTHUB service and retail forum held this afternoon on August 27 highlighted an even broader point: digital transformation is no longer about adopting a single tool. It is about connecting operations, scheduling, sales, membership, and management systems into one integrated workflow.

This trend is even more relevant when applied to the food-service industry.

In an era of labor shortages, true competitiveness is not necessarily about who owns the most machines. It is about who can turn an effective workflow into a repeatable model across more locations.

In the past, retail competition often focused on how fast a company could expand, how many stores it could open, and how much sales each location could generate. But by 2026, people’s time has become an increasingly valuable operating resource. The purpose of self-checkout, electronic shelf labels, and mobile payment is not to remove people entirely. It is to reduce the time employees spend on repetitive work, so they can focus on tasks that truly require judgment, interaction, and service.

Food service faces the same issue.

If a workplace, hotel, or campus still has 20 people looking for hot meals at 10 PM, the traditional response is usually to add one more staff member, extend kitchen hours, or set up another meal-service counter.

But when that situation expands from one location to five, ten, or twenty locations, continuing to support every site by adding more labor becomes increasingly difficult. Management cost, staffing coordination, and quality control all become harder to maintain.

This is the problem that 運吉 aims to solve:

Can we first turn the process of how a hot meal is stored, purchased, reheated, and collected into a repeatable workflow?

Let’s use a cheese scallion pancake as an example.

A cheese scallion pancake clearly shows why different foods should not be forced into the same heating method. The pancake needs a fragrant and lightly crisp outer layer, while the cheese and filling must be thoroughly heated. If the entire product relies only on microwave heating, the cheese may melt quickly, but the crust can lose its crisp texture as moisture redistributes.

If the whole product relies only on steam, the pancake may retain more moisture, but for a product that should have a toasted, crisp outer layer, too much steam may not be ideal.

That is why 運吉 does not set every product to the same “microwave for three minutes” program.

Instead, we test the actual cheese scallion pancake that will be sold, then design the reheating program according to the product’s real characteristics. For example, microwave energy can first help heat the cheese, filling, and center, while an appropriate infrared heating stage can be used to improve the surface texture and bring back a more toasted, crisp finish.

If this product does not need steam, the steam stage does not have to be activated.

If the next product is a steamed meat bun, it may require microwave plus steam. If it is a soup product, the heating sequence for liquid and solid ingredients may need to be arranged differently. If it is rice, risotto, or noodles, another set of parameters should be established.

This is the true value of hybrid reheating:

More heat sources are not automatically better. Each food should use only the process it actually needs.

The storage strategy should also be flexible.

Depending on the product’s storage validation, packaging method, delivery distance, and actual sales turnover, storage can be planned from frozen conditions to approximately -8°C to -10°C low-temperature or mild-frozen conditions.

For example, products with high lunch demand can have higher replenishment frequency and faster turnover. Meals prepared for evening or night-shift use can be stocked in smaller quantities. One office building may need 20 portions per day, while another may need only eight. They do not need to follow the same inventory logic.

Therefore, in the first stage, 運吉 does not require a company to implement a full and complex AI platform immediately.

Start with the standard system.

The central kitchen or food brand first handles product preparation, portioning, packaging, and low-temperature delivery. The 運吉 system then handles on-site storage, self-service selection, payment, meal-specific reheating, and pickup.

The first goal is to answer the most important operational questions:

How many portions are actually sold each day?
At what time do people buy?
Which turns over faster, cheese scallion pancakes or rice meals?
How many portions should each site stock?
How often should replenishment happen?

After the first and second machines begin actual operation, additional functions can be added as needed: AIoT, temperature records, inventory management, sales statistics, abnormal-condition alerts, replenishment reminders, and remote management.

At that point, managers are no longer just checking whether the machine is turned on. They can gradually see more valuable operating data: Building A in the Tainan Science Park sells an average of 12 portions after 8 PM; Building B has lower demand on Fridays; one machine has only four portions remaining; one product has increased in sales for three consecutive days; one machine has an abnormal temperature condition that requires inspection.

When these data flow back to the central kitchen, the next production and delivery plan can move closer to real demand.

This is exactly where service and retail digitalization is heading:

The goal is not unmanned operation for the sake of being unmanned. The goal is to stop people from repeating the same low-value tasks over and over again.

運吉 can begin with one real deployment in hotels, technology companies, campuses, central kitchens, food brands, or startup product testing.

First, let one cheese scallion pancake product run successfully.
Then add a second and third product.
As more locations are added, inventory, sales, and AIoT data can be connected.

A brand does not always need to open more stores.

Replicating an effective meal-service workflow can also help the service go further.

23/08/2026

先自助再智慧

23/08/2026

先自助，再智慧：餐飲自動化不用一步走到「全無人」
Self-Service First, Smart Operations Next—Automation Doesn’t Have to Mean Fully Unmanned

超商已把自助結帳推進上千門市，餐飲業也正走向數據與AI營運。運吉的路徑不必一步到全無人：先用標準機建立低溫保存、自助選餐與複合式加熱，再依實際營運追加庫存、溫度、銷售與AIoT。以台南米糕為例，可用微波協助中心升溫、蒸氣調整糯米水分，避免單一微波乾硬或長時間保溫失去口感。先把一個場域跑順，再把數據接起來。

Self-service checkout is already expanding across Taiwan’s convenience stores, while food-service operators are moving toward AI and data-driven operations. 運吉 follows the same practical path: start with low-temperature storage, self-service selection, and meal-specific hybrid reheating, then add inventory, temperature, sales data, and AIoT when needed. For Taiwanese sticky rice, microwave energy can support core heating while steam helps maintain moisture and texture. Start with one working site—then connect the data.