Ganko Food 与 AIST 合作！ ？

Ganko Food 与 AIST 合作！ ？

2017/04/30

Ganko Food 与 AIST 合作！ ？ 意想不到的组合创造了餐厅创新的不同维度

❶向餐饮业引入工程方法以提高生产力。
❷从 SS（服务科学）到 SSMED（服务科学、管理、工程、设计）。
❸我们将通过与产业技术研究院的共同开发来振兴整个行业。

 

Ganko Food Service Co, Ltd 主要在大阪府经营一家日本连锁餐厅。自 2008 年以来，AIST 一直与该公司合作，利用工程方法（例如衡量员工工作和预测需求）来提高生产力和服务。
我们向 Ganko Food Service 副总裁 Takeshi Niimura 和在 AIST 从事服务测量技术开发的 Takeshi Kurata 询问了他们 10 年联合研究的历史和成果以及未来的前景。

我想在服务行业实现更高的效率和更高的附加值

――我认为与餐饮业的共同研究可以说是AIST独有的。请告诉我们开始合作的背景。

新村我大学时就开始在Ganko Sushi打工，毕业后就直接上班了。然而，我原本的梦想是成为一名研究员，即使在工作后，我也在一位理解老板的指导下读了研究生院，并获得了工商管理硕士学位（MBA）。

那时我意识到，餐饮业等服务业的问题不能单靠企业管理方法来解决；需要一种工程方法。在餐饮行业，人力总量与劳动力成本直接挂钩，因此首先要对其进行控制。因此，我们自己进行了多次实验，目的是提高服务业的效率，增加附加值，包括客户满意度。

仓田当时，政府正在推动制造业和服务业的生产力提高，并向在提高生产力方面做出了积极努力的公司授予“日本300强服务选择”。^*1''系统已建立。第二轮评选中，Ganko食品服务有限公司入选，而产业技术研究院刚刚成立了服务工程研究中心（当时），所以我们很关注这些企业的努力。

新村我正在考虑下一步攻读工程学博士学位。因此，当AIST在2008年成立服务工程研究中心时，AIST向我提出了在进行联合研究的同时攻读博士学位的想法。从那时起，我们就断断续续地进行联合研究。

仓田先生Niimura 是一名寿司厨师，拥有 MBA 学位，是一名经理，并拥有工程学博士学位。我认为他是一个独一无二的人，就像世界上只有一个人一样。

从测量员工工作到使用 VR 进行空间布局

――到目前为止，您进行了哪些研究？

新村首先，我们将测量心率和出汗的科学方法与通过实地调查调查群体行为的人种学方法相结合，试图了解大阪一家商店的整体状态，包括员工技能和客户满意度。这次，除了通过定位系统测量员工的动作外，我们还收集了与客户互动的音频数据，录制视频，进行了全套测量，以及对客户的采访。

　如果您在生产线上，只需测量一次即可获得多种数据。然而，在涉及人类的服务行业中，每个地点、每个时刻的情况都不同，因此数据只有在一定时间内完整收集后才能使用。挑战在于弄清楚如何衡量服务的各个方面。

　我们还致力于提高需求预测的准确性的研究。联合研究始于这两项旨在提高生产率和增加盈利能力的研究。那是在 2009 年。

仓田白天，商店中的人员流动在某种程度上遵循商业周期，但工作日和周末之间以及每月的日期有所不同。最后，我们连续几年每月进行一次测量。

新村这就是银座四丁目店的行人航位推测法^*2员工实时定位测量员工配备了结合加速度和地磁传感器开发的独立传感器模块，该模块接收店内安装的无线通信设备的无线电波，以确定工作轨迹信息。我们可视化每个员工在地板上的动作。因此，我们能够了解楼层员工为客户服务所花费的实际时间，并识别浪费的工作。根据分析结果，我们对人员配置等进行了调整，并增加了与客户交谈等可提高服务价值的任务。我们不仅提高了生产力，还收到了更多客户订单。

仓田这是我们如何定量展示改进效果的一个很好的例子。

　我们也在我们的新店实践了这一点，这是一座经过翻新的私人住宅。 2014年，新宿山野爱子公寓开业时进行的行为测量被电视报道，让世界广泛了解服务工程的重要性。在2016年开业的武藏野立川之家，设计师和员工戴上护目镜进入VR空间，使用平板电脑俯视建筑内部，并实时协作审查空间布局，包括厨房的建造和室内布局。

新村餐饮业被认为远离科学，所以它一定产生了影响。这种实时定位测量和VR技术在员工培训场景中也很有效，我们分析了经验丰富的员工的操作并向新员工展示，以便他们学习。如果你在商店刚开始营业时尝试学习运营，你往往会依赖直觉和经验，但如果你能用 VR 来模拟你所在岗位的负责人，你会学得很快。

仓田美国IBM曾提出“SS（Service Science）”的概念，以提高服务的价值。实际的服务不能仅靠科学来处理，现在被认为是“SSMED”，其中包括管理（M）、工程（E）甚至设计（D）的要素，而新村博士的研究可以说正是“SSMED”。

花了很长时间才取得成果

――为什么能够持续这么长时间的共同研究？

新村研究之初，位置测量设备和VR系统并不完善，只能收集碎片信息。在某些情况下，需要时间来稳定终端并开发服务测量方法本身以使系统真正可用。我没有放弃，而是知道是时候投入时间了。

仓田制造业有投资研发的文化，但服务业却不一定如此。我相信 Ganko Food Service 在这方面是一家罕见的公司，在长期研究上花费了大量资金。我很感谢新村先生兼具商业和研究头脑。此外，在这样的联合研究中，结果可能无法公开，但研究人员能够将他们的知识回馈社会很重要。 Ganko 餐饮服务在这方面非常开放，对此我非常感激。

新村与其他行业相比，餐饮业是一个利润较低的行业。我们继续投资于研发，因为我们的所有者不仅希望改善他们的公司，而且希望改善整个行业。我们不否认管理依赖于直觉和经验，但我们也认识到，传统的方法无法提高门店的生产力和盈利能力，改善整个行业，需要科学知识才能更进一步。

　另外，我认为长期共同研究会更好。在研究和开发方面，我相信如果组织持续下去，人际关系和研究不断成熟而不断裂，最终可以获得更好的结果。

――您如何评价迄今为止取得的成就？

新村虽然它带来了一些生产力的提高，但我仍然无法做我想做的事情。我相信我迄今为止所做的一切都是为了提高生产力而做的准备。

　从2006年开始，我一直在尝试采用工程方法，经过10年，我开发了掌握实际情况、量化直观的技术，现在，经过10年，我终于能够使用该技术和方法了。目前该研究已进入第二阶段。通过主动控制劳动力投入量，我们预计能够将劳动力成本降低25-30%，而10年前约为10%。

通过新技术发展振兴整个餐饮业

新村目前，我们正在努力改进银座一丁目店厨房的生产系统。通过了解现状并改变厨房的布局，我们计划模拟人力劳动量将如何变化，并将其纳入实际工作场所。

仓田例如，如果您要模拟一个配送仓库，那么建模很容易，因为您只需要查看员工、货架和库存，而厨房也类似，但在餐厅中，订单每时每刻都在变化，一切都与顾客、员工、厨房和地板有关，因此建模本身并不容易。最终，我们希望能够模拟一切，不仅包括厨房，还包括客户服务楼层。

新村餐饮业中已经有一些公司致力于提高生产力，但所有这些改进都是为了减少现场处理流程的数量。我们公司从研发开始，旨在提高所有流程的生产力，而不仅仅是工作的某些部分。

　我们如此努力的原因不仅仅是为了实现公司的短期目标，例如提高一定比例的盈利能力。正如我之前所说，这是因为我想改善整个行业。人力资源决定一个行业的质量。如果餐饮业盈利能力提高，优秀的人力资源进入，整个行业就会蓬勃发展。

仓田为了改善这个行业，我们需要技术和工程方法。

新村是的。要开发技术，您首先需要一个测试台。关于知识产权，我认为AIST应该掌握基础，并将其成果运用到整个服务行业。

此外，即使在你的有生之年没有得到结果也没关系。今天制造业所讨论的事情，可能在100年后的餐饮业也会成为理所当然的事情。我希望我们的研究能够成为这一点的基础。

利用信息技术解决劳动力短缺，传承技术

---现在有利用信息技术，包括物联网、人工智能等来解决社会问题的趋势，但服务业呢？

新村存在诸如“人工智能会夺走人类工作岗位吗？”之类的争论，但实际上，劳动力短缺是劳动密集型行业的一个主要问题，如果不填补短缺，行业将无法运转。信息技术将有助于解决这些挑战。

　另一种观点是用它来保存垂死的烹饪技术。如今的老工匠退休后，木炭烤鱼烤肉等技艺可能无法继承。到目前为止，我们一直在用录像机录制，但如果我们让人工智能记住它，即使这项技术消亡，我想有一天我们也能够再现它。许多传统文化都面临着技术的保存和传承问题，我们相信物联网和人工智能可以为这一领域做出贡献。

仓田到目前为止，使用动作捕捉记录人的动作时，需要将传感器安装到整个身体并在有限的空间内进行记录。然而，在服务行业中，重要的是能够通过将传感器连接到任何位置而不干扰服务站点来测量和记录每一个动作。

　除了新村先生举出的技术档案之外，这项技术对于衡量劳动力负担也很有用。如果你能够提高你的技能并加快你的技术掌握，并提高生产力和工作量，我相信这将导致客户满意度的提高。

　此外，农村地区人口减少和劳动力短缺现象严重，甚至存在连基本运转都难以维持的情况。我想用服务工程的方法来解决这样的社会问题，我认为服务工程的知识或许可以用在信息技术的有效性尚未被认识到的领域。我们希望广泛听取业界人士的建议，并使用服务工程的方法来解决各种问题。

---

*1：向 2007 年至 2010 年间实施先进举措的公司和组织颁发奖项和公告。目的是通过激励公司和组织进一步努力以及广泛传播和分享良好实践来刺激创新和生产力提高。[返回来源]
*2：行人航位推算。可在室内使用的位置和方向测量技术和标准有很多种，并且根据测量目标和位置结构的不同，合适的技术也有所不同。 PDR 是一种根据加速度、角速度、磁力和大气压力传感器数据来估计步行运动、运动速度矢量、姿势和相对高度变化的方法。其特点是不需要基础设施，并且可以将轨迹、姿势和运动作为线（形状、曲率）而不是点的集合来获得。[返回来源]