新冠肺炎疫情為餐飲和快餐行業帶來了巨大壓力。據美國國家餐館協會（National Restaurant Association）的一項研究顯示，在疫情發生后的一個月內，有3%的餐廳永久關閉，另有11%的餐廳預計將在接下來的一個月內關閉。在高檔、中檔和休閑餐飲機構受到了主要沖擊的同時，快餐行業也未能幸免。Datassential的一項調查發現，在疫情爆發的前幾周，快餐公司的銷售額下跌42%。

隨著越來越多的顧客開始依賴外賣和汽車穿梭餐廳點餐，而非在室內用餐，漢堡王等快餐零售商進而尋求人工智能和機器學習的幫助來解決問題。基于此，漢堡王與英特爾合作，開發出了一款人工智能系統——當顧客需要點餐時，該系統可以通過菜單屏幕為他們推薦食物。這個系統還可以推測顧客想要點熱飲還是冷飲、輕食還是大餐，從而節省時間并提升顧客體驗。

漢堡王和英特爾透露，這一解決方案目前已經在超過1000家漢堡王門店進行了試用。

然而漢堡王并不是第一家嘗試在客戶服務中使用人工智能的快餐連鎖店。自2019年收購科技公司Dynamic Yield以來，麥當勞一直在其汽車穿梭餐廳中采用人工智能技術。甜甜圈連鎖品牌唐恩都樂（Dunkin’ Donuts）也正在對汽車穿梭餐廳進行測試，當顧客減速停下時就能夠識別出其是否為忠實會員。一些Sonic汽車影院近期也安裝了人工智能菜單信息亭。Chick-fil-A正在利用人工智能從社交媒體上的帖子中識別食源性疾病的跡象。

漢堡王全球數據平臺開發和機器學習總監王路洋向VentureBeat介紹道，與電子商務等行業相比，快餐推薦有自己獨特的挑戰。沒有什么簡單的方法可以識別客戶并檢索到他們的檔案，因為所有食物推薦都是在線下完成的。此外，在把位置、上下文特征加載到模型之前，必須對它們進行預處理。

為了應對這些挑戰，Transformer Cross Transformer （TxT）人工智能推薦系統應運而生。該系統采用了所謂的“雙”Transformer架構，既能夠學習實時訂單序列數據，也能夠學習位置、天氣和訂單行為等特征。TxT可以利用餐館中所有可用的數據點，而無需在接單流程開始之前識別顧客。例如，如果顧客在其購物車內加入的第一款商品是奶昔，那么這將影響TxT的推薦，這些推薦基于顧客過去購買的商品、當下購買的商品以及商店售賣的商品。

TxT在Analytics Zoo(這是由英特爾開發并開源的大數據分析+AI平臺)上開發。其中，英特爾和漢堡王合作創建了一個端到端推薦流水線，包括分布式Apache Spark數據處理和在英特爾至強集群上進行的Apache MXNet訓練；TxT還借助Analytics Zoo平臺的RayOnSpark庫進行部署，讓企業能夠直接在現有集群上運行程序。

王路洋表示，TxT已經帶來了一些令人驚訝的銷售洞察，發現漢堡王的顧客在任何天氣都會點奶昔——即使天氣很冷。而當人們把高熱量食物而非低熱量食物加入購物車時，他們更愿意再點一份甜點。

王路洋說：“漢堡王一直致力于改善顧客體驗。TxT人工智能推薦系統可以讓漢堡王更深入地了解顧客習慣，并從根本上更充分地與顧客進行溝通。”