人工智能（AI）在今年因 OpenAI 大熱至成功「入屋」，其實大型企業早已有應用的例子與框架，勝別分野只在於數據收集、儲存、分析以至營運調節。美心集團數碼方案、基礎建設及共用服務系統集團資訊科技部門主管曾健文指出，自己常常被問及：「如何以機器學習（ML）相關科技應用推動銷售？」然而這個問題的出發點並不完全正確，亦非絕對錯誤。
曾健文解釋，在一般應用上 ML 並不能回應相對通用（Generic）疑問，用戶必須要經歷一定「準備」流程，當中包括預先擬定內部成長，以至準確策略發展的大前提下，才能向系統發問「準確」問題，再向一系列營運目標推進。他強調美心是一間以人為本的企業，希望以不同新興科技，協助員工日常工作以餘，亦能為用戶提升服務體驗，同時令銷售表現與營運獲益，這亦是美心採用 IBM Watson，以至 IBM Cloud Pak for Data 統一數據與 AI 平台的原意。
在日常營運上，美心的科技部門需要與不同業務部門（Business Unit）合作分工，前者需要提供準確目標，後者則以不同科技方案，來協助團隊達到一定業務要求。談及客戶接觸得到的 AI 與 ML 實際應用案例，曾健文指出這大大改善了 StarBucks 手機 App 平台上的服務，為用戶提供更多個人化飲品味道，透露目前客戶反應良好，也能帶動更多產品銷售。
在疫情期間大部分飲食業參與者深度參與外賣銷售，至今依然令客戶「堂食」行為有所改變，美心亦透過 AI/ML 應用預測食品銷售量和存庫，以降低浪費率與節省成本。曾健文舉例稱，這大大改善了包括針對日本菜餐廳在內，因為新鮮食材不可「過夜」 而做造成浪費。
美心已採用 IBM Watson 達 5 年，屬於較早與長期參與 AI 飲食業代表之一。IBM 中國香港首席科技總監李永輝（Peter）指出，除了服務體驗提升，AI 框架亦能優化生產力與營運效益，而 IBM Cloud Pak for Data 包括提供低代碼（Low-code）開發工具，加快服務推出速度。他認為 AI 只是科技框架，應用如需要「落地」，必須融入專業行業知識（know-how），人才與政策等元素，而在美心案例中，他們本身已經有良好日常營運與數據收集的框架。
在日常營運上，IBM 會協助用戶 Data Lakehouse 整合，同時處理結構化（Structured）與非結構化（Unstructured）數據收集和分析，協助客戶解決 AI 層面上的多個營運調整，令數據模型不偏差，同時可照顧包括 GDPR 在內的不同合規要求，加強數據私隱保護。李永輝認為在目前政府推動創科風氣下，鼓勵不同企業採用開放數據（Open Data）政策，預期未來會出現更多以數據打通不同垂直行業的營運舉例。
