Agent Washing: Proč jsou někteří provozovatelé restaurací opatrní vůči přehnanému AI

Pro ty, kteří působí v restauračním průmyslu, se zdá, že nasazování AI narazilo na nerovnou cestu.

Na jaře Starbucks vypnul systém počítačového vidění pro počítání zásob, než mu bylo jeden rok. Ve stejném měsíci největší franchisanty Pizza Hut podali proti řetězci žalobu na 100 milionů dolarů s tvrzením, že povinná AI platforma selhala ve více než 110 restauracích. Čtení těchto titulků může vést k jednoduchému závěru: AI není pro tento obor připravená.

Není k ničemu, že další AI, se kterou se provozovatel setkává, je převážně hype. Na letošním veletrhu National Restaurant Association Show byl prostor zaplaven tvrzeními o AI, včetně jednoho dodavatele, který prodával službu odmašťování kapes, jež údajně běžela na umělé inteligenci. Khara Mangiduyos, majitelka Kalei’s Kitchenette v San Diegu, tomu nevěřila. “Kdo bude škrábat ten olej?” zeptala se reportéra Restaurant Business. “Ne bot. Ne AI.”

Both the vendor tactic and the failure headlines build a reasonable double-layered distrust of the technology itself. But if you dig deeper, the AI success currently scaling the industry looks nothing like either the big-name flops or the AI-washed items.

Getting It Wrong Is Part of Shipping. Buying the Wrong Thing Isn’t

Systémy, které selhávají nejviditelněji, jsou obvykle ambiciózní, zaměřené na nejtěžší a nejméně předvídatelné úkoly. Často vývoj nové technologie znamená uvést ji do praxe, sledovat její zakopávání a opravovat ji.

Taco Bell je nedávný příklad. Řetězec nedávno rozšířil AI systém hlasového objednávání do více než 890 drive‑throughů, zhruba dva roky po tom, co předchozí verze vyvolala virální reakci tím, že přijala objednávku na 18 000 kelímků vody. Tyto neúspěšné nasazení však mohou nést vysoké náklady, které si většinou mohou dovolit jen podniky úrovně enterprise. Je to riziko, které si ne každý může dovolit absorbovat.

Občas není rozdíl mezi slibem a realitou zakopnutí, ale podvrh. V lednu 2025 SEC obvinila společnost Presto Automation, poskytující hlasové řešení pro drive‑through, z tvrzení, že její systém „eliminoval potřebu lidského přijímání objednávek“. Ve skutečnosti regulátoři zjistili, že společnost spoléhala na pracovníky na Filipínách a v Indii, kteří většinu objednávek zpracovávali.

Presto je extrémním příkladem stejného instinktu, který stojí za rostoucím problémem známým jako agent washing. V tomto případě byla „AI“ částečně lidmi. Agent washing konkrétně znamená propagovat něco jako autonomního AI agenta, když to tak není.

Podvod spočívá v úrovni schopností AI. To je prostředí, které Gartner varuje kupující, aby v něm orientovali, na trhu, kde se slovo „agent“ prodává jako nejlepší nový AI nástroj. Případně s vyšší cenovkou.

„Vedoucí v oblasti plánování dodavatelských řetězců by měli připravit budoucnost s agentní AI, ale musí oddělit smysluplné schopnosti od tržního šumu,“ řekl Jan Snoeckx, senior director analyst v praxi Gartneru pro dodavatelské řetězce. „Prioritou dnes není plná autonomie, ale budování provozní disciplíny, architektonické flexibility a rozhodovacích rámců, které umožní agentní AI škálovat, jak technologie dozrává.“

Problém není v tom, že ambiciózní AI občas selže; problém je v tom, že selhání formují veřejné vnímání celé kategorie, včetně skromných nástrojů, které se vůbec nesnažily dělat těžké úkoly.

Zde agent washing přechází do toho, co se často nazývá „přeskočení žraloka“, bodu, kdy trend posouvá gimmick tak daleko, že publikum přestane věřit. Když dostatečný počet dodavatelů přidá na produkty štítek „AI“, značka se nafoukne, dokud nedosáhne absurdního, jako je odmašťovač.

Gartner radí kupujícím, aby nebrali slovo dodavatele, že je nástroj autonomní. Mnoho toho, co se prodává jako agent, ve skutečnosti nedokáže fungovat samostatně. Řídí se scénářem a nazývá to inteligencí.

Místo toho použijte jednoduchou automatizaci pro opakující se úkoly, agenty si nechte na úlohy s vysokým objemem, kde je chyba levná, a plnou autonomii nechte pro těžké problémy až později.

The AI That Often Works Isn’t That Glamorous

Nástroje, které tiše přinášejí výsledky pro restaurace, jsou zaměřeny na jeden konkrétní, omezený úkol.

Mariano Jurich, senior product leader ve společnosti Making Sense, který radí středně velkým a soukromým kapitálovým firmám, kterou AI skutečně koupit, říká, že problém začíná samotným slovem v odvětví, které se nikdy nedohodlo, co „agent“ je.

„Pokud dokážete popsat, co nástroj dělá ve formě věty typu pokud‑pak‑udělej, pak pravděpodobně není z 100 % agentní,“ říká. To není kritika jednodušších nástrojů. Pro většinu toho, co některé týmy potřebují, dodává: „agentní přístup je pravděpodobně přehnaný“. Pokud je úkol opakující se a pravidly omezený, automatizace jej zvládne bez nákladů nebo rizika, že se stroj sám rozhodne.

Riziko existuje při zavádění agentního modelu pro správu dotazů od zákazníků nebo finančních rozhodnutí, bez řádného lidského dohledu v kritických okamžicích. Často bude improvizovat, což je poslední, co chcete v blízkosti zákazníka nebo účtu.

Švédské kavárna v Stockholmu, která nechala AI řídit back‑office, je dobrým příkladem, jak to vypadá v rámci experimentu. Na jaře výzkumná laboratoř Andon Labs předala agentovi poháněnému Gemini s názvem Mona kontrolu nad vším kromě espresso stroje, objednávek, povolení, náboru, smluv s dodavateli, a nechala ho činit vlastní rozhodnutí. Koupila 3 000 gumových rukavic a 6 000 ubrousků pro malou kavárnu, naskladnila konzervované rajčata, která se na jídelníčku nepoužívají, a po pracovní době posílala baristům zprávy na Slacku. Laboratoř přičítala chyby krátké paměti agenta.

James Tice pracoval na restauratérských podlahách, než přešel do technologií, a nyní jako šéf růstu ve společnosti Tab Commerce, finanční platformě využívané některými z největších jmen v restauračním průmyslu, tráví čas spojením s provozovateli, aby pochopil, co funguje a co ne.

„„Udržet člověka v cyklu“ se o AI říká tak často v tolika odvětvích, že to začíná znít jako prázdná fráze,“ říká Tice, který věří, že mnoho technologických firem má potíže pochopit, jak provozovatelé pracují.

AI, která podle něj překoná tuto hranici, je ten typ, o kterém nikdo nepíše: vyrovnání faktury, odhalení přebytku od dodavatele, rychlejší uzavření účetnictví. „Provozovatelé se konkrétně starají o finance. Potřebují odstranit zdlouhavé úkoly, aby se mohli vrátit na provoz.“

Dodává, že efektivita není cíl; jde o to, co efektivita přináší. „Jde o zvýšení lidského času,“ říká Tice. „Nejde o vyřazení hostů nebo zážitku. Jde o přehnané zdůraznění zážitku.“

Proto si myslí, že Silicon Valley často měří technologii špatně. „V restauraci neexistuje úspora času. Existuje jen rozdělení času.“

Nástroj, který operátorovi vrátí třicet minut, splnil jen polovinu úkolu, pokud nedokáže odpovědět na další otázku: „Od čeho efektivně šetříme čas a kam ho efektivně investujeme?“ Dobrý nástroj, dodává, „musí odebrat čas v hodnotě 1 $ a vrátit čas v hodnotě 10 $. Ale zároveň musí najít ten čas v hodnotě 10 $, stejně jako najít čas v hodnotě 1 $.“

Pro Ticeho směřuje veškerý získaný čas někam konkrétně a je to jediná věc, o které trvá, že ji žádný software nemá zasahovat. To, co host kupuje, nebylo nikdy skutečně jídlo. „Za 50 dolarů zaplatíte talíř jídla, nekupujete 50 $ jídla, kupujete 50 $ zážitek,“ říká.

Tvrdí, že místnost, kde vás obsluhuje jiná osoba, jen získává na hodnotě, „důležitost restaurace zůstává stejná.“ Nástroje, které se snaží odstranit člověka z tohoto procesu, podle něj špatně pochopily celý byznys. „Kdykoli se AI pokusí něco odebrat, říká, že nechápe náš průmysl.“

Ani Jurich, ani Tice neargumentují proti AI, jen se snaží pochopit, která AI kam patří.

„AI je jen další nástroj, který máte ve své sadě k řešení problému,“ říká Jurich. „A proto by se s ním mělo zacházet takto.“