那個拒絕 AI 的麵包師傅，客人反而變多了
陳師傅受訪時語氣平淡：「我不是要跟誰對抗。我只是想讓客人知道，他吃的這顆麵包，是誰做的、怎麼做的。」
1.2 拒絕的真正原因：不是反科技，是怕忘了手感
很多人以為陳師傅是「反 AI 派」，其實不然。
他的手機裡有 LINE 官方帳號，每週用排版軟體發送限動；店裡的庫存用雲端表格管理；收銀機支援電子支付；連老客人預訂都用線上表單。他笑說：「我不是不用科技，我是不用 AI 替我捏麵糰。」
真正讓他卻步的，是兩年前的一次實驗。當時有設備商熱情邀他試用 AI 揉麵機，號稱「三分鐘完成手工口感」。他試了一個月，麵包確實漂亮、穩定、零失誤，客人也沒有抱怨。但他自己吃了一口，沉默了很久。
「那個麵包沒有錯，但它也沒有『我』。」陳師傅說，「AI 會告訴我今天的麵糰該揉幾分鐘、發酵幾度，但它不知道我今天心情不好、手勁可能會輕一點；它也不知道今天下雨，老客人會想吃口感厚實一點的麵包。」
他更怕的是另一件事：當機器什麼都替你決定，人會慢慢忘記怎麼判斷。
「手感這種東西，是幾萬次失敗換來的。你用 AI 跳過失敗，就等於跳過成長。」他說，「總有一天機器壞了、停電了、系統更新了，你還剩什麼？」
這句話，值得所有正在擁抱 AI 的產業想一想。工具可以放大能力，但工具也可能悄悄接管判斷。當我們把「決策權」外包給演算法，我們得到的可能是效率，失去的卻可能是專業本身。
二、AI 烘焙潮來襲：效率革命，還是風味危機？
2.1 從中央廚房到 AI 配方：烘焙業的演算法革命
陳師傅的選擇之所以引起討論，是因為他站在一股巨大的浪潮對面。
近五年，台灣烘焙業面臨三重壓力：缺工、原物料上漲、連鎖品牌擴張。根據產業觀察，多數連鎖體系的解方都是「標準化」與「自動化」——中央廚房統一製作麵糰，冷凍配送至門市，門市只需解凍、烘烤。AI 在這個流程中扮演關鍵角色：預測銷量、調整生產排程、監控品質、甚至生成新品配方。
有業者開發出「AI 配方優化系統」，輸入成本、口感偏好、季節因素，系統就能生成數十種配方組合，再由師傅微調。也有設備商推出「AI 發酵預測」，透過影像辨識判斷麵糰體積，誤差比老師傅的肉眼更小。
效率的提升是驚人的。過去一間門市需要三到四位師傅，現在可能一位就能顧全場；過去報廢率動輒一成，現在可以壓到百分之三以下。對連鎖品牌來說，這是能否規模化的關鍵。
但問題也跟著來了：當每一家店的麵包都來自同一套演算法，消費者吃到的，會不會只剩下「規格」？
2.2 顧客真的吃得出來嗎？一場吐司盲測實驗
這個問題，有媒體做過實驗。
某美食頻道曾舉辦一場「AI 吐司 vs. 手工吐司」盲測，找來二十位民眾，在不告知品牌的情況下試吃。結果很有意思：論「柔軟度」「外觀」「均勻度」，AI 吐司得分較高；但問到「你會不會想再買」，手工吐司卻以壓倒性差距勝出。
一位受試者的說法很有代表性：「AI 那款很好吃，但就是……很好吃而已。手工那款我說不出哪裡好，但我記得那個味道。」
心理學稱之為「情節記憶」——人對體驗的記憶，往往不是來自規格，而是來自情境。你記得那顆麵包，不是因為它的孔洞直徑幾毫米，而是因為那天早上老闆多送了你一顆小餐包，還記得你兒子剛上小學。
這也解釋了為什麼 AI 可以複製「品質」，卻很難複製「記憶」。品質是標準差的問題，記憶是連結的問題。
2.3 標準化的代價：當麵包只剩下規格
標準化不是壞事。它讓更多人能用合理價格吃到穩定的麵包，也讓業者能規模化經營。但當標準化走到極致，會出現幾個副作用。
第一是「風味趨同」。當大家都用相似的 AI 配方、相似的原料、相似的設備，最後做出來的麵包會愈來愈像。消費者走進不同品牌，卻有一種「在哪裡吃過」的既視感。
第二是「價格競爭」。當品質不再是差異點，業者只能比價格、比行銷、比展店速度。利潤被壓縮，最後受傷的往往是基層師傅的薪資與工作條件。
第三是「專業貶值」。當 AI 可以取代大部分判斷，師傅的角色可能從「創作者」變成「操作員」。這對一個花了二十年磨練手藝的人來說，是很深的失落。
陳師傅的說法很直白：「AI 可以幫你做出八十分的麵包，但它不會讓你做出讓人記住的麵包。八十分的東西，到處都有。」
三、客人變多的秘密：人味經濟的崛起
3.1 排隊的不只是麵包，是「被記得」的感覺
週六上午十點，陳記門口排了三十幾個人。
排在第一位的是林小姐，她從北屯騎車過來，車程四十分鐘。「我搬離這條巷子五年了，但每個月還是會回來買。」她說，「師傅記得我喜歡吃邊邊比較脆的法國麵包，每次都會幫我留。」
這種「被記得」的體驗，是 AI 最難複製的東西。AI 可以記住你的購買紀錄、推薦你可能喜歡的品項，但它不會在你走進門的那一刻，抬頭說：「今天比較晚喔，一樣老樣子嗎？」
陳師傅的店裡沒有會員系統，但他腦中有幾百個客人的「資料庫」：誰家有小孩、誰在減醣、誰的媽媽喜歡吃軟一點的吐司、誰每次都會多買一顆給警衛。這些資訊沒有被數位化，卻被「人化」了。
有研究指出，消費者在選擇小型店家時，「人情味」的重要性往往高於「價格」與「便利」。這不是浪漫的幻想，而是真實的消費心理：在一個愈來愈被演算法安排的世界裡，人們渴望被當成「人」對待，而不是「流量」。
3.2 數據會說話：手工麵包店的逆勢成長
陳記不是特例。
近幾年，台灣出現一股「手工烘焙復興」的現象。連鎖品牌持續展店，但獨立小店也沒有消失，反而在特定區域逆勢成長。這些店的共同特徵是：產量有限、價格較高、強調手作與故事、與社區連結深。
消費者的購買行為也在改變。根據零售觀察，願意為「手工」「小農」「在地」支付溢價的消費者比例逐年上升，尤其集中在三十到四十五歲的族群。這個族群正是 AI 時代的重度使用者——他們白天用 AI 工作，晚上卻願意排隊買一顆手工麵包。
這個矛盾其實很合理。當生活中愈來愈多東西被自動化，人們會更珍惜那些「沒有被自動化」的部分。就像黑膠唱片在串流時代復活、手沖咖啡在連鎖咖啡店林立時崛起，手工麵包也是同一種邏輯。
AI 愈普及，「人味」愈稀缺；愈稀缺，愈有價值。
3.3 從效率紅利到信任紅利
過去十年，商業競爭的關鍵字是「效率」。誰能用更低成本、更快速度、更大規模，誰就能贏。
但當 AI 讓效率變得唾手可得，效率本身就不再是護城河。你能用 AI 壓成本，隔壁也能；你能用 AI 做行銷，隔壁也能。當大家都有一樣的工具，差異化只能來自別的地方。
那個地方，叫做「信任」。
陳記的客人願意排隊、願意多付一點錢、願意幫他介紹朋友，不是因為他的麵包「比較便宜」或「比較快」，而是因為他們信任這個人。他們知道這顆麵包是誰做的、用什麼做的、為什麼這樣做。這種信任，是效率紅利消失後，小店最重要的資產。
而信任，恰恰是 AI 最難量產的東西。
四、AI 時代最稀缺的資源：真實與溫度
4.1 當 AI 什麼都能生成，「在場」變得昂貴
我們正處在一個「生成」過剩的時代。
AI 可以寫文案、畫插畫、做音樂、拍影片、寫程式、生成商品描述。內容的生產成本趨近於零，於是內容的數量爆炸，但內容的「重量」卻在下降。人們開始懷念那些有瑕疵、有溫度、有作者痕跡的東西。
這股趨勢在消費領域尤其明顯。手工餅乾比工廠餅乾貴三倍，還是有人買；現場演奏的票价比串流訂閱貴一百倍，還是有人搶；手寫卡片在訊息時代重新流行，因為它證明「有人願意花時間在你身上」。
經濟學稱之為「稀缺性法則」：當某種東西愈容易取得，它的價值愈低；當某種東西愈難取得，它的價值愈高。在 AI 時代，「真實的人」「在場的時間」「一對一的互動」正在變成最稀缺的資源。
陳師傅的店，賣的其實不只是麵包，而是一種「真實性」的證明：這顆麵包是一雙手做的，這個人此刻就在這裡，他認識你，他記得你。
4.2 不是拒絕 AI，而是拒絕用 AI 取代自己
這裡必須澄清一個常見的誤解：陳師傅的故事，不是要大家「拒絕 AI」。
他用手機接單、用社群行銷、用雲端記帳。他甚至在兒子的建議下，用 AI 工具寫過一次徵才文案。他反對的不是工具，而是「用工具取代人」的思維。
「AI 可以幫我算庫存、幫我排班、幫我想文案，這些我都歡迎。」他說，「但它不能幫我跟客人聊天，不能幫我判斷今天的麵糰該不該多發十分鐘，不能幫我在客人難過的時候多送他一顆麵包。」
這是一種「選擇性使用」的智慧。把 AI 放在「輔助」的位置，而不是「取代」的位置。讓 AI 處理重複、繁瑣、可量化的部分，把人的時間釋放出來，去做那些需要判斷、需要溫度、需要「在場」的事。
換句話說，真正的問題不是「要不要用 AI」，而是「你想用 AI 取代什麼」。如果你用 AI 取代的是雜事，你會變得更有餘裕；如果你用 AI 取代的是自己的核心價值，你會慢慢消失。
五、給中小店家的啟示：找到你的「不可外包」
5.1 三個問題，幫你定位 AI 策略
陳師傅的故事，對所有中小店家都有參考價值。在導入 AI 之前，不妨先問自己三個問題。
第一個問題：哪個環節讓客人「有感」？
每個生意都有一個「感動點」。對麵包店來說，是手感與人情；對咖啡店來說，是沖煮的儀式感；對理髮店來說，是設計師記得你的髮流。這個環節，最好不要輕易外包給 AI。因為一旦被標準化，感動就會變成「應該」。你可以用 AI 優化周邊流程，但核心體驗要留給人。
第二個問題：哪個環節是純粹的效率問題？
盤點你的日常工作，哪些是重複、繁瑣、不需要判斷的事？庫存盤點、排班、記帳、回覆制式訊息、生成行銷文案——這些都很適合交給 AI。把時間省下來，去做只有你能做的事。
第三個問題：你的品牌 DNA 是什麼？
如果你的品牌賣的是「速度」與「便宜」，那 AI 是你的好朋友，用力導入沒關係。但如果你的品牌賣的是「手感」「信任」「故事」，那就要小心：AI 可以幫你說故事，但不能幫你「成為」故事。品牌的核心，必須由人來守。
5.2 混血模式：AI 當助手，不當老闆
實務上，最可行的策略是「混血模式」：AI 當助手，人當老闆。
在後場，可以用 AI 做需求預測、庫存管理、成本分析，讓備料更精準、報廢更少。在行銷上，可以用 AI 生成貼文初稿、整理客戶回饋、分析評論關鍵字，但最後的語氣與溫度，要由人來調整。在客服上，可以用 AI 處理常見問題，但遇到情緒、客訴、特殊需求，要立刻轉給真人。
在核心製程上，則要保留人的判斷。不是因為 AI 做不好，而是因為「人做」本身就是價值的一部分。客人來店裡，不只是買產品，也是買「這個人為我做的」這件事。
陳師傅的店就是這樣運作：他用 AI 工具管理訂單與庫存，但揉麵、發酵、整形、烘烤，全部親手來。他的說法很傳神：「AI 是我的學徒，不是我的老闆。學徒可以幫我備料，但不能替我決定這顆麵包要長什麼樣子。」
這個比喻，值得所有經營者記住。AI 再強，也只是學徒。真正決定品牌樣貌的，還是那個站在第一線的人。
六、結語：演算法的盡頭，是人
傍晚六點，陳記的鐵門拉下一半，最後一批麵包賣完了。
陳師傅坐在店門口的塑膠椅上，喝著一杯溫掉的茶。我問他：「如果有一天，AI 真的進步到能做出跟你一模一樣的麵包，你怎麼辦？」
他想了一下，笑了。
「那我就不做麵包了啊。」他說，「我去跟客人聊天，去記得他們的名字，去告訴他們今天哪一顆麵包最好吃。這些事，AI 總不會跟我搶了吧？」
這個回答，聽起來像玩笑，其實是答案。
AI 可以複製產品，但複製不了關係；可以模擬語氣，但模擬不了真心；可以生成內容，但生成不了「你在這裡」這件事。當演算法把一切都變得便宜，最後真正昂貴的，是那些沒有被演算法取代的部分。
那個拒絕 AI 的麵包師傅，客人反而變多了。不是因為他比較厲害，而是因為他守住了某些東西——手感、記憶、溫度、以及一個人對另一個人最單純的在意。
這不是反科技的故事，而是一個提醒：在拥抱 AI 的同時，別忘了問自己——你想用 AI 取代什麼？又有什麼，是你打死都不想被取代的？
💬 想說點什麼？
歡迎到留言板分享你的想法、心得或疑問。
💬 前往留言板 →