海外8家用AI预测餐饮销量的公司盘点：从Tenzo到PreciTaste
过去两年，"用 AI 预测餐饮销量"在海外已经成为一个成熟的创业赛道：一批公司靠"帮餐厅算准明天卖多少"拿到了融资，客户里出现了 Chipotle、Nando's 这样的连锁巨头。我们盘点了其中 8 家代表性公司，看看它们分别切了哪个场景、做到了什么程度——对正在考虑数字化的连锁餐饮老板，这是一张现成的参考地图。
一、这批公司在解决什么问题
餐厅两个最大的成本项——食材和人力——都依赖同一个判断：明天会来多少客人、卖掉多少菜。预测偏了，要么备多了浪费，要么备少了丢单；排班偏了，要么人力闲置，要么高峰崩盘。这批公司做的事本质相同：用机器学习替代"店长拍脑袋"，把销量预测做到小时级、单品级，再联动排班、备货、采购和定价。
二、8 家公司逐个看
1. PreciTaste（美国纽约，2012 年）：厨房里的 AI 调度员
成立最早、跑得最远的一家。主打 Prep Assistant 和 Planner Assistant：预测每小时需求，直接指导员工"现在备多少、几点做几份"，还用计算机视觉监控出餐量。2022 年拿了 2400 万美元 A 轮，2026 年又获得 Round2 Capital 领投的七位数收入型融资。官网公布的数字：预测准确率 90%，食品浪费最多降 50%，食品成本降 7%，每店每天省 3-4 小时。2026 年 3 月，Chipotle 宣布与其合作在加州 8 家门店试点——食品浪费降约 10%，店长每班节省 45 分钟。
2. Tenzo（英国伦敦，2016 年）：数据整合派
思路是把 POS、排班、库存、顾客评论，加上天气、节假日等外部数据全部整合进一个平台，再输出小时级、单品级的需求预测，服务排班和库存规划。已接入 70 多个系统（Lightspeed、Square、Planday 等），服务 250 多家公司、1500 多个门店，客户包括 Nando's、TGI Fridays。曾与英国创新署合作食品浪费治理项目，目标是用预测精度替代过量备货。
3. 5-Out（美国纽约，2020 年）：激进的全数据预测
宣称预测准确率最高 98%：整合 POS、人力、采购库存、天气、社交媒体、新闻事件等数据，提前最多 21 天输出逐小时的增量预测，并直接给出排班和采购建议。5 分钟完成接入、不需要换现有系统，是它的主要卖点。
4. Lineup.ai（美国芝加哥，2020 年）：轻量易用派
基于 POS 历史数据做基础预测，再用天气、活动事件修正，能细化到单个门店、线上/线下、外卖等不同渠道，并联动自动排班。按门店订阅收费（约 79 美元/店/月起步），客户包括 Carrot Express、Cabo Bob，与 Toast、Olo 建立了合作关系。
5. Red Onion（美国得州，2014 年）：预测+定价分析
前身是 Marketing Vitals，特色是把预测和定价弹性分析结合：用 POS、忠诚度、天气、营销投放、第三方外卖数据建模，提供动态定价、菜单分析和客户行为工具。客户包括 Rock & Brews、Sonny's BBQ、DQ。
6. ZIP Forecasting（美国加州，2009 年）：老牌套餐的一部分
属于 Hubworks 套件，用 POS 数据自动生成销售和交易预测，同一套件里还有 ZIP Schedules（排班）、ZIP Inventory（库存）、ZIP Ordering（采购预测），走的是"一家人工一个价"的组合路线，定价约 19 美元/店/月起。
7. Dyne（加拿大 BC 省，2021 年）：营销导向的预测
除了需求预测和排班，更侧重营销侧：从自己和竞对的社交媒体、评论中学习，生成广告活动，做动态菜单定价和选址分析。2023 年拿到 500 万美元 A 轮，客户包括 Papa John's。是 8 家里唯一把 Gen-AI 营销内容生成放进主线的。
8. Agot（美国宾州，2019 年）：计算机视觉派
用摄像头监控订单执行准确性、服务瓶颈和前场异常，提示员工纠正；配合动态需求预测控制备餐量，加速翻台。拿到了 Yum!（塔可钟、肯德基母公司）的连续投资，累计融资超 2600 万美元。
三、一张表看懂分工
- 纯预测+排班：Lineup.ai、ZIP Forecasting——轻量、便宜、快速上线；
- 预测+采购库存：5-Out、Tenzo——数据整合深，适合多门店连锁；
- 预测+厨房执行：PreciTaste、Agot——预测结果直接变成厨房动作，落地最深；
- 预测+营销定价：Red Onion、Dyne——往营收增长侧延伸。
四、对国内连锁的启示
这 8 家没有一家做"通用 AI"，全部深耕餐饮一个行业、从具体场景切入。它们的共同路径——先把数据打通，再让预测结果直接驱动动作——和启赋做一体化 ERP+供应链的思路是一致的：预测不该是报表上的数字，而是要直接变成智能补货的指令、排班表和采购单。具体怎么落地，我们在下一篇《AI 怎么预测餐厅销量》里拆解方法，在中国落地篇里给出可抄的作业。
写在最后：这8家海外公司验证的AI预测场景，启赋科技已在国内连锁餐饮的一体化架构中落地。了解启赋餐饮AI智能应用：AI销量预测、智能补货、智能排班与经营预警 →