麥當勞花了三年教 AI 接得來速訂單：為什麼 260 塊麥克雞塊終結了這場實驗？
2024 年 6 月下旬，我坐在飯店房間裡滑手機，一支 TikTok 影片讓我瞬間僵住。一名女性在麥當勞得來速對著點餐機大吼，而 AI 語音卻興高采烈地確認她的訂單：九杯甜茶、一份加培根的焦糖聖代，以及看起來價值 $222 的麥克雞塊。這些她一樣都沒點。
我看了三遍。不是因為它好笑——雖然確實好笑——而是因為我完全認出了問題出在哪裡。是架構。不是模型，不是訓練資料，也不是提示詞。而是架構。
那一週，麥當勞正式終止了與 IBM 為期三年的 AI 得來速合作。美國超過 100 家門市重新換回真人耳機接單員。這項試點的訂單準確率停滯在約 80–85%——聽起來還不錯，直到你意識到人類員工通常能達到 90% 以上，而在速食業這種利潤薄如刀鋒的世界裡，每一筆錯誤訂單都是一場小火災，得用免費餐點和道歉去撲滅。
我在 Veriprajna 打造 AI 系統夠久了，久到足以明白這不是 AI 的失敗。這是一場哲學上的失敗。麥當勞試圖用淺薄的架構答案，去解決一個深層的架構問題。而那 260 塊麥克雞塊，就是宇宙在告訴他們：這行不通。
一場淪為笑柄的實驗
來龍去脈很重要。2019 年，麥當勞收購了語音辨識新創公司 Apprente，並將其併入名為 McD Tech Labs 的部門。兩年後，他們把這個單位賣給了 IBM，賭的是這家藍色巨人的企業級基礎設施與 Watson NLP，能把這項技術推向全球規模。
這個邏輯聽起來很合理。IBM 有伺服器、有 NLP 流程、有企業級的公信力。麥當勞有全球 40,000 家門市，以及解決人力方程式的迫切需求。把兩者放在一起，你就得到了速食的未來。
結果，你得到的是冰淇淋上面加培根。
這些失誤並不是偶發的小故障。它們是系統性的。這套 AI 會把隔壁車道的訂單也收進來，因為它分不清是哪一輛車在說話。它把背景廣播的雜音當成點餐需求。當它無法解析顧客說了什麼時——遇到地方口音、講到一半改口、或多位乘客同時開口，這種情況層出不窮——它的預設做法就是用猜的。而它的猜測是由 token 機率決定的，不是常識。
一個不知道 260 塊麥克雞塊有多荒謬的 AI，其實對麥克雞塊一無所知。
這句話一直在我腦中迴盪。因為問題不在於模型笨。GPT 時代的語言模型能力驚人。問題在於沒有人打造出那個會說「等等，這不對勁」的層。
麥當勞的 AI 得來速究竟為什麼失敗？
我想在這裡講精確一點，因為流行的說法——「AI 還沒準備好面對真實世界」——是錯的。Wendy's 建構在 Google Cloud 上的 FreshAI 系統，準確率約達 99%，並讓服務時間縮短了 22 秒。Taco Bell 跑在 Nvidia 基礎設施上的 Byte 系統，已在 500 多家門市處理了超過 200 萬筆成功訂單。這項技術是可行的。只是它無法用麥當勞和 IBM 建構的那種方式運作。
有三件事扼殺了這項試點。
得來速是一片聲學戰區。大多數語言模型都是在安靜環境中訓練出來的。而得來速車道有引擎轟鳴、灌進麥克風的風壓、車內廣播滲入的干擾人聲，還有互相喊來喊去的乘客。IBM 的系統缺乏成熟的波束成形（beamforming）——也就是利用麥克風陣列，在空間上聚焦於駕駛嘴部的技術。少了它，這套 AI 就只是單純地處理它能聽到的每一個聲音。這就是為什麼一輛車的訂單，會結到另一輛車的帳上。
人類的說話方式，混亂得精彩絕倫。顧客會說「Mickey D's」而不是「McDonald's」。他們會講到一半改口：「給我一杯可樂——不，等等，改 Dr. Pepper。」他們會用俚語、會含糊不清、會帶著訓練資料從未見過的口音。當 IBM 的系統無法解析輸入時，它採用的是貪婪解碼（greedy decoding）——直接挑統計上機率最高的下一個字，而不是開口請顧客再說一次。這就是「水和香草冰淇淋」怎麼會變成「加奶油和番茄醬的焦糖聖代」。這套系統把語音片段比對到高機率的菜單品項，完全不管這個組合有沒有道理。
根本沒有理智檢查層。這一點最讓我受不了。沒有數量上限。沒有任何規則說「冰淇淋加培根＝去問真人」。高金額交易也沒有升級觸發機制。語言模型在做所有決策，而語言模型並不會對物理世界進行推理。它們只是預測下一個 token。這是根本不同的兩回事。
「包裝層」的問題
我記得那陣子和一位潛在客戶的對話。他們是一家中型零售商，打造了一套他們很自豪地稱為「AI 驅動客服系統」的東西。我掀開引擎蓋一看，那不過是一層薄薄的軟體，夾在他們的顧客和 OpenAI 的 API 之間。它負責把輸入格式化、把輸出結構化，再加上他們的商標。就這樣。
「它產生幻覺的時候會怎麼樣？」我問。
「我們有免責聲明。」他們說。
這就是業界所說的「包裝層」（wrapper）——也正是讓麥當勞栽跟頭的架構模式。包裝層拿一個強大的基礎模型，然後在外面刷上一層漆。它很適合做展示。很適合做原型。但它災難性地不足，無法應付任何一個「出錯就會有後果」的環境。
麥當勞與 IBM 的系統，本質上就是舊版 Watson NLP 外面的一層包裝層。語言模型包辦了所有事：語音辨識、意圖解析、菜單比對、訂單確認。該由機率負責的部分（理解混亂的人類語音）和該由確定性邏輯負責的部分（執行業務規則）之間，完全沒有分界。從頭到尾，全是機率。
我在我們的互動式研究論文中深入談過這個架構上的區別，但核心概念簡單到寫在一張餐巾紙上就夠了。
「確定性核心、機率性邊緣」究竟是什麼意思？
在 Veriprajna，我們打造系統時遵循一個我一再回頭檢視的原則：讓 AI 做 AI 擅長的事，讓規則做規則擅長的事。
語言模型極其擅長理解意圖，也就是藏在混亂、模稜兩可、帶著口音的人類語音背後的東西。那就是機率性邊緣——處理真實世界混沌的彈性外層。
但一旦你理解了意圖，執行就應該交由硬邏輯來管轄。一具符號推理引擎。一張企業的知識圖譜。一套不能被統計機率推翻的規則。
放在得來速的情境裡，這代表：
LLM 聽到「給我大概一百塊雞塊」，並正確地把意圖解讀為「顧客想要大量的麥克雞塊」。接著確定性核心啟動：麥克雞塊單筆訂單的數量上限是 40 塊。系統於是問：「我最多可以幫您點 40 塊麥克雞塊——這樣可以嗎？」而不是興高采烈地結出 2,510。
語言模型應該是耳朵。規則引擎應該是大腦。麥當勞卻讓耳朵去思考。
這不是紙上談兵。Wendy's 的 FreshAI 之所以有效，正是因為它與銷售點（POS）系統和廚房顯示螢幕深度整合——AI 負責理解你在說什麼，但是由業務邏輯來決定接下來會發生什麼。Taco Bell 的系統採用多代理（multi-agent）編排，由不同的專門元件處理交易的不同環節。這些都是經過架構設計的系統，不是包裝層。
我看懂真正護城河的那一夜
有一個深夜——我想是星期四——我和團隊正在為一個客戶的部署除錯音訊處理流程。我們已經搞了好幾個小時。系統一直把環境噪音誤判為語音輸入，而我們找不出原因。
大約晚上 11 點，我的一位工程師調出原始頻譜圖，指著一個我們都沒注意到的圖樣。客戶廠區的 HVAC 空調系統發出一種低頻嗡鳴，頻率剛好落在某些母音的範圍內。這個模型是真的聽見了空調的聲音，還想幫它點餐。
接下來兩週，我們打造了一個客製化的頻譜相減層——一個專門針對該廠區噪音特徵訓練的神經網路——它能在音訊抵達語音辨識模型之前，先辨識並移除 HVAC 的聲學特徵。
就在那一刻，有些東西在我腦中對上了。企業 AI 真正的護城河不是模型。現在每個人都拿得到好模型。護城河在於訊號處理——那種不性感、費盡苦心的工作：在真實世界抵達 AI 的大腦之前，先把它清理乾淨。
麥當勞的系統完全沒有這一塊。史丹佛的研究顯示，跨模態方法——由攝影機在音訊之外同步追蹤唇部動作——能在嘈雜環境中把字詞錯誤率從 28.8% 降到 12.2%。這就是「能用的系統」和「因為錯誤理由而爆紅的系統」之間的差別。
大腦歸誰所有？
麥當勞這場失敗還有另一個面向，它沒被剪進 TikTok 的爆笑合集，卻至關重要：資料主權。
麥當勞當時已因涉嫌未經同意蒐集顧客聲紋，而面臨依《伊利諾州生物特徵資訊隱私法》（Illinois Biometric Information Privacy Act）提起的訴訟。當你的 AI 跑在第三方的雲端上，每一次顧客互動——每一段聲音、每一筆訂單、每一種偏好模式——都會流經你無法掌控的基礎設施。
這不只是法律風險，更是策略風險。50% 的知識工作者已經在工作中使用未經授權的 AI 工具，而且有 46% 表示，就算被明令禁止，他們還是會繼續用。我們把這叫做「影子 AI」（Shadow AI），它代表著一場龐大而隱形的資料外洩，而多數企業甚至還沒開始處理。
另一條路，就是我們所說的主權智慧：把模型部署在組織自有的基礎設施之內，讓資料永遠不離開這棟建築。關於私有 LLM 部署與影子 AI 風險的完整技術剖析，我會請你參考我們的研究——但原則很直白。如果你不擁有大腦，你就不擁有這門生意。
為什麼有些 AI 得來速行得通，有些卻不行？
常常有人問我這個問題，我猜他們期待一個複雜的答案。並不複雜。
行得通的那些系統——Wendy's、Taco Bell、White Castle——當初打造時就是整合式架構，而且是從地基開始就這麼建的。它們把 AI 視為一個更大系統中的一個元件，這個系統還包含訊號處理、業務邏輯、真人升級路徑，以及持續監控。AI 很強大，但受到約束。它在反映這門生意實際物理現實的護欄之內運作。
失敗的那套系統是外掛螺上去的。它把 AI 當成一項你訂閱的服務，而不是一種你去工程化打造的能力。它要求一個語言模型包辦一切——聽、理解、決策、執行——而且是在一個語言模型從來就不是為它而設計的環境裡。
2025 年的《得來速研究》（Drive-Thru Study）證實了這道分野。AI 車道平均比真人駐點車道快 22 到 29 秒，而且儘管「親切度」分數較低，採用 AI 的門市整體滿意度仍達 97%——比傳統平均高出六個百分點。顧客不需要 AI 有溫度。他們需要的是它正確。
在速食的未來裡，待客之道不是用聲音的溫度來衡量的。而是用你有沒有拿到你真正點的東西來衡量。
我們為了「夠好就好」吵的那一架
我想分享一件發生在 Veriprajna 內部的事，因為我認為它說明了每一家 AI 公司都會面臨的一種張力。
我們當時在為一位客戶設計系統，我的一位資深工程師主張我們把確定性層做得過度工程化了。「模型的準確率已經有 92% 了，」他說，「我們花好幾週替只佔 8% 交易量的邊緣案例寫規則。這真的值得嗎？」
我把麥當勞的 TikTok 合輯調了出來。「你覺得需要幾支這種影片，才能毀掉一個品牌？」我問。
他說兩支。
我說一支。
我們把規則層做了出來。時程因此多了三週。那位客戶至今沒有發生過任何一起爆紅事件。
這正是包裝層模式算錯的一筆帳。在實驗室裡，92% 的準確率非常優秀。在真實世界裡，那 8% 的失敗率並不是隨機分布的——它會聚集在最困難的案例、最嘈雜的環境、最抓狂的顧客身上。而那些，正好就是會被上傳到社群媒體的時刻。這 8% 的代價，並不與它的發生頻率成正比。它是指數級的。
接下來會發生什麼
麥當勞並沒有放棄 AI。他們已釋出訊號，表示正在評估新的合作夥伴與新的做法。但為期三年的 IBM 實驗已經結束，而它留下的，是給每一家考慮部署 AI 的企業一個清楚的教訓。
實驗階段結束了。把一個語言模型硬螺到既有流程上、然後祈禱一切順利的年代，已經走到盡頭。接下來的階段——我會稱之為深度 AI（Deep AI）時代——需要更難的東西：真正圍繞機器智慧的能力與侷限，重新架構你的系統。
這代表確定性核心搭配機率性邊緣。這代表擁有自己的基礎設施。這代表在訊號處理上的投入，要和你在模型選擇上的投入一樣認真。這代表打造真人升級路徑，不是把它當成備案，而是當成一項功能。而且這代表要接受：那些不性感的工程工作——噪音濾除、規則引擎、邊緣案例函式庫——才是真正競爭優勢所在之處。
懂這件事的組織和不懂的組織之間的落差，即將變成永久性的。不是因為技術取得不易，而是因為架構哲學需要一種紀律，而多數組織寧可跳過。
麥當勞是用最痛的方式學到這一課的——大規模地、公開地。那 260 塊麥克雞塊不是一個 bug。它們是一套從來就沒被設計成會說「不」的系統，必然產出的結果。
