Agent Washing: Perché alcuni gestori di ristoranti sono diffidenti verso l’AI sopravvalutata

Per chi opera nel settore della ristorazione, sembra che i lanci di AI abbiano incontrato una strada accidentata.

Nella primavera, Starbucks ha disattivato un sistema di visione artificiale per il conteggio dell’inventario prima che compisse un anno. Nello stesso mese, i più grandi franchisee di Pizza Hut hanno citato in giudizio la catena per 100 milioni di dollari, sostenendo che una piattaforma AI obbligatoria si era guastata in più di 110 ristoranti. Leggere questi titoli può portare a una conclusione semplice: l’AI non è pronta per questo settore.

Non aiuta che l’altro AI che un gestore incontra è per lo più hype. Al National Restaurant Association Show di quest’anno, il pavimento era invaso da affermazioni sull’AI, incluso un fornitore che vendeva un servizio di sgrassatura del cappuccio che in qualche modo funzionava con intelligenza artificiale. Khara Mangiduyos, proprietaria di Kalei’s Kitchenette a San Diego, non ci credeva. “Chi graffierà quell’olio?” ha chiesto a un giornalista di Restaurant Business. “Non è un bot. Non è AI.”

Sia la tattica del fornitore sia i titoli dei fallimenti costruiscono una ragionevole sfiducia a doppio strato nella tecnologia stessa. Ma se si approfondisce, il successo dell’AI che attualmente sta scalando il settore non assomiglia affatto né ai grandi fallimenti né ai prodotti etichettati come AI.

Sbagliare fa parte della spedizione. Acquistare la cosa sbagliata non lo è

I sistemi che falliscono più visibilmente sono di solito quelli ambiziosi, destinati ai lavori più difficili e meno prevedibili. Spesso costruire una nuova tecnologia significa immetterla nel mondo, osservarla inciampare e correggerla.

Taco Bell è un esempio recente. La catena ha recentemente ampliato un sistema di ordinazione vocale AI a più di 890 drive‑thru, circa due anni dopo che una versione precedente era diventata virale per aver preso un ordine di 18.000 bicchieri d’acqua. Ma questi lanci falliti possono comportare un costo elevato che principalmente le aziende di livello enterprise sono in grado di sostenere. È un rischio che non tutti possono assorbire.

Occasionalmente, il divario tra affermazione e realtà non è un inciampo ma una fabbricazione. Nel gennaio 2025, la SEC ha accusato l’azienda di voce per drive‑thru Presto Automation per dichiarazioni secondo cui il suo sistema aveva “eliminato la necessità di prendere ordini umani”. In realtà, i regolatori hanno scoperto che l’azienda si affidava a lavoratori nelle Filippine e in India per completare la maggior parte degli ordini.

Presto è un caso estremo dello stesso istinto alla base del problema in crescita noto come “agent washing”. Nel suo caso, l'”AI” era in parte costituita da persone. L’agent washing significa specificamente commercializzare qualcosa come agente AI autonomo quando non lo è.

La frode riguarda il livello di capacità dell’AI. È l’ambiente che Gartner avverte gli acquirenti di navigare, in un mercato in cui la parola “agente” è venduta come il miglior nuovo strumento AI disponibile. Si può sostenere, con un prezzo più elevato.

“I leader della SCP dovrebbero prepararsi a un futuro di AI agentica, ma devono separare le capacità significative dal rumore del mercato”, ha dichiarato Jan Snoeckx, senior director analyst nella practice di supply chain di Gartner. “La priorità oggi non è l’autonomia completa, ma costruire la disciplina operativa, la flessibilità architettonica e i quadri decisionali che permettano all’AI agentica di scalare man mano che la tecnologia matura.”

Il problema non è che l’AI ambiziosa a volte fallisca; è che i fallimenti modellano la percezione pubblica dell’intera categoria, inclusi gli strumenti modesti che non hanno mai cercato di fare la cosa difficile fin dall’inizio.

Qui l’agent washing sfocia in quello che spesso si chiama “jumping the shark”, il punto in cui una tendenza spinge un trucco così in là che il pubblico smette di credere. Quando abbastanza fornitori appiccicano “AI” a sufficienti prodotti, l’etichetta si gonfia fino a finire su qualcosa di assurdo, come un sgrassatore.

Gartner consiglia agli acquirenti di non prendere per buona la parola del fornitore che uno strumento sia autonomo. Molto di ciò che viene venduto come agente non può realmente funzionare da solo. Segue uno script e lo chiama intelligenza.

Invece, usate una semplice automazione per il lavoro ripetitivo, riservate gli agenti a compiti ad alto volume dove un errore è poco costoso, e non affidate ancora l’autonomia completa a problemi complessi.

L’AI che funziona spesso non è così affascinante

Gli strumenti che forniscono silenziosamente risultati per i ristoranti sono quelli destinati a un unico compito delimitato.

Mariano Jurich, senior product leader di Making Sense che consiglia aziende di medio mercato e sostenute da private equity su quale AI acquistare realmente, afferma che il problema inizia con la parola stessa in un settore che non ha mai concordato su cosa sia un “agente”.

“Se puoi descrivere cosa fa lo strumento con una frase del tipo se‑allora‑fai, allora probabilmente non è agentico al 100%”, afferma. Non è una critica agli strumenti più semplici. Per la maggior parte di ciò di cui hanno bisogno alcuni team, aggiunge, “l’agente è probabilmente un eccesso”. Se il compito è ripetitivo e vincolato da regole, l’automazione lo gestisce senza il costo o il rischio di lasciare una macchina a decidere autonomamente.

Il rischio esiste quando si introduce un modello agentico per gestire richieste dei clienti o decisioni finanziarie, senza la supervisione umana adeguata quando conta. Spesso improvvisa, ed è l’ultima cosa che si desidera vicino a un cliente o a un conto.

Il caffè di Stoccolma che ha lasciato un’AI gestire il back office è un buon esempio di come appaia in un esperimento. In primavera, il laboratorio di ricerca Andon Labs ha affidato a un agente alimentato da Gemini chiamato Mona il controllo di tutto tranne la macchina per espresso, gli ordini, i permessi, le assunzioni, i contratti dei fornitori, e gli ha permesso di prendere decisioni autonome. Ha acquistato 3.000 guanti di gomma e 6.000 tovaglioli per un piccolo caffè, ha rifornito di pomodori in scatola che nulla del menu utilizza, e ha inviato messaggi ai baristi su Slack fuori orario. Il laboratorio ha attribuito gli errori alla memoria limitata dell’agente.

James Tice ha lavorato nei ristoranti prima di passare alla tecnologia e ora, come responsabile della crescita di Tab Commerce, una piattaforma finanziaria utilizzata da alcuni dei nomi più importanti del settore della ristorazione, trascorre il suo tempo a connettersi con i gestori per capire cosa funziona e cosa no, ancora.

“‘Mantenere un umano nel ciclo’ è stato detto così spesso in relazione all’AI, in così tante industrie, che ha iniziato a suonare come un riempitivo”, afferma Tice, che crede che molte aziende tecnologiche faticino a comprendere come lavorino i gestori.

L’AI che supera quella soglia, dice, è il tipo di cui nessuno scrive: riconciliare una fattura, individuare un sovrapprezzo del fornitore, chiudere i conti più velocemente. “I gestori si preoccupano specificamente delle finanze. Hanno bisogno di eliminare il lavoro di routine così da tornare sul pavimento.”

Aggiungendo che l’efficienza non è lo scopo; è ciò che l’efficienza consente. “Si tratta di aumentare il tempo umano”, afferma Tice. “Non si tratta di eliminare gli ospiti o l’esperienza. Si tratta di enfatizzare eccessivamente l’esperienza.”

Ecco perché pensa che la Silicon Valley spesso misuri la tecnologia in modo errato. “Non esiste un risparmio di tempo in un ristorante. C’è solo l’allocazione del tempo.”

Uno strumento che restituisce all’operatore trenta minuti ha svolto solo metà del lavoro se non può rispondere alla domanda successiva: “Da cosa stiamo effettivamente togliendo tempo e dove lo stiamo effettivamente investendo?” Uno buono, aggiunge, “deve togliere $1 di tempo e restituire $10 di tempo. Ma deve anche trovare i $10 di tempo, così come deve trovare i $1 di tempo.”

Per Tice, tutto quel tempo recuperato punta a qualcosa di specifico, ed è l’unica cosa su cui è fermamente convinto che nessun software debba intervenire. Ciò che un ospite acquista non è mai davvero il cibo. “Spendete 50 dollari per un piatto di cibo, non state comprando $50 di cibo, state comprando $50 di esperienza”, afferma.

Lui sostiene che una stanza in cui un’altra persona ti serve diventa solo più preziosa, “l’importanza del ristorante rimane la stessa”. Gli strumenti che cercano di togliere la persona da questo, a suo avviso, hanno frainteso l’intero business. “Ogni volta che l’AI cerca di togliere qualcosa da questo, dice di non capire il nostro settore.”

né Jurich né Tice stanno argomentando contro l’AI, ma cercano di capire quale AI appartiene a quale contesto.

“L’AI è solo un altro strumento che hai nella tua cassetta degli attrezzi per risolvere un problema”, afferma Jurich. “E per questo dovrebbe essere trattata così.”