文|三易生活
從游戲公司的畫師到電銷公司的客服，被AI影響到工作的人在2023年可謂是一茬接著一茬，甚至“第一批因AI而失業(yè)的人出現(xiàn)”更是成為了去年部分媒體最有興趣的話題。事實上，AI技術的快速發(fā)展確實已經開始對人類社會造成影響，但過高估計當下AI的能力也大可不必，因為已經有第一批AI員工開始下崗了。
日前，麥當勞方面宣布AI點餐員項目即將終止，這一套與IBM合作的自動點餐系統(tǒng)在測試了3年之后以失敗告終。
此前在2021年，麥當勞和IBM合作在全美超過100家麥當勞得來速餐廳開始測試基于AI的自動語音點餐系統(tǒng)。所謂“得來速”指的是drive-thru，這是麥當勞的免下車服務，消費者在車內就可以從麥當勞餐廳取到食物。作為最體現(xiàn)快餐中“快”的銷售方式，傳統(tǒng)的得來速餐廳是消費者駕車在第一個窗口點餐、在二個窗口付錢，然后在第三個窗口取到餐品后，就可以開車離去。在有了AI技術的介入后，得來速餐廳就能做到一步到位。
其實不僅僅是麥當勞，卡樂星漢堡(Carl's Jr)、Hardee's等美國連鎖快餐巨頭，也都在積極探索基于AI的自動點餐系統(tǒng)。事實上，餐飲行業(yè)是最早一批擁抱AI的傳統(tǒng)行業(yè)，而美國快餐巨頭看中AI的理由，其實就與國內餐廳使用掃碼點餐有著相同的底層邏輯，兩者都是在勞動力短缺、導致人工成本上漲的大背景，試圖用科技來實現(xiàn)“降本增效”。只不過，AI點餐比消費者自己掃碼點餐還要更加便捷。
如此便捷的AI點餐，麥當勞為什么又會棄之不用呢？當然是因為不好用。根據美國相關媒體的報道顯示，IBM為麥當勞提供的AI點餐技術尚處于初期階段，其語音識別準確率也只有85%，平均每5個訂單中就有一個訂單需要人類進行幫助。但遺憾的是，即便IBM的這項技術不那么好用，麥當勞也只能捏著鼻子認了，因為其與IBM關于AI點餐的合作只是兩者之間另一個收購案的“余波”。
作為“數(shù)字化升級”的一部分，麥當勞方面在2019年就收購了致力于開發(fā)“復雜、多語言、多重口音和多項目對話排序技術”的AI語音公司Apprente，并在后者的基礎上組建了麥當勞技術實驗室（McD Tech Labs）。只可惜，McD Tech Labs的后續(xù)表現(xiàn)辜負了麥當勞的期望，以至于在2021年麥當勞與IBM關于AI點餐的合作中，IBM必須收購McD Tech Labs成為了前提條件。
從某種意義上來說，用 “為了一碟醋包一頓餃子”來形容IBM和麥當勞的這一合作是恰如其分的。作為傳統(tǒng)餐飲企業(yè)的麥當勞搞不定AI，以至于花大價錢買來的McD Tech Labs變成了雞肋。彼時麥當勞高層的想法或許就是既然自己搞不定，不如將McD Tech Labs賣給IBM、讓后者來為自己提供技術支持。只可惜麥當勞沒能做到的事情，IBM也沒搞定。
事實上，不僅僅是IBM，AI改造餐飲行業(yè)運行流程這件事，到目前為止幾乎是“巨頭的墳場”，多個大廠一頭扎進去后卻無疾而終。比如，英偉達就在2022年展示了名為NVIDIA Omniverse Avatar系統(tǒng)打造的快捷餐廳 (QSR) ，這一系統(tǒng)將英偉達的語音 AI、計算機視覺、自然語言理解、光線追蹤支持的3D圖形技術連接起來，并創(chuàng)造了交互式虛擬形象，而這些虛擬形象則可以在顧客根據菜單下單時與顧客聊天、并理解其想法，從而提供交叉銷售和追加銷售建議，從而在餐廳以及免下車餐廳實現(xiàn)自動點餐。
雖然當年英偉達將QSR描述地可謂是天花亂墜，但結果餐飲行業(yè)并不感興趣，以至于在英偉達官網都沒有QSR落地的案例出現(xiàn)。
那么這類技術的問題究竟出現(xiàn)在哪里呢？用AI代替人工來點餐的核心是降本增效，可實際落地之后，卻只有成本和效率雙雙下降。沒錯，AI技術介入點餐之后普遍帶來的是效率下降，因為如今AI對于自然語言的理解邁上新臺階，還是在2022年年末出現(xiàn)的ChatGPT。
大語言模型（LLM）在英偉達、麥當勞做AI點餐項目時還只是個小眾概念，ChatGPT相比于Siri等傳統(tǒng)的語音助手最大的不同，就是具備多輪對話的能力。傳統(tǒng)的AI語音助手幾乎是“魚的記憶”，ChatGPT則可以一直與用戶對話，再加上對于情緒更清晰的感知，會讓用戶以為真的是在與活生生的人對話?？上M者選擇快餐、特別是麥當勞得來速餐廳，為的是以最快的速度填飽肚子，此時不智能的AI點餐反而會大幅增加用戶的溝通成本，以至于實際效果還不如掃碼點餐。
使用了基于AI自動語音點餐系統(tǒng)的得來速餐廳，就經常被消費者吐槽聽不懂人話。而且不止是麥當勞，提供智能自助點餐設備和相關服務的餐飲技術創(chuàng)新公司Presto Automation，就曾在去年年末在向美國證券交易委員會提交的一份文件中承認，該公司的自助點餐訂單中，有四分之三的訂單是由在菲律賓等地工作的異地人工代理協(xié)助完成。
AI點餐在實際使用中最大的痛點其實不是AI的理解能力，畢竟在大語言模型的加持下，如今AI理解人類語言的能力與兩年前已經有了本質的區(qū)別，但是從復雜的聲學環(huán)境中準確識別目標用戶聲音的遠場拾音技術卻沒有跟上時代，環(huán)境中的本底噪聲、混響會導致用戶的聲音被淹沒。沒錯，現(xiàn)在AI點餐系統(tǒng)不是不理解用戶說什么，而是壓根聽不清用戶的聲音，以至于還需要人工頻繁地介入。
既然要人工頻繁介入，AI點餐的意義又在哪里呢。最終，美國的部分餐飲商家搞出了“替代療法”，就是直接將收銀點餐外包給擁有大量英語人口的海外區(qū)域，再借助在線會議工具ZOOM的實時通訊來進行視頻點餐。