מדוע נכשלה הטמעת AI במקדונלד'ס ולמה האשמה אינה בסוכנים

הניסוי לשילוב סוכני בינה מלאכותית קוליים ב-Drive-Thru כשל, אך חשף שיעור חשוב לכל ארגון: המפתח להצלחה אינו אוטומציה מלאה, אלא היכולת של המערכת לזהות מגבלות ולהעביר טיפול לנציג אנושי בזמן

נכשלו כי לא הבינו מספיק את הלקוחות. סוכני ה-AI בשירות ה-Drive-Thru במקדונלד'ס.

ענקית המזון המהיר מקדונלד'ס (McDonald's) ניסתה להטמיע בינה מלאכותית בשירות עצמי דרך כלי הרכב (Drive-Thru), ולצורך כך שילבה סוכני AI שהיו אמורים לייעל את השירות ולהגדיל מאוד את הביקושים. הניסוי הזה נכשל, כפי שאנשי מקדונלד'ס בעצמם הודו בכנס שערכו בקיץ האחרון. 

פורטל החדשות CIO צלל לעומק הפרויקט ובעזרת מומחים ניסה להבין מה היו הסיבות לכישלון של הסוכנים החכמים. המסקנה הישירה במקרה הזה: הפעם הסוכנים – הטכנולוגיה – לא היו אשמים. 

האנליסטים שניתחו את הסיפור העניקו ציון לשבח למקדונלד'ס, שלימדה רבים אחרים בכך שלא הסתירה את הכישלון, אלא למדה היכן טעתה.

הכשל היה שהמערכת התקשתה, בין היתר, להתמודד עם מבטאים, ניבים ורעשי רקע, והיו מקרים שבהם היא ביצעה הזמנות שגויות, שהפכו לוויראליות ברשתות החברתיות.

נתונים מדו"חות ומחקרים על שירות הזמנות ממסעדות מזון מהיר לשנת 2025, שבוחנים את המערכות הקוליות האוטומטיות במותגי מזון, גילו ששיעור הדיוק כאשר הבינה המלאכותית טיפלה בהזמנה עמד על כ-81%. כאשר המערכת נתקלה בקושי והעבירה את השיחה לנציג אנושי, שיעור הדיוק עלה לכ-95%.

ומכאן הלקח העיקרי שמנהלי מקדונלד'ס הפיקו: במקום לנסות להביא את סוכני הבינה המלאכותית לדיוק של 100%, ארגונים צריכים לבנות מראש מנגנון שמזהה מצבים שבהם רמת הביטחון של המערכת נמוכה – ואז מפעיל "בלם" ומעביר את הטיפול לאדם.

לא כל טעות שווה אותו דבר

אחת המלכודות בניהול מערכות בינה מלאכותית היא הסתמכות על ממוצעים. מערכת יכולה להגיע ל-95% דיוק להיחשב מוצלחת במדד טכנולוגי, אך אותם 5% של טעויות עלולים להיות מרוכזים בקבוצה מסוימת של לקוחות, בבקשות מורכבות או בתרחישים חריגים. מבחינת הלקוח שנפגע – הממוצע אינו רלוונטי.

לכן השאלה שמנהלים צריכים לשאול אינה רק מה שיעור הדיוק של המערכת, אלא: מי משלם את מחיר הטעות?; מה חומרת הטעות?; ומה קורה מיד אחריה?.

במערכת שירות, למשל, טעות במחיר היא אירוע אחד; חיוב שגוי, אובדן מידע או מתן תשובה שגויה בנושא רפואי או פיננסי הם אירועים מסוג אחר לחלוטין.

סוכן AI צריך לדעת מתי לעצור

הלקח של מקדונלד'ס רלוונטי במיוחד לארגונים שמטמיעים כיום סוכנים בשירות הלקוחות, המכירות ובתהליכים תפעוליים אחרים.

לכל סוכן צריך להיות מוגדר מראש גבול פעולה: באילו מצבים הוא רשאי להמשיך באופן אוטונומי, באילו מצבים עליו לבקש אישור, ומתי הוא חייב להעביר את הטיפול לאדם.

לא פחות חשוב: העובד שמקבל את הטיפול צריך לקבל את כל ההקשר של האינטראקציה. אם הלקוח נדרש להתחיל מחדש ולהסביר מה קרה, האוטומציה לא פתרה את הבעיה – היא רק העבירה אותה לאדם.

המדד החדש: איכות ההתאוששות

הלקח המרכזי ממקרה מקדונלד'ס הוא שכדאי להרחיב את מערכת המדדים בעת ביצוע פרויקט בינה מלאכותית. לצד דיוק, מהירות, עלות ושיעור אוטומציה, יש למדוד גם: כמה פעמים המערכת מזהה שאינה בטוחה בתשובתה; כמה אינטראקציות מועברות לאדם בזמן; כמה מהבעיות נפתרות בהתערבות הראשונה; האם העובד מקבל את מלוא ההקשר; כמה פעמים הלקוח נאלץ להתחיל מחדש; ומהי ההשפעה של הטעות על שביעות רצון הלקוח ועל האמון בארגון.

זהו מעבר חשוב מחשיבה על מניעת טעויות לחשיבה על ניהול טעויות.

התובנה ל-CIO: בינה אחראית היא כזו שיודעת לעצור

המרוץ להטמעת סוכני AI מייצר לעיתים לחץ להוכיח שיעורי אוטומציה גבוהים ככל האפשר. אולם אוטומציה של 100% אינה בהכרח היעד הנכון.

מערכת טובה אינה מערכת שאינה טועה – זו מערכת שיודעת לזהות את גבולות היכולת שלה, לעצור בזמן ולהעביר את האחריות לגורם המתאים.

זה אולי הלקח החשוב ביותר מסיפור מקדונלד'ס: הצלחה של סוכן AI מול הלקוח לא נמדדת רק במספר הפעמים שבהן הוא צדק, אלא ביכולת שלו לזהות מתי הוא עלול לטעות – ולדעת מתי הגיע הזמן לקרוא לבן אדם להיכנס לתמונה.

יצוין כי ממש בימים אלו פותחת מקדונלד'ס בניסוי שני (Round Two) ומשיקה מערכת חדשה בשם ArchIQ, הנבחנת כעת בחמישה סניפים בארצות הברית. המערכת המשודרגת מתמקדת בזיהוי מדויק יותר של הקשר, בצמצום טעויות בזמן עומס וכמובן – בשיפור ניהול ההעברה לנציג אנושי. עם זאת, האתגרים הצפויים עדיין כוללים התמודדות עם רעשי רקע מורכבים, ניבים ומבטאים שונים, לצד שמירה על חוויית לקוח רציפה גם בעת תקלות בזיהוי הקולי.

תגובות

(0)

כתיבת תגובה

האימייל לא יוצג באתר. שדות החובה מסומנים *

אין לשלוח תגובות הכוללות דברי הסתה, דיבה, וסגנון החורג מהטעם הטוב

אירועים קרובים