McDonald's pasó tres años enseñando a una IA a tomar pedidos en el drive-thru. Por qué 260 Chicken McNuggets acabaron con el experimento.

Estaba sentado en la habitación de un hotel a finales de junio de 2024, haciendo scroll en el móvil, cuando un TikTok me dejó de piedra. Una mujer en el drive-thru de un McDonald's le gritaba a un altavoz mientras una voz de IA confirmaba alegremente su pedido: nueve tés dulces, un sundae de caramelo con bacon y lo que parecían 222 dólares en Chicken McNuggets. Ella no había pedido nada de eso.

Lo vi tres veces. No porque fuera divertido —que lo era—, sino porque reconocí exactamente qué había fallado. La arquitectura. No el modelo, no los datos de entrenamiento, no el prompt. La arquitectura.

Esa semana, McDonald's puso fin oficialmente a su alianza de tres años con IBM para el drive-thru con IA. Más de 100 locales en Estados Unidos volvieron a los operadores humanos con auriculares. El piloto se había estancado en torno a un 80–85 % de precisión en los pedidos, algo que suena aceptable hasta que caes en la cuenta de que los trabajadores humanos suelen alcanzar el 90 % o más y de que, en el mundo de márgenes minúsculos de la comida rápida, cada pedido equivocado es un pequeño incendio que hay que apagar con comida gratis y una disculpa.

Llevaba construyendo sistemas de IA en Veriprajna el tiempo suficiente como para saber que esto no era un fallo de la IA. Era un fallo de filosofía. McDonald's había intentado resolver un problema arquitectónico profundo con una respuesta arquitectónica superficial. Y los 260 McNuggets fueron la manera que tuvo el universo de decir: así no funciona.

El experimento que acabó siendo un chiste

El trasfondo importa. En 2019, McDonald's compró Apprente, una startup de reconocimiento de voz, y la integró en algo llamado McD Tech Labs. Dos años después, vendió esa unidad a IBM, apostando a que la infraestructura empresarial de Big Blue y el NLP de Watson podrían escalar la tecnología a nivel global.

La lógica parecía sólida. IBM tenía los servidores, el pipeline de NLP, la credibilidad empresarial. McDonald's tenía 40.000 locales en todo el mundo y una necesidad desesperada de resolver la ecuación laboral. Júntalos y obtienes el futuro de la comida rápida.

En cambio, lo que obtuviste fue bacon sobre helado.

Los fallos no eran errores puntuales. Eran sistemáticos. La IA capturaba pedidos de los carriles contiguos porque no era capaz de distinguir qué coche estaba hablando. Interpretaba el parloteo de fondo de la radio como peticiones del menú. Cuando no lograba interpretar lo que decía un cliente —algo que pasaba constantemente con los acentos regionales, las correcciones a mitad de frase o varios pasajeros hablando a la vez—, recurría por defecto a adivinar. Y sus conjeturas estaban gobernadas por la probabilidad de los tokens, no por el sentido común.

Una IA que no sabe que 260 McNuggets es un disparate no sabe absolutamente nada sobre los McNuggets.

Esa frase no dejaba de dar vueltas en mi cabeza. Porque el problema no era que el modelo fuera estúpido. Los modelos de lenguaje de la era GPT son notablemente capaces. El problema era que nadie había construido la capa que dice: "espera, eso no puede estar bien".

¿Por qué falló realmente el drive-thru con IA de McDonald's?

Quiero ser preciso aquí, porque la narrativa popular —"la IA no está lista para el mundo real"— es falsa. El sistema FreshAI de Wendy's, construido sobre Google Cloud, alcanzaba en torno a un 99 % de precisión y recortaba 22 segundos de los tiempos de servicio. El sistema Byte de Taco Bell, que funciona sobre infraestructura de Nvidia, había procesado más de 2 millones de pedidos con éxito en más de 500 locales. La tecnología funciona. Simplemente no funciona de la forma en que McDonald's e IBM la construyeron.

Tres cosas mataron el piloto.

El drive-thru es una zona de guerra acústica. La mayoría de los modelos de lenguaje se entrenan en entornos silenciosos. Un carril de drive-thru tiene el rugido de los motores, la presión del viento contra el micrófono, radios de coche que filtran voces que compiten entre sí y pasajeros que se gritan por encima unos de otros. Al sistema de IBM le faltaba beamforming sofisticado: la técnica de usar matrices de micrófonos para crear un foco espacial sobre la boca del conductor. Sin eso, la IA simplemente procesaba todas las voces que alcanzaba a oír. Así es como el pedido de un coche acababa en la cuenta de otro.

El habla humana es gloriosamente caótica. Los clientes dicen "Mickey D's" en lugar de "McDonald's". Cambian de opinión a mitad de frase: "Ponme una Coca-Cola —no, espera, un Dr. Pepper". Usan jerga, mascullan, tienen acentos que los datos de entrenamiento nunca encontraron. Cuando el sistema de IBM no lograba interpretar una entrada, usaba decodificación voraz: elegir la siguiente palabra estadísticamente más probable en lugar de pedir una aclaración. Así es como "agua y helado de vainilla" se convirtió en "sundae de caramelo con mantequilla y kétchup". El sistema emparejaba fragmentos fonéticos con elementos del menú de alta probabilidad sin importar si la combinación tenía algún sentido.

No había una capa de cordura. Esta es la que me duele. Ningún tope máximo de cantidad. Ninguna regla que diga que helado más bacon equivale a "pregúntale a un humano". Ningún disparador de escalado para transacciones de importe elevado. El modelo de lenguaje estaba tomando todas las decisiones, y los modelos de lenguaje no razonan sobre el mundo físico. Predicen el siguiente token. Eso es algo fundamentalmente distinto.

El problema del wrapper

Recuerdo una conversación con un cliente potencial por aquella época. Era un minorista de tamaño medio y habían construido lo que orgullosamente llamaban un "sistema de atención al cliente impulsado por IA". Cuando miré bajo el capó, era una fina capa de software situada entre sus clientes y la API de OpenAI. Daba formato a las entradas, estructuraba las salidas y añadía su logotipo. Nada más.

"¿Qué pasa cuando alucina?", pregunté.

"Tenemos un aviso legal", dijeron.

Esto es lo que la industria llama un "wrapper", y es el patrón arquitectónico que le falló a McDonald's. Un wrapper coge un modelo fundacional potente y le da una mano de pintura. Es genial para demos. Es genial para prototipos. Es catastróficamente inadecuado para cualquier entorno donde equivocarse tiene consecuencias.

El sistema de McDonald's e IBM era, en esencia, un wrapper alrededor del NLP heredado de Watson. El modelo de lenguaje se encargaba de todo: reconocimiento del habla, interpretación de la intención, emparejamiento con el menú, confirmación del pedido. No había separación entre lo que debía ser probabilístico (entender el habla humana caótica) y lo que debía ser determinista (hacer cumplir las reglas de negocio). Era probabilidad de arriba abajo.

Escribí en profundidad sobre esta distinción arquitectónica en nuestro artículo de investigación interactivo, pero la idea central es lo bastante simple como para caber en una servilleta.

¿Qué significa realmente "núcleo determinista, borde probabilístico"?

En Veriprajna construimos sistemas sobre un principio al que vuelvo una y otra vez: usa la IA para aquello en lo que la IA es buena, y usa reglas para aquello en lo que las reglas son buenas.

Un modelo de lenguaje es espectacular a la hora de entender la intención que hay detrás del habla humana caótica, ambigua y con acento. Ese es el borde probabilístico: la capa exterior flexible que gestiona el caos del mundo real.

Pero una vez que has entendido la intención, la ejecución debe estar gobernada por lógica dura. Un motor de inferencia simbólica. Un grafo de conocimiento del negocio. Reglas que la probabilidad estadística no puede anular.

En el contexto de un drive-thru, eso significa:

El LLM oye "ponme como cien nuggets" e interpreta correctamente la intención como "el cliente quiere una gran cantidad de Chicken McNuggets". Entonces entra en juego el núcleo determinista: la cantidad máxima de McNuggets en un solo pedido es de 40 unidades. El sistema pregunta: "Puedo servirle hasta 40 McNuggets, ¿le parece bien?". En lugar de registrar alegremente 2.510.

El modelo de lenguaje debería ser los oídos. El motor de reglas debería ser el cerebro. McDonald's hizo que los oídos pensaran.

Esto no es teórico. El FreshAI de Wendy's funciona precisamente porque se integra en profundidad con el sistema de punto de venta y las pantallas de cocina: la IA entiende lo que estás diciendo, pero la lógica de negocio decide lo que ocurre después. El sistema de Taco Bell usa orquestación multiagente, en la que distintos componentes especializados se encargan de distintas partes de la transacción. Son sistemas arquitectados, no wrappers.

La noche en que entendí cuál es el verdadero foso defensivo

Hubo una noche, ya tarde —creo que era jueves— en la que mi equipo y yo estábamos depurando un pipeline de procesamiento de audio para el despliegue de un cliente. Llevábamos horas con ello. El sistema seguía clasificando erróneamente el ruido ambiente como entrada de voz, y no conseguíamos averiguar por qué.

Sobre las 11 de la noche, uno de mis ingenieros abrió el espectrograma en bruto y señaló un patrón que ninguno de nosotros había advertido. El sistema de climatización de las instalaciones del cliente producía un zumbido de baja frecuencia que caía justo en el rango de ciertos sonidos vocálicos. El modelo estaba literalmente oyendo el aire acondicionado e intentando tomarle el pedido.

Pasamos las dos semanas siguientes construyendo una capa personalizada de sustracción espectral —una red neuronal entrenada específicamente con el perfil de ruido de esas instalaciones— capaz de identificar y eliminar la firma de la climatización antes de que el audio llegara siquiera al modelo de reconocimiento del habla.

Ahí fue cuando todo encajó. El verdadero foso defensivo en la IA empresarial no es el modelo. Ahora todo el mundo tiene acceso a buenos modelos. El foso está en el procesamiento de la señal: el trabajo poco glamuroso y meticuloso de limpiar el mundo real antes de que llegue al cerebro de la IA.

Al sistema de McDonald's le faltaba esto por completo. Una investigación de Stanford muestra que los enfoques intermodales —en los que una cámara sigue los movimientos de los labios junto con el audio— pueden reducir la tasa de error por palabra del 28,8 % al 12,2 % en entornos ruidosos. Esa es la diferencia entre un sistema que funciona y un sistema que se hace viral por los motivos equivocados.

¿Quién es el dueño del cerebro?

Hay otra dimensión del fracaso de McDonald's que no llegó a los recopilatorios de TikTok pero que importa enormemente: la soberanía de los datos.

McDonald's ya se enfrentaba a litigios en virtud de la Illinois Biometric Information Privacy Act por supuestamente recoger huellas de voz de los clientes sin su consentimiento. Cuando tu IA se ejecuta en la nube de un tercero, cada interacción con un cliente —cada voz, cada pedido, cada patrón de preferencias— pasa por una infraestructura que no controlas.

Esto no es solo un riesgo legal. Es un riesgo estratégico. El cincuenta por ciento de los trabajadores del conocimiento ya usa herramientas de IA no autorizadas en el trabajo, y un 46 % dice que seguirá usándolas incluso si se prohíben explícitamente. A esto lo llamamos "Shadow AI", y representa una fuga de datos masiva e invisible que la mayoría de las empresas aún no ha empezado a abordar.

La alternativa es lo que llamamos inteligencia soberana: desplegar los modelos dentro de la propia infraestructura de la organización, donde los datos nunca salen del edificio. Para el desglose técnico completo del despliegue de LLM privados y del riesgo de Shadow AI, te remito a nuestra investigación, pero el principio es sencillo. Si no eres dueño del cerebro, no eres dueño del negocio.

¿Por qué algunos drive-thrus con IA funcionan y otros no?

La gente me lo pregunta constantemente y creo que espera una respuesta complicada. No lo es.

Los sistemas que funcionan —Wendy's, Taco Bell, White Castle— se construyeron como arquitecturas integradas desde cero. Tratan la IA como un componente más dentro de un sistema mayor que incluye procesamiento de la señal, lógica de negocio, vías de escalado a humanos y monitorización continua. La IA es potente pero está acotada. Opera dentro de guardrails que reflejan la física real del negocio.

El sistema que fracasó era un añadido atornillado por encima. Trataba la IA como un servicio al que te suscribes en lugar de como una capacidad que construyes con ingeniería. Le pidió a un modelo de lenguaje que lo hiciera todo —oír, entender, decidir, ejecutar— en un entorno para el que los modelos de lenguaje nunca fueron diseñados.

El Drive-Thru Study de 2025 confirma esta división. Los carriles con IA son, de media, entre 22 y 29 segundos más rápidos que los atendidos por personas, y, pese a puntuar más bajo en "amabilidad", los locales con IA registraron un 97 % de satisfacción general: seis puntos por encima de la media tradicional. Los clientes no necesitan que la IA sea cálida. Necesitan que sea correcta.

En el futuro de la comida rápida, la hospitalidad no se mide por la calidez de una voz. Se mide por si recibes lo que realmente pediste.

La discusión que tuvimos sobre lo "suficientemente bueno"

Quiero compartir algo que ocurrió internamente en Veriprajna, porque creo que ilustra una tensión a la que se enfrenta toda empresa de IA.

Estábamos diseñando un sistema para un cliente y uno de mis ingenieros sénior sostenía que estábamos sobredimensionando la capa determinista. "El modelo ya está en un 92 % de precisión", dijo. "Estamos dedicando semanas a construir reglas para casos límite que representan el 8 % de las transacciones. ¿De verdad merece la pena?"

Abrí el recopilatorio de TikTok de McDonald's. "¿Cuántos de estos crees que hacen falta para destruir una marca?", pregunté.

Él dijo que dos.

Yo dije que uno.

Construimos la capa de reglas. Añadió tres semanas al calendario. El cliente no ha tenido ni un solo incidente viral.

Este es el cálculo que el enfoque wrapper hace mal. En un laboratorio, un 92 % de precisión es excelente. En el mundo real, esa tasa de fallo del 8 % no se distribuye al azar: se concentra en los casos más difíciles, en los entornos más ruidosos, en los clientes más frustrados. Esos son exactamente los momentos que acaban en las redes sociales. El coste de ese 8 % no es proporcional a su frecuencia. Es exponencial.

Lo que viene ahora

McDonald's no ha renunciado a la IA. Ha dado a entender que está evaluando nuevos socios y nuevos enfoques. Pero el experimento de tres años con IBM ha terminado, y lo que deja tras de sí es una lección clara para toda empresa que se plantee desplegar IA.

La fase de experimentación ha terminado. La era de atornillar un modelo de lenguaje a un proceso existente y confiar en que salga bien se ha acabado. Lo que viene después —lo que yo llamaría la era de la Deep AI— exige algo más difícil: rediseñar de verdad la arquitectura de tus sistemas en torno a las capacidades y las limitaciones de la inteligencia de las máquinas.

Eso significa núcleos deterministas con bordes probabilísticos. Significa ser dueño de tu propia infraestructura. Significa invertir en procesamiento de la señal con tanta seriedad como inviertes en la selección del modelo. Significa construir vías de escalado a humanos no como un plan B, sino como una funcionalidad. Y significa aceptar que el trabajo de ingeniería poco glamuroso —el filtrado de ruido, los motores de reglas, las bibliotecas de casos límite— es donde vive la verdadera ventaja competitiva.

La brecha entre las organizaciones que entienden esto y las que no está a punto de volverse permanente. No porque la tecnología sea inaccesible, sino porque la filosofía arquitectónica exige un tipo de disciplina que la mayoría de las organizaciones prefiere saltarse.

McDonald's lo aprendió por las malas, a escala y en público. Los 260 McNuggets no fueron un bug. Fueron el resultado inevitable de un sistema que nunca se construyó para decir que no.