← 返回文章库Winnow cover

Winnow:盯着剩饭,帮客户年省1亿美元

Winnow 用摄像头、联网秤和手机照片记录厨房浪费,再把数据变成逐菜备餐计划、跨门店报表与教练服务,让餐饮客户在开餐前少做注定会剩下的食物。

在上海虹桥的一家雅乐轩酒店,主厨David Jiang过去根据入住率和含早餐的客人数备餐。但他发现,有早餐权益的客人里,最多有一成并不会来吃。怕不够,厨房还是会多做一些。

2026年6月,团队开始用Winnow Foresight辅助备餐。按Winnow10月发布的采访,前两个月,这家酒店每位用餐客人对应的早餐浪费量减少了67%。它不是让客人少吃,而是让厨房少做那些总会剩下的菜。

这是一门围绕剩饭做起来的生意。Winnow在2025/26影响报告中称,使用其技术的3500多个酒店、餐厅等地点,合计每年节省的食物成本已超过1亿美元。这是公司统计的客户节省额,不是Winnow自己的营收。

它的产品也在变化:过去主要盯着垃圾桶,告诉厨师今天扔了什么;现在开始在开餐前回答,明天究竟该做多少。

垃圾桶里,有采购表看不到的成本

采购记录能告诉酒店买了多少鸡蛋、面包和蔬菜,却不能直接回答:哪些做成了早餐,哪些卖不出去,最后又有多少进了垃圾桶。

Winnow的VisionAI把摄像头和联网秤装在丢弃食物的地方,识别被扔掉的食物并记录重量,再把结果汇总成报表。厨房看到的不再只是“今天有几袋垃圾”,而是哪种食物、在什么时候、浪费了多少钱。

Winnow官网厨房场景中的墙面终端与食物收集桶

VisionAI在食物丢弃处记录浪费,设备形态来自Winnow官网。

但看见浪费,并不等于浪费会自己消失。

希尔顿在2026年1月公布,和Winnow等伙伴开展的Green Ramadan项目已覆盖14个国家的45家酒店。酒店不只是装设备:团队每周复盘,把部分自助取餐改成现场烹饪,采用更小的份量,面包也改为装盘提供。AI提供记录,厨房和餐厅改变做法。

这些细节比“识别准确率”更接近客户买单的理由。少做一盘没人吃的食物,需要厨师相信数据,也需要服务方式跟着变;不是识别出一盘剩菜,就已经省下下一盘的成本。

年度合同约1万美元,卖的还有教练

以VisionAI为例,AWS Marketplace上的卖方定价表给出了一个参考:单个厨房站点的年度合同金额约1万美元,具体取决于厨房规模和运营复杂度。它不是面向所有厨房的一口价。

官网列出的收费结构则是一次性配置费,加按站点报价的持续订阅。配置包括安装、团队培训和初期支持;订阅包含分析平台、厨房报表和厨房教练服务。

这解释了为什么它没有把生意止于卖一台摄像头和一把秤。

单店需要有人把报表里的异常变成备餐调整;连锁集团还需要看不同酒店的执行情况,发现哪些门店已经改了、哪些仍在重复浪费。Winnow的Hub提供跨站点视图、对比和持续报告。硬件负责收集,软件让管理者看见变化,服务推动厨房行动。

对买方来说,续费的问题也就很具体:过去一个月,这套系统有没有继续帮助厨房改变采购和生产,而不只是继续生成图表。

不想装设备的酒店,也能开始

不过,完整的摄像头与秤系统,并不适合每一家餐饮业务较轻的酒店。

2026年9月,Winnow正式发布Foresight。它和希尔顿厨师共同开发,面向这类酒店,把入住信息和过去的剩余数据转成逐菜备餐计划。产品可以独立购买,也能作为原有Vision系统的附加模块,不需要额外安装硬件。

Winnow Foresight官网展示的逐项生产计划

计划落实到具体食物,而不只是一个总用餐人数。来源:Winnow官网。

工作由开餐前和收餐后两段组成:厨师先看下一餐的生产计划,可以逐项修改,再打印或分享给当班同事;收餐后,用手机拍下各项剩余食物,系统估计剩余量,确认后用于下一次预测。

厨师使用手机记录剩余食物的Winnow官方现场照片

收餐后的记录,成为下一餐计划的输入。来源:Winnow官网。

这和给主厨一句“明天少做10%”不同。上海酒店的案例里,炒面剩余量减少83%,白菜减少78%;但白肉火龙果受到欢迎,团队反而要准备得更充足。目标不是把所有食物一起砍掉,而是把有限的备餐量分配得更接近需求。

从商业上看,这一步扩大了Winnow可以卖给谁。大型厨房继续使用设备来连续测量,小型酒店则可以从手机上的计划开始;原有客户也有了一个开餐前就能使用的新模块。新增的是一种进入厨房的方式,不只是旧报表里又多一张图。

Foresight保留了一个重要动作:厨师能修改预测,再把计划交给当班团队。AI不必先赢过主厨几十年的经验,才有机会进入这间厨房;它得先把建议变成一份主厨愿意调整、同事拿到就能照着准备的清单。

点击文末「阅读原文」,前往Winnow官网查看产品与演示。