دييري كوين تستعين بالذكاء الاصطناعي في الـ Drive-thru لتعزيز المبيعات وتسريع الخدمة

مقدمة تحليلية

تشهد صناعة الوجبات السريعة تحولاً جذرياً مدفوعاً بتقنيات الأتمتة والذكاء الاصطناعي، حيث أعلنت سلسلة 'دييري كوين' (Dairy Queen) عن خطوة استراتيجية جريئة بدمج روبوتات الدردشة التفاعلية المدعومة بالذكاء الاصطناعي في عشرات من منافذ طلبات السيارات (Drive-thru) عبر الولايات المتحدة وكندا. لا تعد هذه الخطوة مجرد محاولة لتقليل الاعتماد على العنصر البشري، بل هي تجسيد للتوجه نحو 'البيع الإيحائي' الذكي، حيث تهدف الأنظمة الجديدة إلى تحليل طلبات العملاء واقتراح إضافات تزيد من قيمة الفاتورة النهائية، وهو ما يُعرف تقنياً بـ Upselling.

يأتي هذا القرار بعد سلسلة من الاختبارات المكثفة التي أجريت العام الماضي، مما يشير إلى أن النتائج كانت واعدة بما يكفي لتعميم التجربة. في بيئة تتسم بضغوط تضخمية ونقص في العمالة، يبرز الذكاء الاصطناعي كحل مثالي لسد الفجوة التشغيلية، مع وعود برفع كفاءة معالجة الطلبات وتقليل زمن الانتظار الذي يعد العامل الحاسم في رضا عملاء الوجبات السريعة. ومع ذلك، فإن هذا التحول يثير تساؤلات جوهرية حول دقة التقنية وهويتها الحقيقية.

التحليل التقني

تعتمد 'دييري كوين' في هذا التحول على منصة 'Presto Voice' التي طورتها شركة Presto Automation، وهي شركة رائدة في حلول الأتمتة للمطاعم. تعتمد هذه التقنية على عدة طبقات برمجية معقدة لضمان تجربة مستخدم سلسة:

• نظام التعرف الآلي على الكلام (ASR): محرك متطور قادر على تحويل الموجات الصوتية للعملاء إلى نصوص برمجية بدقة عالية، مع القدرة على تصفية الضوضاء المحيطة الناتجة عن محركات السيارات أو الرياح.
• معالجة اللغات الطبيعية (NLP): تستخدم خوارزميات لفهم سياق الطلب، والتعامل مع اللهجات المختلفة، واستيعاب التعديلات التي يطلبها العميل على الوجبات (مثل طلب Blizzard بدون إضافات معينة).
• محرك الاقتراحات الذكي: هذا هو القلب التجاري للنظام، حيث يقوم بتحليل الطلب في الوقت الفعلي واقتراح منتجات مكملة بناءً على مخزون الفرع الحالي والأنماط الشرائية الشائعة.

ومع ذلك، كشفت تقارير تقنية سابقة من 'بلومبرغ' عن جانب مثير للجدل في تقنية Presto؛ حيث تبيّن أن النظام ليس مؤتمتاً بالكامل كما يُروج له. في كثير من الحالات، يتم الاستعانة بـ 'البشر في الحلقة' (Human-in-the-loop)، وهم عاملون في مواقع بعيدة مثل الفلبين، يقومون بمراقبة المحادثات والتدخل لتصحيح الطلبات التي يفشل الذكاء الاصطناعي في فهمها. هذا النموذج الهجين يهدف إلى ضمان دقة تصل إلى 100%، لكنه يطرح تساؤلات حول الخصوصية والتكلفة الحقيقية للأتمتة.

السياق وتأثير السوق

لا تعد 'دييري كوين' الوحيدة في هذا المضمار، فشركات مثل Carl's Jr وHardee's وTaco John's سبقتها في تبني تقنيات Presto. يمثل سوق أتمتة الـ Drive-thru ساحة معركة كبرى بين شركات التقنية، حيث تحاول كل سلسلة العثور على التوازن بين السرعة وتجربة العميل. تاريخياً، حاولت شركات مثل 'ماكدونالدز' تطوير أنظمتها الخاصة بالتعاون مع 'آي بي إم'، لكنها واجهت تحديات في الدقة أدت إلى تراجع مؤقت، مما يمنح Presto فرصة ذهبية للسيطرة على هذا القطاع.

اقتصادياً، تهدف السلسلة إلى زيادة 'متوسط قيمة الطلب' (Average Check Value). الذكاء الاصطناعي لا يمل ولا ينسى أبداً أن يسأل العميل: 'هل تود إضافة البطاطس الكبيرة؟' أو 'هل ترغب في تجربة نكهة الشهر من Blizzard؟'، وهي الأسئلة التي قد يغفل عنها الموظف البشري تحت ضغط العمل. تشير البيانات إلى أن هذه الاقتراحات الآلية تزيد المبيعات بنسبة تتراوح بين 5% إلى 12% في بعض المواقع.

رؤية Glitch4Techs

في Glitch4Techs، نرى أن ما تفعله 'دييري كوين' هو 'أتمتة واجهة' أكثر من كونها ثورة ذكاء اصطناعي شاملة. الاعتماد على عمالة بشرية من الخارج لتصحيح أخطاء النظام يثبت أن تقنيات فهم الكلام البشري في البيئات الصاخبة لا تزال غير ناضجة تماماً. هناك مخاوف أمنية تتعلق بجمع وتسجيل أصوات العملاء، حيث يمكن استخدام هذه البيانات لتدريب النماذج دون موافقة صريحة واضحة.

بالإضافة إلى ذلك، فإن الاعتماد على الذكاء الاصطناعي لزيادة الاستهلاك عبر 'الاقتراحات العدوانية' قد يؤدي إلى نفور العملاء على المدى الطويل إذا شعروا أنهم يتحدثون إلى آلة بيع تلح عليهم بالشراء بدلاً من مساعدتهم. نتوقع في المستقبل أن تضطر هذه الشركات للإفصاح بوضوح عما إذا كان العميل يتحدث إلى ذكاء اصطناعي خالص أو نظام مدعوم بشرياً، خاصة مع تزايد التشريعات المتعلقة بالشفافية التقنية. التحدي القادم لـ Presto سيكون التخلص من 'المساعدين البشريين' تماماً للوصول إلى ربحية حقيقية، وهو أمر قد يستغرق سنوات من التطوير في نماذج اللغات الكبيرة (LLMs).