麦当劳得来速人工智能：快餐工作会消失吗？

Lisa Ernst · 06.06.2026 · 人工智能 · 阅读 9 分钟

'麦当劳正在认真地再次尝试得来速自动化。在 2024 年结束了早期与 IBM 的自动化点餐测试后，该公司现在正在测试一个名为 ArchIQ 的新人工智能操作系统，其中一个得来速助手经常被称为 Archy。工作问题显而易见。但技术问题同样重要：这不仅仅是语音箱里的聊天机器人。它是围绕数据、边缘计算、语音识别、自助服务亭、POS 系统和经理警报构建的更广泛的餐厅技术堆栈的一部分。'

来源: 照片：Daniel's Richard 供图 (via Pexels)

'麦当劳现在正在测试什么'

'当前的人工智能推广与麦当劳的 “NEXT” 战略相关，该战略更侧重于餐厅生产力、简化运营、热情好客和数字化增长。据报道，ArchIQ 正在美国五个餐厅进行测试。该助手旨在以英语和西班牙语接受得来速订单，处理常规客户流程，并将更复杂的案例交还给人力员工。'

'与普通语音助手相比，重要的区别在于语境。得来速人工智能必须能够过滤交通噪音，将语音映射到菜单项，确认购物车，与餐厅系统同步，并避免减慢排队速度。实际上，这意味着系统必须连接语音人工智能、菜单数据、POS 逻辑、订单路由和人工升级。'

来源: 照片：Erik Mclean 供图 (via Pexels)

得来速人工智能的可见部分是语音箱。真正的技术挑战在于其背后：语音识别、意图检测、菜单映射以及顺畅地融入餐厅工作流程。

来源: 照片：Daniel's Richard 供图 (via Pexels)

自助点餐机显示了从手动点餐到数字化客户流程的同样转变。得来速语音人工智能将这种逻辑带到了餐厅外的车道。

'技术方面：不仅仅是人工智能语音'

'麦当劳已经宣布与 Google Cloud 建立战略合作伙伴关系，将云计算、硬件、数据和人工智能技术引入餐厅。该公司还描述了边缘计算的使用，这意味着部分计算能力可以更靠近各个餐厅，而不是仅依赖遥远的中央云。这一点很重要，因为在得来速车道里，每一秒都很重要。'

来源: 照片：panumas nikhomkhai 供图 (via Pexels)

麦当劳和 Google Cloud 已将边缘计算描述为餐厅技术方向的一部分。目标是将有用的计算能力移到更靠近每个门店的地方，从而减少延迟并提高系统的弹性。

来源: 照片：Brett Sayles 供图 (via Pexels)

对于得来速助手来说，延迟不是技术细节。如果人工智能响应缓慢，排队就会变慢，员工就必须介入，自动化就会失去其商业价值。

'为什么 2024 年的 IBM 测试失败了'

'麦当劳早期与 IBM 的自动化点餐测试在 100 多个美国得来速餐厅进行，直到 2024 年合作结束。公开的问题很简单：顾客点了错误的订单，其中一些错误变成了病毒式传播的社交媒体剪辑。对于一个以速度和一致性著称的连锁店来说，网络上一个有趣的人工智能错误会成为一个运营信任问题。'

'教训很明显。得来速中的语音人工智能比脚本化的聊天机器人要困难得多。客户会改变主意，为多人点餐，使用俚语，要求替代品，从副驾驶座位点餐，或者在发动机运行时说话。一个有用的系统必须理解所有这些，并且仍然足够快以应对午餐高峰。'

❝ 问题不在于人工智能是否能在演示中接到一个订单。问题在于它能否接到数千个混乱的真实订单，而不会给员工增加额外的工作。 ❞

Zerlo 分析

'工人会失业吗？'

'诚实的答案是：不会马上，但如果系统变得可靠，工作构成可能会迅速改变。麦当劳不需要移除所有员工来改变劳动力需求。如果人工智能处理了大部分常规的得来速对话，那么在某些班次中，餐厅可能需要更少专注于点餐的人员。人类仍然需要处理例外情况、支付问题、投诉、食物准备、交接、清洁、安全和招待。'

'这就是为什么“人工智能将取代快餐工人”过于简单化。更现实的顺序是任务替换优先，职位重新设计其次，然后是人员数量压力。只做重复性订单的人比能够身兼厨房、服务、故障排除和轮班协调的人更容易受到影响。'

来源: 照片：iMin Technology 供图 (via Pexels)

人工智能点餐只有在能够顺畅地连接到 POS 屏幕、厨房工作流程、支付逻辑和实时菜单可用性时才变得有用。

'工作压力首先出现在哪里'

来源: 图片：Google DeepMind 供图 (via Pexels)

每一次语音订单背后都有一个模型，它必须对意图进行分类，匹配菜单项，并决定何时置信度过低而无法继续进行而无需人工介入。

'为什么公司在早期失败后仍想要人工智能'

'有三个强有力的驱动因素。首先，餐厅希望提高吞吐量：每小时服务的汽车越多，高峰时段的收入就越多。其次，他们希望实现一致的促销：人工智能不会忘记提供饮料、配菜或套餐升级。第三，在周转和排班缺口是持续运营难题的行业中，他们希望获得人员配置的灵活性。'

'对于特许经营商而言，商业案例并不要求从第一天起就做到完美。它要求该系统足够频繁地有用，以减轻压力。如果人工智能负责常规订单，而人类处理例外情况，那么在完全自主之前，该技术仍然可以具有价值。'

来源: 照片：Obi Onyeador 供图 (via Pexels)

餐厅版本的语音人工智能比家庭助手要求更高。它必须在嘈杂的环境中运行，理解简短的命令，并在客户更改订单时快速恢复。

'但失业风险并非唯一'

'准确性仍然是核心考验。错误的订单会损害信任，浪费食物，减慢排队速度，并给员工增加额外的工作。隐私也是一个问题，因为语音系统可能会处理语音、口音、订单偏好和客户语境。可靠性也很重要：如果云、自助服务亭或 POS 组件发生故障，餐厅需要立即有人工备用。'

'还有一个培训问题。如果员工成为例外处理者，他们需要更好的判断力，而不是更少的技能。工作不再是重复菜单提示，而是解决系统无法解决的问题。'

'更大的劳动力市场图景'

'美国的劳动力预测并未显示食品服务工作会立即消失。劳工统计局仍然预计食品和饮料服务相关就业在 2024 年至 2034 年间会增长，许多空缺是由人员更替驱动的。这并不意味着所有任务都是安全的。这意味着食品服务行业的总体需求可能会增长，而特定的入门级任务将变得更加自动化。'

'这就是令人不安的折衷：行业可能会继续招聘，但餐厅里最容易的第一个工作岗位可能会越来越少。新工人可能需要操作数字系统、对人工智能错误进行故障排除、处理客户例外情况以及在不同角色之间更快地切换。'

'工人现在可以做什么'

'最安全的方法是让自己难以被简化为单一任务。能够培训新员工、管理客户问题、操作多个站点、理解 POS 系统并帮助保持轮班稳定的工人将比仅限于点餐的工人更有价值。对于年轻工人来说，快餐可能仍然是一个有用的第一份工作，但所需的技能组合正变得越来越数字化和运营化。'

• '学习完整的订单流程，而不仅仅是耳机角色。'
• '熟悉自助服务亭、POS 系统和移动订单的例外情况。'
• '练习客户服务：退款、投诉和错误订单的修复。'
• '申请轮岗到厨房、交接、库存或轮班支持任务。'
• '申请更好的职位时，记录可靠性、速度和灵活性。'

'底线'

'麦当劳的得来速人工智能不仅仅是一次技术升级。这是对世界上最大餐厅系统之一的常规服务工作能自动化到何种程度的测试。如果 ArchIQ 有效，最初的影响可能将是纯粹的点餐任务减少，而不是没有员工的空餐厅。但对于快餐工人来说，方向很明确：最安全的角色将结合人际交往能力、运营灵活性和数字化信心。'

'常见问题解答'