各界仍在爭辯真正的通用人形機器人何時能落地時，一間舊金山機器人新創已經率先搶進垂直市場，處理數千種食材、完成八千萬份餐點製作，朝食品生產領域內的通用機器前進。Chef Robotics如何在食品業成功複製特斯拉戰略？
美國小說家布考斯基（Charles Bukowski）寫過，「拯救世界要從一次拯救一個人開始做起，其他都是浮誇的浪漫主義或政治算計。」
走進Chef Robotics位於舊金山市區二樓的研發區域，看著工程師替換機器手臂末端的廚具，在輸送帶上完成一份又一份的青豆洋芋泥，就像是這個概念的另一種體現。你可以等待不知何時才能到來的通用人形機器人，或者，你也可以試著讓機器人先做出一份咖哩飯。
至少，這是Chef Robotics創辦人暨執行長巴格里亞（Rajat Bhageria）的想法。在ChatGPT將人工智慧推入鎂光燈焦點之前，巴格里亞在2019年便成立Chef Robotics，瞄準食品業的AI自動化方案。
在專訪中，他向《遠見》解釋，Chef的創業契機，落在技術展望與數據分析的商機交會點。
出身商學院、擁有機器人與機器學習研究背景的巴格里亞認為，檢視未來五十以至一百年間影響最大的技術，人工智慧顯然佔據要角。而且，人工智慧能在實體世界貢獻的產值，將比純數位大得多。
那麼，在實體產業中，哪一個市場對自動化的需求最大？查閱美國勞動統計局（BLS）數據，勞動力缺口最大的三大產業分別是零售、個人照護，以及食品。
基於人際互動程度高、任務類型太多元等因素，巴格里亞判定前兩者短期內很難自動化。但在食品業中，巴格里亞看見一塊可行的市場，可望為目前缺工數破百萬人的產業提供一種解方。「這基本上是市場規模的問題。」他解釋。
Chef Robotics所選定的是所謂「多樣化生產」（high mix manufacturing）產線上的預製餐點。例如連鎖咖啡廳的沙拉碗、飛機餐與醫院餐盤，都出自這類工業化的中央廚房。
與可口可樂這樣只生產一種飲品的低混合（low mix）產線不同，這類工業化廚房的產線生產相當多樣化的餐點。可能光是沙拉就有培根、雞肉、水果與無麩質不放麵包丁的多種食譜，因而產線也需要高度彈性。
傳統機器可以應對較均勻的食材（例如白飯、番茄醬等），但諸如大小不一的鮭魚排、花椰菜、雞絲等食材，許多廠商仍然倚賴人類員工將它們置入餐盤裡的正確位置。
然而，這類工作環境對人類來說相當不舒適。員工經常是長時間穿著連身工作服或全身圍裙，戴著頭罩與口罩，在溫度逼近攝氏零度的廚房裡反覆置放食材，工作內容可說是既單調又費力。這也是食品業人力緊縮的原因之一。
因而，Chef Robotics想要打造出「等同人類能力」的餐食機器人。結合視覺系統及動態決策能力，這樣的機器人既能處理多種食材，又能靈活地在不同產線中移動。「我們沒有取代人類。」巴格里亞說，「食品業根本沒有足夠人類。」
受特斯拉戰略啟發，以機器人訂閱制與客戶一同成長
這類工業化廚房的產線確實相對較易自動化，但實際執行依然困難重重。一大原因在於食物種類多，而且本質上是一種易變形的物體。網路上並不存在大量處理食物的訓練數據集，也缺乏可靠地模擬各種食物的黏稠度、濕潤度與變形程度的物理引擎。
巴格里亞理解到，從現實部署中取得數據，是訓練出可靠機器的關鍵。他從特斯拉的策略中獲得靈感，正視現有技術的限制，但也緊抓已有的機會。也就是先從相對容易的可舀類食物搶進市場，再藉此發展其他技能。
就像特斯拉先賣車，蒐集影像與駕駛動作等實地數據，藉此優化自己的自駕系統，再回饋給車主。Chef Robotics也先賣出功能較有限的硬體，在產線上累積數據，優化驅動機器手臂的AI模型，持續為客戶端的硬體提升表現，並擴大可執行的任務範圍。
與客戶一同成長，對Chef Robotics而言不只是口號，更是驅動進展的核心策略。
直至2025年底，Chef Robotics已經累積超過8千萬份餐點處理數據，處理過超過2千種食材。這讓Chef得以加速「資料飛輪」效應，持續提升機器能力。例如，處理雞肉丁的成功策略（policy）可以成為處理火雞肉丁的基礎，再逐步優化。
在「機器人即服務」（Robot as a Service）的訂閱制度支持下，客戶有動機分享產線上的數據，就像特斯拉車主也願意分享車內外數據，換得更高性能的軟體。隨著ChefOS升級，當客戶想使用新功能，只需換上Chef Robotics研發的不同「廚具手」（utensils），機器就能執行新任務。
例如，2025年底的升級中，新機型Chef+便增加一種「拍打」功能，可以壓平食材，讓食物在餐盒裡分佈更均勻。若想換回「抓取」功能，只要花上幾分鐘替換調理食物的工具手即可。這與傳統下料機更換醬料時，得拆洗內部零件、重新調整參數，來得便利許多。
We're excited to introduce Chef+, our most advanced meal assembly robot yet!
— Chef Robotics (@ChefRobotics) December 18, 2025
Built on insights from over 80 million servings in production, Chef+ addresses the operational constraints food manufacturers tell us are most common: limited floor space, frequent ingredient refills,… pic.twitter.com/yNZi1orhR4
利用機器生產即食食品還有其他好處。這能減少人類與餐食的接觸點，提升食品安全性，也能更具規模地追蹤每一份餐點的品質，減少食材浪費。
以生產印度即食品的客戶Cafe Spice為例。Cafe Spice生產十數種咖哩，產線必須快速切換填料。為求快速出餐，舀咖哩醬的員工通常「寧多勿少」，會多填裝一點咖哩醬進去，以免份量不足被消費者投訴。咖哩醬因此容易溢出，還得調派專人擦拭餐盒邊緣。
即使每盒咖哩飯只多給了10公克份量，對大型廚房來說，一萬盒就是100公斤的浪費。而機器人可以更精準地秤重，使用咖哩醬專用的廚具手，也能減少溢出。Cafe Spice因此減少了67％的食物溢裝，產能也提升2～3倍，從每分鐘出餐10～15盤到30盤。
目標打造「食品業的通用機器人」
走過疫情、生成式AI的崛起，Chef Robotics在2025年A輪順利募資4310萬美元，目前已成功將市場從美、加拓展到大西洋對岸的英國。即便AI機器人正熱，巴格里亞自信表示，自家機器人已累積數千萬份現實餐食處理數據，且還在迅速增長，這是其他後進者難以趕上的護城河。
目前， Chef機器人還在量大、樣多的工業化廚房磨練技藝，並逐漸朝雲端廚房等量少、樣多的場景靠攏，未來可望進入一般商業廚房。巴格里亞直言，Chef Robotics的目標就是要做出食品業的通用機器人。
「（通用）人形機器人，可能還要10到20年才能成熟。」巴格里亞說，「Chef是更加通用的取放系統，只是沒有腳。處理食物不需要腳。Chef可說是食品業的通用機器人，而且近期就能實現。」
