پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

استارباکس برای پیش‌بینی سفارش و شناسایی مشتریان به سراغ هوش مصنوعی می‌رود

انتشار:۱۲ آبان ۱۴۰۵(۱ ساعت پیش)
۶ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

استارباکس قصد دارد با بهکارگیری هوش مصنوعی در باجه‌های خودرویی، هویت مشتریان را پیش از رسیدن به باجه شناسایی و سفارش دلخواهشان را پیش‌بینی کند. با وجود ادعای مدیران مبنی بر افزایش سرعت خدمات، این طرح با نگرانی‌های جدی پیرامون نقض حریم خصوصی و اعتراض تشکل‌های کارگری روبهرو شده است.

استارباکس برای پیش‌بینی سفارش و شناسایی مشتریان به سراغ هوش مصنوعی می‌رود

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • استارباکس آزمایش مدل‌های هوش مصنوعی را برای شناسایی خودکار مشتریان در باجه‌های خودرویی و پیشنهاد منوی شخصی آغاز می‌کند.
  • کارشناسان فناوری و سلامت به‌دلیل خطاهای تشخیص لهجه و اختلال ناشی از سروصدای محیط نسبت به پیامدهای این سیستم هشدار می‌دهند.
  • اتحادیه باریستاهای استارباکس هم‌زمان با تحریم مصرفکنندگان، استفاده از هوش مصنوعی را در تعارض با منافع شغلی کارکنان می‌داند.

آیا یک باریستای مجهز به هوش مصنوعی می‌تواند پیش از آنکه کلامی بر زبان بیاورید، علاقه شما به یک کارامل ماکیاتوی سرد را حدس بزند؟ برایان نیکول، مدیرعامل استارباکس، در گزارش مالی سهماهه چهارم سال ۲۰۲۶ اعلام کرد که این غول کافه‌های زنجیرهای همگام با توسعه فناوری‌های خودکار، آزمایش هوش مصنوعی را برای ثبت سفارش خودرویی آغاز می‌کند؛ طرحی نوین که حتی شامل شناسایی خودکار هویت مشتریان هنگام نزدیک شدن خودرو به باجه نیز می‌شود.

بهگفته نیکول، ایده اصلی این پروژه ایجاد تجرب‌های «سریع‌تر، راحت‌تر و شخصیتر» برای مراجعان بخش سفارش خودرویی است که تقریباً نیمی از کل مشتریان استارباکس را تشکیل می‌دهند. این شرکت قصد دارد آزمایش مدل‌های هوش مصنوعی را در طول سال مالی ۲۰۲۷ (منتهی به ۲۸ سپتامبر ۲۰۲۷) کلید بزند. بااینحال، هنوز جزئیات دقیقی درباره موقعیت جغرافیایی این آزمون‌ها یا اثر احتمالی آنها بر قیمت نوشیدنی‌ها و خوراکی‌ها اعلام نشده است.

نیکول توضیح داد که هوش مصنوعی به ثبت «دقیق‌تر و کارآمدتر» سفارش‌ها کمک خواهد کرد؛ درحالیکه باریستاها می‌توانند با مشتریان حاضر در خودرو گفتگو کنند تا پیوند انسانی تقویت شده و فرایند خدمتدهی شتاب گیرد.

این سیستم هوشمند حتی قادر خواهد بود پیش از آنکه ارتباطی میان مشتری و باریستای انسانی شکل بگیرد، خواسته یا سلیقه احتمالی او را حدس بزند. بهگفته مدیرعامل استارباکس، این شرکت در حال بررسی سازوکارهایی است تا سامانه‌های خودکار با شناسایی مشتریان همیشگی بهمحض نزدیک شدن با خودرو، «منوی دیجیتال اختصاصی» همراه با پیشنهاد خریدهای متناسب با سلیقه آنان را ارائه دهند.

اگرچه نوع دقیق سامانه‌ای که برای شناسایی مشتریان بهکار گرفته خواهد شد رسماً اعلام نشده، اما روش‌های محتمل شامل تشخیص چهره، پلاکخوانی خودرو یا شناسایی از طریق اپلیکیشن موبایل است. هم‌چنین هنوز مشخص نیست کدامیک از این رویکردها مستلزم رضایت مستقیم کاربر خواهد بود یا سازوکار انصرافی برای مشتریان در نظر گرفته می‌شود. سخنگوی استارباکس نیز تاکنون فناوری مشخصی را در این زمینه تأیید نکرده است.

این نماینده خاطرنشان کرد که استارباکس هم‌اکنون نیز از هوش مصنوعی در فرایندهای عملیاتی خود بهره می‌گیردنمونه بارز آن دستیار هوشمند Green Dot Assist است که به کارکنان در بررسی فرمول تهیه نوشیدنی‌ها، عیبیابی تجهیزات و مدیریت شیفت‌ها کمک می‌کند. این برند هم‌چنین از سامانه الگوریتمی Smart Queue برای تعیین ترتیب و نوبتدهی به سفارش‌های دریافتی از سالن، باجه خودرویی، اپلیکیشن موبایل و سفارش‌های بیرونبر استفاده می‌کند.

آیا مشتریان واقعاً هوش مصنوعی بیشتری می‌خواهند؟

در حال حاضر چندین مجموعه بزرگ فستفود نظیر مکدونالدز، تاکو بل، کیافسی، وایت کسل و وندیز در حال بهکارگیری یا ارزیابی هوش مصنوعی برای مدیریت سفارش‌های خودرویی هستند. بااینحال، واکنش مشتریان تاکنون رضایتبخش نبوده است. طبق پژوهش انجامشده توسط پلتفرم تحلیلی فناوری رستوران Canopy، سفارش‌های اشتباه، طولانی شدن زمان ثبت درخواست و ناتوانی ربات‌ها در پاسخگویی به ابهامات، از بزرگ‌ترین چالش‌ها و دلایل نارضایتی مشتریان به‌شمار می‌روند.

از سوی دیگر، برگر کینگ تصمیم گرفت استفاده از هوش مصنوعی را در باجه‌های خودرویی خود متوقف کند؛ زیرا شماری از خریداران ترجیح میدادند بدون ثبت سفارش با یک ربات، محل را ترک کنند. هرچند این شرکت همچنان مشغول بررسی فناوری مذکور است، اما اعلام کرده که حق انتخاب گفتگو با کارمند انسانی را برای تمامی مشتریان حفظ خواهد کرد.

اوتارا آنانتاکریشنان، پژوهشگر هوش مصنوعی و دانشیار دانشگاه واشینگتن، بر این باور است که مشخص نیست استارباکس چه مقصودی را دنبال می‌کند یا قصد جذب کدام گروه از مشتریان را دارد، اما دلایل فراوانی برای تردید در موفقیت این طرح وجود دارد.

آنانتاکریشنان توضیح می‌دهد: «هوش مصنوعی در تعاملات رودرروی خدمات مشتریان در بسیاری از حالت‌های پیش‌بینی نشده به خطا می‌خورد و علاوه بر ریسک‌های ارتباطی و تبلیغاتی فراوان، سود ملموسی به‌همراه ندارد. منطقی است پیاده‌سازی این قبیل طرح‌ها تا زمان دستیابی به یک پذیرش فراگیر در افکار عمومی متوقف بماند.»

بهگفته این پژوهشگر، یکی از نقایص عمده ربات‌های صوتی، محدودیت در بازشناسی گفتار است؛ زیرا بسیاری از مدل‌های هوش مصنوعی تنها بر پایه لهجه‌های رایج آمریکایی پرورش یافته‌اند و در تعامل با افرادی با زبان مادری متفاوت یا لهجه‌های بینالمللی ناکارآمد ظاهر می‌شوند. افزون بر این، همهمه محیطی خودروها و شرایط نامساعد آبوهوایی بر وضوح صدای ضبطشده از میکروفون کیوسک‌ها تأثیر مخرب می‌گذارد. آنانتاکریشنان تأکید می‌کند چنین خطاهایی حتی می‌تواند تهدیدی برای سلامت مشتریان باشد؛ به‌عنوان نمونه اگر فردی به مغزهای آجیلی حساسیت داشته باشد و هوش مصنوعی درخواست او را به اشتباه تفسیر کند.

مکدونالدز در سال ۲۰۲۴ پس از آنکه دید ربات‌های سفارشگیرنده قادر به درک گویش‌ها و لهجه‌های گوناگون نیستند، پروژه مشترک آزمایشی خود را با IBM تعطیل کرد. بااینحال، این نام بزرگ صنعت غذا اخیراً به‌عنوان بخشی از طرح تحول ۸٫۵ میلیارد دلاری خود، آزمون تازهای را با رباتی به نام Archy به راه انداخته است. ماجرای ثبت ویدیویی ویروسی از تاکو بل که در آن مشتری موفق شد سفارش اشتباه ۱۸ هزار لیوان آب را به سیستم هوش مصنوعی تحمیل کند نیز نمونه دیگری از این دست خطاها است.

بخش اعظم دانشجویان آنانتاکریشنان می‌گویند هیچ علاق‌های به مکالمه با ماشین‌های هوشمند هنگام دریافت خدمات ندارند. بااینحال، این استاد دانشگاه خاطرنشان می‌سازد در صورتی که مشتریان مطمئن باشند اشتباهات احتمالی سیستم در اسرع وقت تصحیح می‌شود، شاید افراد بیشتری به این فناوری روی خوش نشان دهند.

در پستی که در شبکه اجتماعی Bluesky توسط تشکل مردمبرنده More Perfect Union منتشر شد، بازخوردها به برنامه استارباکس بسیار منفی و سرشار از خشم بود. مخاطبان بیش از هر چیز به نقض حریم خصوصی اشاره کرده و نسبت به احتمال اعمال «قیمت‌گذاری پویا» بر پایه رفتارهای فردی و داده‌های الگوریتمی هشدار دادند.

اگرچه استارباکس هرگونه بهره‌گیری از قیمت‌گذاری نظارتی مبتنی بر ردیابی رفتار مشتریان را رد کرده است (شیوه‌ای ناعادلانه که به‌طور روزافزون در خطوط پروازی، هتلداری و خردهفروشی‌ها دیده می‌شود)، اما گزارشی در سال ۲۰۲۵ در واشینگتن پست حکایت از آن داشت که کاربران دائم و وفادار اپلیکیشن استارباکس تخفیف‌ها و پیشنهادات تشویقی کمتری نسبت به سایرین دریافت می‌کنند.

هوش مصنوعی بیشتر، تعدیل نیروی انسانی؟

استارباکس در بیانیه سال ۲۰۲۶ خود پیرامون هوش مصنوعی ادعا کرده است: «هسته تجارت ما بر پیوندهای انسانی استوار است و فناوری ما با هدف تحکیم این ارتباط توسعه یافته، نه جایگزینی آن.» بااینحال، رابطه استارباکس با نیروی کار همواره دستخوش تنش بوده و هوش مصنوعی نیز ابزاری خوشنام در جهت بهبود شرایط کارگری به‌شمار نمی‌رود.

از اواخر سال ۲۰۲۱ و هم‌زمان با شکل‌گیری پویش سراسری تشکل‌های کارگری، کارکنان استارباکس در نزدیک به ۷۰۰ شعبه آمریکا اقدام به تأسیس اتحادیه کردند و بهبود دریافتی و افزایش ظرفیت نیروی انسانی را خواستار شدند. کارمندان معتقدند مدیریت با محدود کردن ساعات کاری تلاش می‌کند از اعطای مزایای قانونی طفره برود و تغییر شیفت‌ها را با هماهنگی‌هایی بسیار کوتاهمدت تحمیل می‌کند. سال گذشته، هیئت ملی روابط کار آمریکا (NLRB) اعلام کرد که استارباکس در برخورد با جنبش کارگری، «رویکردی کاملاً تهاجمی و تخریبی آمیخته با تخلفات مکرر» را به کار بسته است.

نیکول از هنگام آغاز ریاست خود در سپتامبر ۲۰۲۴، در قالب برنامه تحول با عنوان «بازگشت به استارباکس»، بالغ بر ۲ هزار موقعیت شغلی را حذف کرده است؛ راهبردی که منتهی به خلاصهسازی منوها، کوتاه‌تر شدن زمان انتظار مراجعان و تعطیلی پارهای از شعب شد.

در ماه اوت، اتحادیه Starbucks Workers United به نمایندگی از ۱۲ هزار باریستا، آغاز تحریم نامحدود مصرفکنندگان علیه شعب این غول قهوه را اعلام کرد. این تشکل، مدیریت را به زیر پا گذاشتن قوانین کار و تلاش برای از بین بردن تشکل‌ها متهم کرد و تصمیم مدیران برای تحمیل هوش مصنوعی را به چالش کشید. در متن این بیانیه اعتراضی آمده است: «استارباکس بارها نشان داده برای کارگرانی که چرخ سودآوری شرکت را میچرخانند ارزشی قائل نیست و میلیون‌ها دلار هزینه را صرف هوش مصنوعی ناکارآمد می‌کند؛ راهبردی که صرفاً با تولید محصولات پرزرقوبرق در پی پرت کردن حواس‌ها از بحران‌های ریش‌های و دشوارتر کردن شرایط کاری است.»

در گفتگویی که سال ۲۰۲۵ انجام گرفت، جیسون وودز از اعضای این اتحادیه، خاطرنشان ساخت که استارباکس در پی ثبت سفارش با هوش مصنوعی است، ولی حتی توان مدیریت جایگزینی غیبت یک کارمند بیمار را ندارد. او افزود: «آنها می‌خواهند چیدمان و وظایف ما را با الگوریتم‌ها تعیین کنند؛ رویکردی که بیرحمانه و کاملاً ضدکارگری است.»

نمایندگان اتحادیه Starbucks Workers United تاکنون به درخواست‌ها برای ارائه دیدگاه‌های تکمیلی پاسخی نداده‌اند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

گارتنر: مدل‌های وزن‌باز ۹۰ درصد وظایف عامل‌های هوشمند را با یک‌بیستم هزینه انجام می‌دهند
آخرین اخبار

گارتنر: مدل‌های وزن‌باز ۹۰ درصد وظایف عامل‌های هوشمند را با یک‌بیستم هزینه انجام می‌دهند

گزارش جدید موسسه گارتنر نشان می‌دهد مدل‌های وزن‌باز قادرند بخش عمده وظایف روزمره در عامل‌های هوش مصنوعی را با کسری از هزینه مدل‌های تجاری پیشرو اجرا کنند. تحلیلگران پیش‌بینی می‌کنند تا سال ۲۰۳۰ بیش از ۹۰ درصد مراحل عملیاتی سازمان‌ها به این مدل‌ها واگذار شود و ارزش اصلی بازار به بسترهای مدیریت و هماهنگ‌سازی عامل‌ها منتقل گردد.

۳ دقیقه مطالعه
۰
۱۲ آبان
بنچمارک MER-Bench ضعف مدل‌های هوش مصنوعی را در ویرایش دقیق میم‌ها آشکار کرد
آخرین اخبار

بنچمارک MER-Bench ضعف مدل‌های هوش مصنوعی را در ویرایش دقیق میم‌ها آشکار کرد

میم‌های اینترنتی به‌دلیل پیوند ناگسستنی میان متن و تصویر، به چالشی بزرگ برای ابزارهای ویرایش چندوجهی هوش مصنوعی تبدیل شده‌اند. بنچمارک جدید MER-Bench نشان می‌دهد که مدل‌های تصویری هنوز نمی‌توانند بار احساسی یک میم را بدون برهم زدن ساختار تصویر، چیدمان صحنه یا اصل شوخی تغییر دهند.

۲ دقیقه مطالعه
۰
۱۲ آبان
OpenAI پاداش کشف باگ را برای شناسایی آسیب‌پذیری‌های امنیتی به ۱۷۲ هزار دلار رساند
آخرین اخبار

OpenAI پاداش کشف باگ را برای شناسایی آسیب‌پذیری‌های امنیتی به ۱۷۲ هزار دلار رساند

شرکت OpenAI با راه‌اندازی یک برنامه فشرده امنیتی و همکاری با استارتاپ Cathedral Systems، سقف پاداش کشف باگ را برای آسیب‌پذیری‌های حیاتی به ۱۷۲ هزار دلار افزایش داد. این برنامه با بهره‌گیری از مدل‌های پیشرفته هوش مصنوعی تلاش می‌کند رخنه‌های امنیتی و خطرات ناشی از سوءاستفاده عوامل خودکار را پیش از مهاجمان شناسایی کند.

۵ دقیقه مطالعه
۰
۱۲ آبان