McDonald's leerde AI drie jaar lang drive-thru-bestellingen opnemen. Dit is waarom 260 Chicken McNuggets een einde maakten aan het experiment.

Ik zat eind juni 2024 in een hotelkamer door mijn telefoon te scrollen toen een TikTok me abrupt deed stoppen. Een vrouw stond bij een McDonald's-drive-thru tegen een luidsprekerzuil te schreeuwen terwijl een AI-stem vrolijk haar bestelling bevestigde: negen sweet teas, een caramel sundae met bacon, en wat naar het leek voor $222 aan Chicken McNuggets. Ze had niets daarvan besteld.

Ik heb het drie keer bekeken. Niet omdat het grappig was — dat was het wel — maar omdat ik precies herkende wat er was misgegaan. De architectuur. Niet het model, niet de trainingsdata, niet de prompt. De architectuur.

Die week beëindigde McDonald's officieel zijn driejarige AI-drive-thru-samenwerking met IBM. Ruim 100 Amerikaanse vestigingen keerden terug naar menselijke medewerkers met een headset. De pilot was blijven steken op ongeveer 80–85% bestelnauwkeurigheid — wat redelijk klinkt totdat je beseft dat menselijke medewerkers doorgaans 90% of hoger halen, en dat in de fastfoodwereld met flinterdunne marges elke verkeerde bestelling een klein brandje is dat geblust moet worden met gratis eten en excuses.

Ik bouwde al lang genoeg AI-systemen bij Veriprajna om te weten dat dit geen falen van AI was. Het was een falen van de filosofie. McDonald's had geprobeerd een diep architectonisch probleem op te lossen met een oppervlakkig architectonisch antwoord. En de 260 McNuggets waren de manier van het universum om te zeggen: zo werkt dat niet.

Het experiment dat een lachertje werd

De voorgeschiedenis doet ertoe. In 2019 nam McDonald's Apprente over, een startup in spraakherkenning, en bracht die onder in iets dat McD Tech Labs heette. Twee jaar later verkochten ze die eenheid aan IBM, in de gok dat Big Blue's enterprise-infrastructuur én Watson NLP de technologie wereldwijd konden opschalen.

De logica leek te kloppen. IBM had de servers, de NLP-pipeline, de geloofwaardigheid bij grote ondernemingen. McDonald's had 40.000 vestigingen wereldwijd en een dringende behoefte om het personeelsvraagstuk op te lossen. Zet die twee bij elkaar en je krijgt de toekomst van fastfood.

In plaats daarvan kreeg je bacon op ijs.

De fouten waren geen incidentele storingen. Ze waren systematisch. De AI pikte bestellingen op uit aangrenzende rijstroken omdat hij niet kon bepalen welke auto sprak. Achtergrondgeklets van de radio interpreteerde hij als menukeuzes. Wanneer hij niet kon ontleden wat een klant zei — wat voortdurend gebeurde bij regionale accenten, correcties halverwege een zin of meerdere passagiers die door elkaar praatten — viel hij terug op gokken. En die gokken werden bepaald door tokenwaarschijnlijkheid, niet door gezond verstand.

Een AI die niet weet dat 260 McNuggets absurd is, weet helemaal niets over McNuggets.

Die zin bleef door mijn hoofd spoken. Want het probleem was niet dat het model dom was. Taalmodellen uit het GPT-tijdperk zijn opmerkelijk capabel. Het probleem was dat niemand de laag had gebouwd die zegt: "wacht even, dat kan niet kloppen."

Waarom is de AI-drive-thru van McDonald's écht mislukt?

Ik wil hier precies zijn, want het populaire verhaal — "AI is nog niet klaar voor de echte wereld" — klopt niet. Het FreshAI-systeem van Wendy's, gebouwd op Google Cloud, haalde ongeveer 99% nauwkeurigheid en kortte 22 seconden van de bedieningstijd af. Het Byte-systeem van Taco Bell, draaiend op Nvidia-infrastructuur, had ruim 2 miljoen bestellingen succesvol verwerkt in 500+ vestigingen. De technologie werkt. Ze werkt alleen niet op de manier waarop McDonald's en IBM haar hebben gebouwd.

Drie dingen hebben de pilot om zeep geholpen.

De drive-thru is een akoestisch oorlogsgebied. De meeste taalmodellen worden getraind in stille omgevingen. In een drive-thrurijstrook heb je motorgeronk, winddruk op de microfoon, autoradio's die concurrerende spraak doorlaten en passagiers die door elkaar heen schreeuwen. Het IBM-systeem miste geavanceerde beamforming — de techniek waarbij microfoonarrays een ruimtelijke focus op de mond van de bestuurder creëren. Zonder dat verwerkte de AI eenvoudigweg elke stem die hij kon horen. Zo belandde de bestelling van de ene auto op de rekening van een andere.

Menselijke spraak is heerlijk rommelig. Klanten zeggen "Mickey D's" in plaats van "McDonald's". Ze veranderen halverwege een zin van gedachten: "Doe mij maar een cola — nee, wacht, Dr. Pepper." Ze gebruiken straattaal, mompelen, hebben accenten die de trainingsdata nooit zijn tegengekomen. Wanneer het IBM-systeem een invoer niet kon ontleden, gebruikte het greedy decoding — het kiezen van het statistisch waarschijnlijkste volgende woord in plaats van om verduidelijking te vragen. Zo werd "water en vanille-ijs" ineens "caramel sundae met boter en ketchup". Het systeem koppelde fonetische fragmenten aan menu-items met een hoge waarschijnlijkheid, ongeacht of de combinatie ergens op sloeg.

Er was geen plausibiliteitslaag. Dit is degene die me het meest dwarszit. Geen maximumaantal. Geen regel die zegt dat ijs plus bacon gelijkstaat aan "vraag het een mens". Geen escalatietrigger voor transacties met hoge bedragen. Het taalmodel nam alle beslissingen, en taalmodellen redeneren niet over de fysieke wereld. Ze voorspellen het volgende token. Dat is iets fundamenteel anders.

Het wrapper-probleem

Ik herinner me een gesprek met een potentiële klant rond die tijd. Het was een middelgrote retailer, en ze hadden gebouwd wat ze trots een "AI-gedreven klantenservicesysteem" noemden. Toen ik onder de motorkap keek, bleek het een dun softwarelaagje tussen hun klanten en de API van OpenAI. Het formatteerde invoer, structureerde uitvoer en zette hun logo erop. Meer niet.

"Wat gebeurt er als het hallucineert?" vroeg ik.

"We hebben een disclaimer," zeiden ze.

Dit is wat de industrie een "wrapper" noemt — en het is het architectuurpatroon waaraan McDonald's ten onder ging. Een wrapper neemt een krachtig foundation model en geeft het een likje verf. Prima voor demo's. Prima voor prototypes. Het is catastrofaal ontoereikend voor elke omgeving waarin fout zitten gevolgen heeft.

Het McDonald's-IBM-systeem was in de kern een wrapper om verouderde Watson NLP heen. Het taalmodel deed alles: spraakherkenning, intentieanalyse, menukoppeling, orderbevestiging. Er was geen scheiding tussen wat probabilistisch zou moeten zijn (rommelige menselijke spraak begrijpen) en wat deterministisch zou moeten zijn (bedrijfsregels afdwingen). Het was waarschijnlijkheid van boven tot onder.

Ik heb uitgebreid over dit architectonische onderscheid geschreven in ons interactieve onderzoekspaper, maar het kernidee is simpel genoeg om op een servet te passen.

Wat betekent "deterministische kern, probabilistische rand" nu eigenlijk?

Bij Veriprajna bouwen we systemen op een principe waar ik steeds op terugkom: gebruik AI waar AI goed in is, en gebruik regels waar regels goed in zijn.

Een taalmodel is spectaculair goed in het begrijpen van de intentie achter rommelige, dubbelzinnige menselijke spraak met een accent. Dat is de probabilistische rand — de flexibele buitenlaag die de chaos van de echte wereld opvangt.

Maar zodra je de intentie hebt begrepen, moet de uitvoering worden bestuurd door harde logica. Een symbolische inferentie-engine. Een knowledge graph van het bedrijf. Regels die niet opzij kunnen worden gezet door statistische waarschijnlijkheid.

In een drive-thrucontext betekent dat:

Het LLM hoort "doe mij maar een stuk of honderd nuggets" en interpreteert de intentie correct als "klant wil een grote hoeveelheid Chicken McNuggets". Dan komt de deterministische kern in actie: het maximumaantal McNuggets per bestelling is 40 stuks. Het systeem vraagt: "Ik kan maximaal 40 McNuggets doen — wilt u dat?" In plaats van vrolijk 2.510 aan te slaan.

Het taalmodel hoort de oren te zijn. De regel-engine hoort het brein te zijn. McDonald's liet de oren het denkwerk doen.

Dit is niet theoretisch. FreshAI van Wendy's werkt juist omdat het diep integreert met het kassasysteem en de keukenschermen — de AI begrijpt wat je zegt, maar de bedrijfslogica bepaalt wat er vervolgens gebeurt. Het systeem van Taco Bell gebruikt multi-agent-orkestratie, waarbij verschillende gespecialiseerde componenten verschillende delen van de transactie afhandelen. Dit zijn doordacht ontworpen systemen, geen wrappers.

De avond waarop ik de echte economische slotgracht begreep

Er was een late avond — ik geloof dat het een donderdag was — waarop mijn team en ik een audioverwerkingspipeline aan het debuggen waren voor een klantimplementatie. We waren er al uren mee bezig. Het systeem bleef omgevingsgeluid ten onrechte als spraakinvoer classificeren, en we kwamen er niet achter waarom.

Rond 23:00 uur haalde een van mijn engineers het ruwe spectrogram erbij en wees op een patroon dat niemand van ons had opgemerkt. De klimaatinstallatie in het pand van de klant produceerde een laagfrequente bromtoon die precies in het bereik van bepaalde klinkers zat. Het model hoorde letterlijk de airconditioning en probeerde de bestelling van de airco op te nemen.

De twee weken daarna bouwden we een op maat gemaakte laag voor spectrale subtractie — een neuraal netwerk dat specifiek was getraind op het ruisprofiel van dat pand — die de signatuur van de klimaatinstallatie kon herkennen en verwijderen voordat de audio het spraakherkenningsmodel überhaupt bereikte.

Toen viel bij mij het kwartje. De echte economische slotgracht in enterprise-AI is niet het model. Iedereen heeft nu toegang tot goede modellen. De slotgracht zit in de signaalverwerking — het onsexy, nauwgezette werk van het opschonen van de echte wereld voordat die het brein van de AI bereikt.

Het systeem van McDonald's miste dit volledig. Onderzoek van Stanford laat zien dat cross-modale benaderingen — waarbij een camera naast de audio ook lipbewegingen volgt — de woordfoutpercentages in rumoerige omgevingen kunnen terugbrengen van 28,8% naar 12,2%. Dat is het verschil tussen een systeem dat werkt en een systeem dat viraal gaat om de verkeerde redenen.

Wie is eigenaar van het brein?

Er is nog een dimensie aan het falen van McDonald's die de TikTok-compilaties niet haalde maar enorm belangrijk is: datasoevereiniteit.

McDonald's had al rechtszaken aan zijn broek op grond van de Illinois Biometric Information Privacy Act, wegens het naar verluidt zonder toestemming verzamelen van stemafdrukken van klanten. Wanneer je AI draait op de cloud van een derde partij, stroomt elke klantinteractie — elke stem, elke bestelling, elk voorkeurspatroon — door infrastructuur die je niet in de hand hebt.

Dit is niet alleen een juridisch risico. Het is een strategisch risico. Vijftig procent van de kenniswerkers gebruikt op het werk al ongeautoriseerde AI-tools, en 46% zegt ze te blijven gebruiken zelfs als ze expliciet verboden worden. Wij noemen dit "Shadow AI", en het vormt een enorm, onzichtbaar datalek dat de meeste ondernemingen nog niet eens zijn begonnen aan te pakken.

Het alternatief is wat wij soevereine intelligentie noemen: modellen uitrollen binnen de eigen infrastructuur van de organisatie, waar de data het pand nooit verlaat. Voor de volledige technische analyse van private LLM-uitrol en Shadow AI-risico verwijs ik je naar ons onderzoek — maar het principe is rechttoe rechtaan. Als je niet de eigenaar van het brein bent, ben je niet de eigenaar van het bedrijf.

Waarom werken sommige AI-drive-thrus wel en andere niet?

Mensen vragen me dit voortdurend, en ik denk dat ze een ingewikkeld antwoord verwachten. Dat is het niet.

De systemen die werken — Wendy's, Taco Bell, White Castle — zijn gebouwd als geïntegreerde architecturen, vanaf de grond af aan. Ze behandelen de AI als één component in een groter systeem dat signaalverwerking, bedrijfslogica, menselijke escalatiepaden en continue monitoring omvat. De AI is krachtig maar begrensd. Hij werkt binnen guardrails die de werkelijke fysica van het bedrijf weerspiegelen.

Het systeem dat faalde was er achteraf op geschroefd. Het behandelde AI als een dienst waarop je een abonnement neemt in plaats van een capaciteit die je engineert. Het vroeg een taalmodel om alles te doen — horen, begrijpen, beslissen, uitvoeren — in een omgeving waarvoor taalmodellen nooit zijn ontworpen.

De Drive-Thru Study van 2025 bevestigt deze tweedeling. AI-gestuurde rijstroken zijn gemiddeld 22 tot 29 seconden sneller dan rijstroken met personeel, en ondanks lagere scores voor "vriendelijkheid" noteerden AI-vestigingen 97% algehele tevredenheid — zes punten hoger dan het traditionele gemiddelde. Klanten hebben geen warme AI nodig. Ze hebben er een nodig die klopt.

In de toekomst van fastfood wordt gastvrijheid niet afgemeten aan de warmte van een stem. Ze wordt afgemeten aan de vraag of je krijgt wat je daadwerkelijk hebt besteld.

De discussie die we hadden over "goed genoeg"

Ik wil iets delen dat intern bij Veriprajna gebeurde, omdat het volgens mij een spanning illustreert waar elk AI-bedrijf mee te maken krijgt.

We waren een systeem aan het ontwerpen voor een klant, en een van mijn senior engineers vond dat we de deterministische laag aan het over-engineeren waren. "Het model zit al op 92% nauwkeurigheid," zei hij. "We zijn wekenlang regels aan het bouwen voor randgevallen die 8% van de transacties uitmaken. Is dat het echt waard?"

Ik haalde de McDonald's-TikTok-compilatie erbij. "Hoeveel van deze denk je dat er nodig zijn om een merk te vernietigen?" vroeg ik.

Hij zei twee.

Ik zei één.

We hebben de regellaag gebouwd. Het kostte drie weken extra in de planning. De klant heeft geen enkel viraal incident gehad.

Dit is de rekensom die het wrapper-model verkeerd maakt. In een lab is 92% nauwkeurigheid uitstekend. In de echte wereld is het foutpercentage van 8% niet willekeurig verdeeld — het clustert rond de moeilijkste gevallen, de rumoerigste omgevingen, de meest gefrustreerde klanten. Dat zijn precies de momenten die op sociale media belanden. De kosten van die 8% zijn niet evenredig met de frequentie. Ze zijn exponentieel.

Wat hierna komt

McDonald's heeft AI niet opgegeven. Het bedrijf heeft laten doorschemeren dat het nieuwe partners en nieuwe benaderingen evalueert. Maar het driejarige IBM-experiment is voorbij, en wat het achterlaat is een heldere les voor elke onderneming die AI-uitrol overweegt.

De experimenteerfase is voorbij. Het tijdperk waarin je een taalmodel op een bestaand proces schroeft en het beste hoopt, is afgelopen. Wat daarna komt — wat ik het Deep AI-tijdperk zou noemen — vraagt om iets moeilijkers: je systemen daadwerkelijk opnieuw ontwerpen rond de mogelijkheden en beperkingen van machine-intelligentie.

Dat betekent deterministische kernen met probabilistische randen. Het betekent eigenaar zijn van je eigen infrastructuur. Het betekent net zo serieus investeren in signaalverwerking als in modelselectie. Het betekent menselijke escalatiepaden bouwen, niet als terugvaloptie maar als feature. En het betekent accepteren dat het onsexy engineeringwerk — de ruisfiltering, de regel-engines, de bibliotheken met randgevallen — precies daar is waar het echte concurrentievoordeel zit.

De kloof tussen organisaties die dit begrijpen en organisaties die dat niet doen, staat op het punt permanent te worden. Niet omdat de technologie ontoegankelijk is, maar omdat de architectuurfilosofie een soort discipline vereist die de meeste organisaties liever overslaan.

McDonald's heeft dit op de harde manier geleerd, op schaal, in het openbaar. De 260 McNuggets waren geen bug. Ze waren de onvermijdelijke uitkomst van een systeem dat nooit is gebouwd om nee te zeggen.