The only thing that matters is getting to product/market fit. Product/market fit means being in a good market with a product that can satisfy that market.
— Marc Andreessen

這段話源自 Marc Andreessen 的 The Pmarca Guide to Startups 系列第四篇 — The only thing that matters，他給了 product/market fit (PMF) 一個很明確的定義：

1. 在一個好的市場裡 → 市場要夠大，而且需求要夠強
2. 做出一個能滿足那個市場的產品 → 要真的解決市場的痛點

這段話影響了非常多投身新創事業的人，包含我們。

大家好，我們是 Berry AI！

我們鎖定美國的 Quick Service Restaurant (QSR，速食餐廳) 產業，透過攝影機與 Vision AI 將門市的營運狀況轉化為客觀的數據，讓業主能有依據地調整、優化流程。

為什麼是這個市場

美國的 QSR 是一個非常大的市場，有超過 20 萬間大大小小的店面。整個市場中，得來速 (drive-thru) 常常佔一家店六到七成以上的營收，光是 2025 年，我們系統偵測的車輛就有 5,500 萬台次，這還只是我們服務到的那 1% 市場而已。

一條車道的吞吐量有限，每小時能服務幾台車，直接決定這家店尖峰時段的營收天花板，所以「速度」對這個產業來說是一個非常重要的營收變數 — 消費者的等待時間少，換算下來就是實實在在的錢。

在一個夠大、非常關注「速度」，且對營運數據有高需求的市場裡，PMF 的第一個條件我們認為是成立的。

市場痛點是什麼

QSR 產業量測服務時間已經有幾十年了，目前最普遍的解決方案叫「loop timer」— 將感應線圈埋在柏油路底下，當車子壓過去就會產生電磁場變化，進而判斷是否有車經過。

Loop timer 的穩定性高，感應的準確度也不差，但它有兩個非常致命的限制：

1. 線圈的感應範圍很小，且因成本考量，通常僅設置在點餐機和取餐窗口前。
2. 線圈只知道上方有金屬物體壓過，不知道那是一台汽車、一台摩托車，還是一個推著手推車的人，更沒有辦法分辨不同的車輛。

從這兩個限制，延伸出很多線圈無法量測到的部分：

1. 當車子開進得來速車道，從開始排隊到點餐機之前的等待，完全在線圈感應範圍外，而這段排隊時間往往是消費者最痛苦的一段。
2. 看到排隊隊伍太長就掉頭走掉的車，從頭到尾沒壓過任何線圈，完全無法偵測到。
3. 尖峰時段店員拿著平板到排隊的車陣裡預先點餐，這樣的行為發生在線圈感應範圍外，且線圈也無法感應到人。

所以店家手上的數字，跟顧客實際的體驗，中間往往有很大的落差。

而且沒有人知道那落差有多大。因為量測不到的東西，在報表上就不存在，不存在的東西，連要不要解決它都無從判斷起。這就是我們看到的痛點，也是 PMF 的第二個條件。

我們的產品

2022 年初，我們推出第一代 Drive-thru Timer 產品：Drive-thru Real-Time Dashboard 和 Berry Board。

我們產品的使用者主要有三類，他們的需求並不相同：

1. 現場員工：看的是「現在」。他們是唯一一群可以當下改變結果的人。
2. 店經理：看的是昨天和上週。哪個時段最塞、要如何安排人力。
3. 品牌總部：看的是上千家店的績效。哪些店是後段班、共同特徵是什麼、新流程推下去到底有沒有效。

第 1 類使用者要的是即時。所以我們做了 Drive-thru Real-Time Dashboard — 安裝在門市現場的數據儀表板，即時顯示車道上每一台車已經等了多久、有沒有超過標準。它的價值在於能馬上反應車道上的狀況，讓現場人員能更快做出調整。

第 2、3 類使用者要的是比較。今天跟昨天比、這個時段跟上個時段比、我這家店跟隔壁那家店比。所以我們做了 Berry Board — 雲端數據儀表板，把從門市收集來的大數據整理成趨勢與報表。

但要讓產品真的在幾千家門市穩定運作，背後牽涉的遠不只是兩個儀表板，從現場的硬體與網路、車輛偵測、追蹤與狀態辨別，到資料處理、呈現與整體可靠性，每一層都是產品的一部分。

接下來的三十天，會由工程團隊的成員輪流主筆，跟各位分享這套跑在全美上千家門市的 Drive-thru Timer 系統，究竟是怎麼煉成的。

明天見！

本系列由 Berry AI 工程團隊出品。更多工程實戰紀錄都在 Berry AI 技術部落格。