เครือข่ายฟาสต์ฟู้ดกำลังค้นพบว่าปัญญาประดิษฐ์ยังไม่พร้อมที่จะจัดการกับงานที่ดูเรียบง่ายอย่างการรับออเดอร์ drive-through สิ่งที่เริ่มต้นเป็นเทคโนโลยีที่มีแนวโน้มดีในการเพิ่มความเร็วในการให้บริการและลดข้อผิดพลาด กลับกลายเป็นแหล่งที่มาของเหตุการณ์ผิดพลาดที่แพร่ไวรัลและความหงุดหงิดของลูกค้า
ปัญหาเหล่านี้มีมากกว่าความผิดพลาดที่เกิดขึ้นเป็นครั้งคราว ทั้ง Taco Bell และ McDonald's ต่างก็พบปัญหาพื้นฐานกับระบบสั่งอาหาร AI ของพวกเขาที่เผยให้เห็นข้อจำกัดที่ลึกซึ้งยิ่งขึ้นในเทคโนโลยี AI ปัจจุบัน สิ่งเหล่านี้ไม่ใช่เพียงแค่ข้อบกพร่องทางเทคนิคที่สามารถแก้ไขได้ง่าย แต่เป็นตัวแทนของความท้าทายหลักในวิธีที่ระบบ AI เข้าใจและประมวลผลสถานการณ์ในโลกแห่งความเป็นจริง
สถิติการใช้งาน AI ในระบบไดรฟ์ทรู:
- Taco Bell : มากกว่า 500 สาขาในสหรัฐอเมริกาตั้งแต่ปี 2023
- ประมวลผลสำเร็จ: 2 ล้านออเดอร์โดยใช้ voice AI
- McDonald's : ถอนตัวจากระบบ AI ในไดรฟ์ทรูในปี 2024 เนื่องจากข้อผิดพลาดในการตีความคำสั่งซื้อ
มองต้นไม้แต่ไม่เห็นป่า: เมื่อ AI ขาดการตัดสินใจขั้นพื้นฐาน
ปัญหาที่เด่นชัดที่สุดคือการขาดสิ่งที่มนุษย์จะพิจารณาว่าเป็นสามัญสำนึก ระบบ AI กำลังยอมรับออเดอร์ที่ไม่สมเหตุสมผลอย่างชัดเจนโดยไม่ตั้งคำถาม เช่น แก้วน้ำ 18,000 ใบ หรือ chicken nuggets มูลค่าหลายร้อยดอลลาร์ แม้ว่าเหตุการณ์สุดโต่งเหล่านี้จะสร้างเนื้อหาบันเทิงในโซเชียลมีเดีย แต่ก็เน้นย้ำถึงปัญหาร้ายแรง: AI ปัจจุบันขาดความสามารถในการรับรู้เมื่อสิ่งใดไม่สมเหตุสมผล
การอภิปรายในชุมชนเผยให้เห็นว่าการใช้มาตรการป้องกันขั้นพื้นฐานควรจะเป็นเรื่องง่าย การตรวจสอบอย่างง่ายเทียบกับข้อมูลออเดอร์ในอดีตหรือการจำกัดจำนวนสูงสุดสามารถป้องกันออเดอร์ที่ไร้สาระส่วนใหญ่ได้ ความจริงที่ว่าสิ่งเหล่านี้ไม่ได้ถูกนำมาใช้ตั้งแต่เริ่มต้นแสดงให้เห็นว่าบริษัทต่างๆ อาจประเมินความสามารถของ AI สูงเกินไปในขณะที่ประเมินความจำเป็นของมาตรการป้องกันการเขียนโปรแกรมแบบดั้งเดิมต่ำเกินไป
ความล้มเหลวทั่วไปของ AI ในระบบสั่งอาหารแบบ Drive-Through:
- ข้อผิดพลาดด้านจำนวน: แก้วน้ำ 18,000 ใบ, ชิกเก้นนักเก็ตมูลค่าหลายร้อยดอลลาร์
- การวนซ้ำในการขายเพิ่ม: ถามซ้ำๆ ว่า "จะดื่มอะไรกับอาหารนั้น" หลังจากสั่งเครื่องดื่มไปแล้ว
- ความสับสนในเมนู: เพิ่มเบคอนในออร์เดอร์ไอศกรีม
- ระบบขัดข้อง: ต้องการการแทรกแซงจากมนุษย์สำหรับการสั่งซื้อพื้นฐาน
กับดักการขายเพิ่ม: เมื่อตรรกะทางธุรกิจทำลายประสบการณ์ผู้ใช้
ปัญหาสำคัญอีกประการหนึ่งเกิดจากการเขียนโปรแกรมการขายเพิ่มแบบก้าวร้าว ระบบ AI ติดอยู่ในลูป ถามลูกค้าเกี่ยวกับเครื่องดื่มซ้ำแล้วซ้ำเล่าแม้ว่าพวกเขาจะสั่งไปแล้วก็ตาม ดูเหมือนว่านี่เป็นผลมาจากการให้ความสำคัญกับกลยุทธ์การขายมากกว่าประสบการณ์ผู้ใช้ในการออกแบบระบบ
ใครบางคนที่นี่เขียนพรอมต์ว่า 'ตรวจสอบให้แน่ใจว่าจบแต่ละออเดอร์ด้วยการขายเครื่องดื่มแบบสันนิษฐานว่าใช่' โดยไม่พิจารณาว่าออเดอร์บางรายการอาจมีเครื่องดื่มอยู่แล้ว
ปัญหานี้แสดงให้เห็นว่าวัตถุประสงค์ทางธุรกิจสามารถขัดแย้งกับการนำไปใช้ทางเทคนิคได้อย่างไร การมุ่งเน้นไปที่การเพิ่มรายได้สูงสุดผ่านการขายเพิ่มแบบอัตโนมัติได้สร้างระบบที่ทำให้ลูกค้าหงุดหงิดและทำลายประสบการณ์แบรนด์
ปัจจัยมนุษย์: ทำไมพนักงานจึงต่อสู้กลับ
บางทีสิ่งที่บ่งบอกมากที่สุดคือการตอบสนองจากพนักงานจริงที่ทำงานกับระบบเหล่านี้ รายงานแสดงให้เห็นว่าพนักงานบางคนกำลังทำลายหรือหลีกเลี่ยงระบบ AI โดยเจตนาเพราะมันสร้างปัญหามากกว่าแก้ปัญหา เมื่อเทคโนโลยีที่มีจุดประสงค์เพื่อช่วยเหลือพนักงานกลับทำให้งานของพวกเขายากขึ้น มันส่งสัญญาณถึงความไม่ตรงกันพื้นฐานระหว่างความสามารถของเทคโนโลยีและความต้องการในโลกแห่งความเป็นจริง
ระบบเหล่านี้ยังเปลี่ยนลักษณะของงานพนักงานในทางที่ไม่คาดคิด แทนที่จะจัดการกับออเดอร์ drive-through ทั้งหมด ตอนนี้พนักงานจัดการกับเคสปัญหาและลูกค้าที่หงุดหงิดเป็นหลัก ซึ่งอาจทำให้งานของพวกเขาไม่น่าพอใจในขณะที่ไม่ได้ลดภาระงานจริงๆ
การนำไปใช้ทางเทคนิค เทียบกับ คำสัญญาทางการตลาด
ช่องว่างระหว่างคำสัญญาทางการตลาดของ AI และความเป็นจริงทางเทคนิคกำลังชัดเจนขึ้นเรื่อยๆ ในขณะที่บริษัทต่างๆ โปรโมตระบบเหล่านี้ในฐานะโซลูชัน AI ขั้นสูง เทคโนโลยีพื้นฐานดูเหมือนจะค่อนข้างเบื้องต้น โดยรวมการรู้จำเสียงเข้ากับต้นไม้การตัดสินใจมากกว่าระบบการใช้เหตุผลที่ฉลาดจริงๆ
ความไม่ตรงกันนี้นำไปสู่การนำไปใช้ที่ขาดการตรวจสอบข้อผิดพลาดและการตรวจสอบความถูกต้องขั้นพื้นฐานที่จะเป็นมาตรฐานในระบบซอฟต์แวร์แบบดั้งเดิม การรีบร้อนในการใช้โซลูชันที่ขับเคลื่อนด้วย AI ดูเหมือนจะข้ามแนวทางปฏิบัติด้านวิศวกรรมซอฟต์แวร์พื้นฐานที่สามารถป้องกันปัญหาเหล่านี้ได้หลายประการ
มองไปข้างหน้า: ความจำเป็นของความคาดหวังที่สมจริง
การทดลอง AI ฟาสต์ฟู้ดให้บทเรียนที่มีค่าเกี่ยวกับการใช้เทคโนโลยีเกิดใหม่ในบทบาทที่เผชิญหน้ากับลูกค้า ความสำเร็จต้องการไม่เพียงแค่ความสามารถ AI ที่น่าประทับใจ แต่ยังรวมถึงวิศวกรรมที่แข็งแกร่ง ความคาดหวังที่สมจริง และการพิจารณาอย่างรอบคอบว่าเทคโนโลยีเปลี่ยนแปลงงานของมนุษย์อย่างไร
ขณะที่บริษัทต่างๆ ถอยตัวจาก AI drive-through โฟกัสกำลังเปลี่ยนไปสู่การทำความเข้าใจว่าเมื่อไหร่และที่ไหนที่ AI สามารถเพิ่มมูลค่าได้อย่างแท้จริง เทียบกับที่ไหนที่การตัดสินใจของมนุษย์ยังคงเป็นสิ่งจำเป็น เทคโนโลยีอาจพัฒนาในที่สุดเพื่อจัดการกับสถานการณ์เหล่านี้ได้อย่างมีประสิทธิภาพ แต่ข้อจำกัดปัจจุบันแสดงให้เห็นว่าแนวทางแบบผสม การรวม AI ช่วยเหลือกับการดูแลของมนุษย์ อาจจะปฏิบัติได้มากกว่าการทำงานอัตโนมัติแบบเต็มรูปแบบ
ความล้มเหลวที่แพร่ไวรัลของ AI drive-through ทำหน้าที่เป็นการเตือนใจว่าการสาธิตเทคโนโลยีที่น่าประทับใจไม่ได้แปลเป็นประสิทธิภาพในโลกแห่งความเป็นจริงที่เชื่อถือได้เสมอไป สำหรับ AI ที่จะประสบความสำเร็จในบทบาทการบริการลูกค้า มันต้องเชี่ยวชาญไม่เพียงแค่การสนทนา แต่การใช้เหตุผลตามสามัญสำนึกที่มนุษย์ถือเป็นเรื่องธรรมดา
อ้างอิง: Taco Bell rethinks AI drive-through after man orders 18,000 waters