أمضت ماكدونالدز ثلاث سنوات تُعلّم الذكاء الاصطناعي تلقّي الطلبات عند نافذة الطلبات. وإليك لماذا أنهت 260 قطعة ماك ناجتس التجربة.
كنت جالسًا في غرفة فندق في أواخر يونيو 2024، أتصفّح هاتفي، حين أوقفني مقطع على تيك توك في مكاني. كانت امرأة عند نافذة الطلبات في أحد فروع ماكدونالدز تصرخ في صندوق مكبّر الصوت بينما كان صوت ذكاء اصطناعي يؤكّد طلبها بمرح: تسعة أكواب شاي مُحلّى، وحلوى سنداي بالكراميل مع لحم مقدّد، وما بدا أنه ما قيمته $222 من قطع الدجاج ماك ناجتس. وهي لم تطلب أيًّا من ذلك.
شاهدته ثلاث مرات. ليس لأنه كان مضحكًا — مع أنه كان كذلك — بل لأنني أدركت تمامًا أين حدث الخلل. البنية المعمارية. ليس النموذج، ولا بيانات التدريب، ولا الموجّه. بل البنية المعمارية.
في ذلك الأسبوع، أنهت ماكدونالدز رسميًا شراكتها التي استمرت ثلاث سنوات مع IBM حول الذكاء الاصطناعي في نافذة الطلبات. وعاد أكثر من 100 فرع في الولايات المتحدة إلى موظفين بشريين يرتدون سماعات الرأس. كان المشروع التجريبي قد استقرّ عند دقة طلبات تبلغ نحو 80–85% — وهو رقم يبدو معقولًا حتى تدرك أن العاملين البشريين يحقّقون عادةً 90% أو أكثر، وأنه في عالم الوجبات السريعة ذي الهوامش الضئيلة، كل طلب خاطئ هو حريق صغير يجب إطفاؤه بوجبة مجانية واعتذار.
كنت قد أمضيت وقتًا كافيًا في بناء أنظمة الذكاء الاصطناعي في Veriprajna لأعرف أن هذا لم يكن إخفاقًا للذكاء الاصطناعي. لقد كان إخفاق الفلسفة. كانت ماكدونالدز قد حاولت حلّ مشكلة معمارية عميقة بإجابة معمارية سطحية. وكانت الـ260 قطعة من ماك ناجتس هي طريقة الكون في القول: هذا لا يصلح.
التجربة التي تحوّلت إلى نكتة
القصة الخلفية مهمة. في عام 2019، استحوذت ماكدونالدز على Apprente، وهي شركة ناشئة في التعرّف على الصوت، وضمّتها إلى وحدة سمّتها McD Tech Labs. وبعد عامين، باعت تلك الوحدة إلى IBM، مراهنةً على أن البنية التحتية المؤسسية لـ«بيغ بلو» ومعالجة اللغة الطبيعية من Watson قادرتان على توسيع نطاق التقنية عالميًا.
بدا المنطق سليمًا. كانت IBM تملك الخوادم، وخط معالجة اللغة الطبيعية، والمصداقية المؤسسية. وكانت ماكدونالدز تملك 40,000 فرع حول العالم وحاجة ماسّة لحلّ معادلة العمالة. اجمع الاثنين، وستحصل على مستقبل الوجبات السريعة.
بدلًا من ذلك، حصلت على لحم مقدّد فوق الآيس كريم.
لم تكن الإخفاقات أعطالًا عارضة. كانت ممنهجة. كان الذكاء الاصطناعي يلتقط طلبات من المسارات المجاورة لأنه لم يستطع تمييز أي سيارة تتحدث. وكان يفسّر ثرثرة الراديو في الخلفية على أنها طلبات من القائمة. وحين كان يعجز عن تحليل ما يقوله الزبون — وهو ما كان يحدث باستمرار مع اللهجات الإقليمية، أو التصحيحات في منتصف الجملة، أو حديث عدة ركّاب في آن واحد — كان يلجأ إلى التخمين. وكانت تخميناته محكومة باحتمالية الرموز اللغوية، لا بالمنطق السليم.
الذكاء الاصطناعي الذي لا يعرف أن 260 قطعة ماك ناجتس أمر عبثي لا يعرف شيئًا عن ماك ناجتس على الإطلاق.
ظل ذلك السطر يتردّد في رأسي. لأن المشكلة لم تكن أن النموذج غبي. فنماذج اللغة في عصر GPT قادرة إلى حدّ مذهل. المشكلة هي أنّه لم يبنِ أحد الطبقة التي تقول: «مهلًا، هذا لا يمكن أن يكون صحيحًا.»
لماذا أخفقت نافذة طلبات ماكدونالدز العاملة بالذكاء الاصطناعي فعلًا؟
أريد أن أكون دقيقًا هنا، لأن الرواية الشائعة — «الذكاء الاصطناعي ليس جاهزًا للعالم الحقيقي» — خاطئة. فنظام FreshAI من Wendy's، المبني على Google Cloud، كان يحقّق دقة تقارب 99% ويقتطع 22 ثانية من أزمنة الخدمة. ونظام Byte من Taco Bell، الذي يعمل على بنية Nvidia التحتية، كان قد عالج أكثر من 2 مليون طلب ناجح في أكثر من 500 فرع. التقنية تعمل. لكنها لا تعمل بالطريقة التي بنتها بها ماكدونالدز وIBM.
ثلاثة أمور قتلت المشروع التجريبي.
نافذة الطلبات منطقة حرب صوتية. فمعظم نماذج اللغة تُدرَّب في بيئات هادئة. أما مسار نافذة الطلبات ففيه هدير المحركات، وضغط الرياح على الميكروفون، ومذياع السيارة الذي يبثّ كلامًا منافسًا، وركّاب يصرخون فوق بعضهم البعض. وكان نظام IBM يفتقر إلى تشكيل الحزمة (beamforming) المتطوّر — أي تقنية استخدام مصفوفات الميكروفونات لخلق تركيز مكاني على فم السائق. وبدونها، كان الذكاء الاصطناعي يعالج ببساطة كل صوت يستطيع سماعه. هكذا انتهى طلب سيارة على فاتورة سيارة أخرى.
كلام البشر فوضوي بامتياز. فالزبائن يقولون «Mickey D's» بدلًا من «McDonald's». ويغيّرون رأيهم في منتصف الجملة: «أعطني كوكاكولا — لا، مهلًا، دكتور بيبر». يستخدمون العامية، ويتمتمون، ولهم لهجات لم تصادفها بيانات التدريب قط. وحين كان نظام IBM يعجز عن تحليل مُدخَل ما، كان يستخدم فكّ الترميز الجشِع (greedy decoding) — أي اختيار الكلمة التالية الأكثر احتمالًا إحصائيًا بدل طلب توضيح. هكذا تحوّل «ماء وآيس كريم بالفانيليا» إلى «سنداي بالكراميل مع زبدة وكاتشب». كان النظام يطابق الشظايا الصوتية بأصناف عالية الاحتمال من القائمة بغضّ النظر عن كون التركيبة منطقية أم لا.
لم تكن هناك طبقة للتحقق من المعقولية. وهذه هي النقطة التي تستفزّني. لا حدّ أقصى للكمية. ولا قاعدة تقول إن الآيس كريم مع اللحم المقدّد يساوي «اسأل إنسانًا». ولا محفّز تصعيد للمعاملات عالية القيمة. كان نموذج اللغة يتخذ كل القرارات، ونماذج اللغة لا تستدلّ عن العالم المادي. إنها تتنبّأ بالرمز التالي. وهذا شيء مختلف جوهريًا.
مشكلة الغلاف
أتذكّر محادثة مع عميل محتمل في تلك الفترة تقريبًا. كانوا شركة تجزئة متوسطة الحجم، وقد بنَوا ما أسمَوه بفخر «نظام خدمة عملاء مدعوم بالذكاء الاصطناعي». وحين نظرت تحت الغطاء، وجدته طبقة برمجية رقيقة تقع بين عملائهم وواجهة برمجة تطبيقات OpenAI. كانت تنسّق المُدخلات، وتُهيكل المُخرجات، وتضيف شعارهم. هذا كل شيء.
«ماذا يحدث حين يهلوس؟» سألت.
«لدينا إخلاء مسؤولية»، قالوا.
هذا ما تسمّيه الصناعة «الغلاف» (wrapper) — وهو النمط المعماري الذي أخفق مع ماكدونالدز. الغلاف يأخذ نموذجًا أساسيًا قويًا ويضع عليه طبقة طلاء. إنه ممتاز للعروض التوضيحية. وممتاز للنماذج الأولية. لكنه غير كافٍ بشكل كارثي لأي بيئة يترتّب فيها على الخطأ عواقب.
كان نظام ماكدونالدز-IBM في جوهره غلافًا حول معالجة اللغة الطبيعية القديمة من Watson. فقد كان نموذج اللغة يتولّى كل شيء: التعرّف على الكلام، وتحليل النية، ومطابقة القائمة، وتأكيد الطلب. لم يكن هناك فصل بين ما ينبغي أن يكون احتماليًا (فهم كلام بشري فوضوي) وما ينبغي أن يكون حتميًا (فرض قواعد العمل). كانت احتمالية حتى النخاع.
لقد كتبت عن هذا التمييز المعماري بتعمّق في ورقتنا البحثية التفاعلية، لكن الفكرة الجوهرية بسيطة بما يكفي لتُكتب على منديل ورقي.
ماذا يعني فعلًا «نواة حتمية، حافة احتمالية»؟
في Veriprajna، نبني الأنظمة على مبدأ أعود إليه دائمًا: استخدم الذكاء الاصطناعي فيما يجيده الذكاء الاصطناعي، واستخدم القواعد فيما تجيده القواعد.
نموذج اللغة بارع إلى حدّ مذهل في فهم النية الكامنة خلف كلام بشري فوضوي وغامض ومثقل باللهجات. تلك هي الحافة الاحتمالية — الطبقة الخارجية المرنة التي تتعامل مع فوضى العالم الحقيقي.
لكن بمجرد أن تفهم النية، فإن التنفيذ ينبغي أن يحكمه منطق صارم. محرّك استدلال رمزي. رسم بياني معرفي للأعمال. قواعد لا يمكن للاحتمالية الإحصائية أن تتجاوزها.
في سياق نافذة الطلبات، يعني ذلك:
يسمع نموذج اللغة الكبير «أعطني نحو مئة قطعة ناجتس» ويفسّر النية بشكل صحيح على أنها «الزبون يريد كمية كبيرة من قطع الدجاج ماك ناجتس». ثم تتدخّل النواة الحتمية: الحد الأقصى لكمية ماك ناجتس في الطلب الواحد هو 40 قطعة. فيسأل النظام: «يمكنني تقديم ما يصل إلى 40 قطعة ماك ناجتس — هل يناسبك ذلك؟» بدلًا من أن يسجّل بمرح 2,510.
ينبغي أن يكون نموذج اللغة هو الأذنين. وينبغي أن يكون محرّك القواعد هو الدماغ. أما ماكدونالدز فقد جعلت الأذنين تتولّى التفكير.
هذا ليس كلامًا نظريًا. فنظام FreshAI من Wendy's ينجح تحديدًا لأنه يتكامل بعمق مع نظام نقاط البيع وشاشات المطبخ — فالذكاء الاصطناعي يفهم ما تقوله، لكن منطق الأعمال هو الذي يقرّر ما يحدث بعد ذلك. ويستخدم نظام Taco Bell تنسيقًا متعدد الوكلاء، حيث تتولّى مكوّنات متخصّصة مختلفة أجزاءً مختلفة من المعاملة. هذه أنظمة مُصمَّمة معماريًا، لا أغلفة.
الليلة التي أدركت فيها الخندق الدفاعي الحقيقي
كانت هناك أمسية متأخرة — أظنها كانت يوم خميس — حين كنت أنا وفريقي نصحّح أخطاء خط معالجة صوتي لعملية نشر لدى أحد العملاء. كنا منهمكين فيه لساعات. كان النظام يواصل تصنيف الضجيج المحيط خطأً على أنه مُدخَل كلامي، ولم نستطع اكتشاف السبب.
قرابة الحادية عشرة مساءً، استدعى أحد مهندسيّ الطيف الترددي الخام وأشار إلى نمط لم يلاحظه أحد منا. كان نظام التكييف والتهوية (HVAC) في منشأة العميل يُصدر طنينًا منخفض التردد يقع تمامًا في نطاق أصوات حروف علة معيّنة. كان النموذج يسمع حرفيًا جهاز التكييف ويحاول أخذ طلبه.
أمضينا الأسبوعين التاليين في بناء طبقة طرح طيفي مخصّصة — شبكة عصبية مُدرَّبة تحديدًا على بصمة الضجيج في تلك المنشأة — قادرة على تحديد توقيع نظام التكييف وإزالته قبل أن يصل الصوت أصلًا إلى نموذج التعرّف على الكلام.
عندها اتّضح لي شيء ما. الخندق الدفاعي الحقيقي في الذكاء الاصطناعي المؤسسي ليس النموذج. فالجميع لديه الآن وصول إلى نماذج جيدة. الخندق يكمن في معالجة الإشارة — ذلك العمل غير البرّاق والمضني المتمثّل في تنظيف العالم الحقيقي قبل أن يصل إلى دماغ الذكاء الاصطناعي.
كان نظام ماكدونالدز يفتقر إلى هذا تمامًا. تُظهر أبحاث ستانفورد أن المقاربات متعدّدة الوسائط — حيث تتتبّع كاميرا حركات الشفاه إلى جانب الصوت — يمكنها خفض معدلات الخطأ في الكلمات من 28.8% إلى 12.2% في البيئات الصاخبة. وهذا هو الفارق بين نظام يعمل ونظام ينتشر بسرعة لأسباب خاطئة.
من يملك الدماغ؟
هناك بُعد آخر لإخفاق ماكدونالدز لم يظهر في مجموعات مقاطع تيك توك لكنه بالغ الأهمية: السيادة على البيانات.
كانت ماكدونالدز تواجه أصلًا دعاوى قضائية بموجب قانون خصوصية المعلومات البيومترية في إلينوي بزعم جمع بصمات صوتية للزبائن دون موافقتهم. وحين يعمل ذكاؤك الاصطناعي على سحابة طرف ثالث، فإن كل تفاعل مع الزبون — كل صوت، وكل طلب، وكل نمط تفضيل — يمرّ عبر بنية تحتية لا تتحكم بها.
هذه ليست مجرد مخاطرة قانونية. إنها مخاطرة استراتيجية. فخمسون بالمئة من العاملين في المعرفة يستخدمون أصلًا أدوات ذكاء اصطناعي غير مصرّح بها في العمل، و46% يقولون إنهم سيواصلون استخدامها حتى لو مُنعت صراحةً. نسمّي هذا «الذكاء الاصطناعي الظلّي» (Shadow AI)، وهو يمثّل تسريبًا هائلًا وغير مرئي للبيانات لم تبدأ معظم المؤسسات في معالجته بعد.
البديل هو ما نسمّيه الذكاء السيادي: نشر النماذج داخل البنية التحتية الخاصة بالمؤسسة، حيث لا تغادر البيانات المبنى أبدًا. وللاطلاع على التحليل التقني الكامل لنشر نماذج اللغة الكبيرة الخاصة ومخاطر الذكاء الاصطناعي الظلّي، أحيلك إلى أبحاثنا — لكن المبدأ واضح ومباشر. إن لم تكن تملك الدماغ، فأنت لا تملك العمل.
لماذا تنجح بعض نوافذ الطلبات العاملة بالذكاء الاصطناعي ولا تنجح أخرى؟
يسألني الناس هذا باستمرار، وأظنهم يتوقعون إجابة معقّدة. لكنها ليست كذلك.
الأنظمة التي تنجح — Wendy's وTaco Bell وWhite Castle — بُنيت بوصفها بنى معمارية متكاملة من الأساس. فهي تتعامل مع الذكاء الاصطناعي كمكوّن واحد ضمن نظام أكبر يشمل معالجة الإشارة، ومنطق الأعمال، ومسارات التصعيد البشري، والمراقبة المستمرة. الذكاء الاصطناعي قوي لكنه مقيَّد. يعمل ضمن حواجز حماية تعكس الفيزياء الفعلية للعمل.
أما النظام الذي أخفق فقد كان مُلحقًا من الخارج. تعامل مع الذكاء الاصطناعي كخدمة تشترك فيها لا كقدرة تهندسها. وطلب من نموذج لغة أن يفعل كل شيء — أن يسمع، ويفهم، ويقرّر، وينفّذ — في بيئة لم تُصمَّم نماذج اللغة لها قط.
وتؤكّد دراسة نوافذ الطلبات لعام 2025 هذا الانقسام. فالمسارات المدعومة بالذكاء الاصطناعي أسرع بمقدار 22 إلى 29 ثانية من المسارات التي يديرها بشر في المتوسط، ورغم الدرجات الأدنى في «الودّ»، سجّلت المواقع المدعومة بالذكاء الاصطناعي رضا إجماليًا بنسبة 97% — أي أعلى بست نقاط من المتوسط التقليدي. الزبائن لا يحتاجون إلى أن يكون الذكاء الاصطناعي دافئًا. بل يحتاجون إلى أن يكون صحيحًا.
في مستقبل الوجبات السريعة، لا تُقاس الضيافة بدفء الصوت. بل تُقاس بما إذا كنت تحصل على ما طلبته فعلًا.
الجدال الذي دار بيننا حول «جيد بما فيه الكفاية»
أريد أن أشارك شيئًا حدث داخليًا في Veriprajna، لأنني أظنه يوضّح توترًا تواجهه كل شركة ذكاء اصطناعي.
كنا نصمّم نظامًا لأحد العملاء، وجادل أحد كبار مهندسيّ بأننا نبالغ في هندسة الطبقة الحتمية. قال: «النموذج يبلغ أصلًا دقة 92%. نحن نمضي أسابيع في بناء قواعد لحالات حدّية تمثّل 8% من المعاملات. هل يستحق ذلك حقًا؟»
فتحت مجموعة مقاطع تيك توك عن ماكدونالدز. وسألته: «كم واحدًا من هذه تظن أنه يكفي لتدمير علامة تجارية؟»
قال: اثنان.
قلت: واحد.
بنينا طبقة القواعد. أضافت ثلاثة أسابيع إلى الجدول الزمني. ولم يتعرّض العميل لحادثة واحدة انتشرت على نطاق واسع.
هذه هي الحسبة التي يخطئ فيها نموذج الغلاف. في المختبر، دقة 92% ممتازة. أما في العالم الحقيقي، فإن نسبة الإخفاق البالغة 8% ليست موزَّعة عشوائيًا — بل تتجمّع حول أصعب الحالات، وأكثر البيئات ضجيجًا، وأشدّ الزبائن إحباطًا. وتلك هي بالضبط اللحظات التي تنتهي على وسائل التواصل الاجتماعي. تكلفة الـ8% ليست متناسبة مع تواترها. إنها أُسّية.
ماذا يحدث بعد ذلك
لم تتخلَّ ماكدونالدز عن الذكاء الاصطناعي. فقد أشارت إلى أنها تدرس شركاء جددًا ومقاربات جديدة. لكن تجربة السنوات الثلاث مع IBM انتهت، وما تخلّفه وراءها درس واضح لكل مؤسسة تفكّر في نشر الذكاء الاصطناعي.
انتهت مرحلة التجريب. وانتهى عصر تركيب نموذج لغة على عملية قائمة وانتظار الأفضل. أما ما يأتي بعده — ما أسمّيه عصر الذكاء الاصطناعي العميق — فيتطلّب شيئًا أصعب: إعادة هندسة أنظمتك فعليًا حول القدرات والحدود الخاصة بالذكاء الآلي.
ويعني ذلك نوى حتمية ذات حواف احتمالية. ويعني امتلاك بنيتك التحتية الخاصة. ويعني الاستثمار في معالجة الإشارة بالجدية نفسها التي تستثمر بها في اختيار النموذج. ويعني بناء مسارات التصعيد البشري لا كخطة احتياطية بل بوصفها ميزة. ويعني القبول بأن العمل الهندسي غير البرّاق — ترشيح الضجيج، ومحرّكات القواعد، ومكتبات الحالات الحدّية — هو حيث تكمن الميزة التنافسية الحقيقية.
الفجوة بين المؤسسات التي تفهم هذا وتلك التي لا تفهمه على وشك أن تصبح دائمة. ليس لأن التقنية غير متاحة، بل لأن الفلسفة المعمارية تتطلّب نوعًا من الانضباط تفضّل معظم المؤسسات تخطّيه.
تعلّمت ماكدونالدز هذا بالطريقة الصعبة، على نطاق واسع، وعلى الملأ. لم تكن الـ260 قطعة من ماك ناجتس خللًا برمجيًا. بل كانت النتيجة الحتمية لنظام لم يُبنَ قط ليقول لا.
