エージェント・ウォッシング: 一部のレストラン経営者が過大宣伝されたAIに警戒する理由

レストラン業界の人々にとって、AIの導入は波乱に満ちているようです。

春になると、Starbucksは導入から1年も経たないうちに在庫カウント用のコンピュータビジョンシステムの電源を切りました。同じ月に、Pizza Hut の最大手フランチャイズオーナーが同チェーンを1億ドルで訴え、必須のAIプラットフォームが110店以上で機能しなくなったと主張しました。これらの見出しを見ると、簡単に「AIはこの業界にまだ準備ができていない」と結論付けてしまいがちです。

運営者が出会う他のAIがほとんど誇大宣伝であることも助けになりません。今年の全米レストラン協会ショーでは、会場全体がAIに関する主張で埋め尽くされており、人工知能で動くフードフードフードの油除去サービスを販売するベンダーもいました。サンディエゴでKalei’s Kitchenetteを経営するKhara Mangiduyosはそれを信じませんでした。「その油を誰がこすり落とすんだ？」とRestaurant Businessの記者に尋ねました。「ロボットでもAIでもない。」

ベンダーの手口と失敗の見出しは、技術自体に対する二重の不信感を正当化します。しかし、より深く掘り下げると、現在業界で拡大しているAIの成功は、大手の失敗例やAIで飾られた製品とは全く異なることが分かります。

失敗は出荷プロセスの一部です。間違ったものを買うべきではありません

最も目立って失敗するシステムは、通常、最も困難で予測不可能な仕事を対象とした野心的なものです。新しい技術を構築することは、実際に世に出し、つまずきを観察し、修正することを意味します。

Taco Bellは最近の例です。同チェーンは最近拡大し、AI音声注文システムを890以上のドライブスルーに導入しました。約2年前に以前のバージョンが話題になり、18,000杯の水の注文を受けたことがあります。しかし、こうした失敗した導入は多額のコストを伴い、主にエンタープライズレベルの企業が対応できるものです。すべての事業者が負担できるリスクではありません。

時には、主張と現実のギャップはつまずきではなく、捏造です。2025年1月、SECはドライブスルー音声会社Presto Automationに対し、そのシステムが「人間による注文取りの必要性をなくした」とする声明で告発しました。実際、規制当局は同社がフィリピンとインドの労働者に大部分の注文処理を委ねていたことを判明させました。

Prestoは、エージェント・ウォッシングとして知られる問題の根底にある同じ本能の極端な例です。このケースでは、「AI」の一部が人間でした。エージェント・ウォッシングとは、実際には自律的なAIエージェントでないものを、そうであるかのように販売することを指します。

この欺瞞はAIの能力レベルに関するものです。Gartnerは、マーケットで「エージェント」という語が最新の最高のAIツールとして売り込まれる環境で、購入者が注意すべきだと警告しています。言い換えれば、価格も高めです。

「SCPリーダーはエージェント型AIの未来に備えるべきですが、市場のノイズと実際の能力を区別する必要があります」と、Gartnerのサプライチェーン部門のシニアディレクターアナリストであるJan Snoeckxは述べました。「現在の優先事項は完全な自律性ではなく、エージェント型AIが技術の成熟に伴いスケールできるように、運用規律、アーキテクチャの柔軟性、意思決定フレームワークを構築することです。」

問題は野心的なAIが時折失敗することではなく、その失敗が業界全体の認識を形作り、最初から難しいことを試みていなかった控えめなツールまで影響を及ぼす点にあります。

ここでエージェント・ウォッシングは、しばしば「ジャンプ・ザ・シャーク」と呼ばれる段階に突入します。トレンドが過剰に誇張された結果、消費者が関心を失う点です。十分なベンダーが多数の製品に「AI」のラベルを貼ると、そのラベルは膨らみ、最終的に脱脂剤のような馬鹿げたものにまで及びます。

Gartnerは、ベンダーがツールを自律的だと主張するだけを信じてはいけないと警告しています。エージェントとして販売される多くは実際には単独で機能せず、スクリプトに従って動き、それを知性と呼んでいます。

代わりに、繰り返し作業には単純な自動化を使用し、エージェントはミスが許容できる大量作業に限定し、まだ難しい問題に完全な自律性を与えないようにしましょう。

しばしば機能するAIは決して華やかではない

レストランで静かに成果を上げているツールは、単一で限定された作業を対象としたものです。

Mariano Jurichは、Making Senseのシニアプロダクトリーダーで、中堅市場やプライベートエクイティ支援企業に実際に購入すべきAIを助言しています。彼は、業界が「エージェント」の定義で合意していないことが問題の根源だと指摘します。

「ツールが『もし〜ならば〜する』という形で説明できるなら、100％エージェント型ではない可能性が高い」と彼は言います。これはシンプルなツールを否定するものではありません。多くのチームが必要とするものについて、彼は「エージェント型は過剰になる可能性が高い」と付け加えます。作業が繰り返しでルールに基づくものであれば、自動化がコストや機械に自律的に判断させるリスクなしに処理できます。

顧客対応や財務判断を管理するためにエージェント型モデルを導入する際、適切な人的監視が欠如するとリスクが生じます。そのような状況では、モデルは即興で対応しがちで、顧客や会計に関わる場面では最も避けるべき事態です。

ストックホルムのコーヒーショップは、実験の一環としてAIにバックオフィスを任せました。春に、研究所Andon LabsはGemini搭載エージェントのMonaにエスプレッソマシン以外のすべて（発注、許可、採用、サプライヤー契約）を管理させ、自ら判断させました。Monaは小さなカフェに3,000枚のラバーネイルと6,000枚のナプキンを購入し、メニューに使われない缶詰トマトを在庫し、営業時間外にSlackでバリスタにメッセージを送るなどしました。研究所はこれらのミスをエージェントの記憶が短いことに起因すると説明しました。

James Ticeはレストランの現場で働いた後、テクノロジーへ転向し、現在はレストラン業界の大手が利用する金融プラットフォームTab Commerceの成長責任者として、オペレーターとつながり、何が機能し何が機能しないかを理解することに時間を費やしています。

「’人間をループに残す’という言葉はAIに関して多くの業界で頻繁に言われすぎて、空虚なフレーズのように聞こえてきます」とTiceは述べています。彼は多くのテック企業がオペレーターの働き方を理解できていないと考えています。

Ticeが言うには、そのハードルをクリアするAIは誰も書かないタイプで、請求書の照合やベンダーの過剰請求の検出、帳簿の迅速な締めなどです。「オペレーターは特に財務に関心があります。忙しい作業がなくなれば、再び現場に戻れます。」

さらに、効率化そのものが目的ではなく、効率化がもたらすものが重要だと付け加えます。「人間の時間を増やすことが目的です」とTiceは言います。「ゲストや体験を削ることが目的ではなく、体験を過度に強調することです。」

だからこそ、シリコンバレーは技術を誤って測定しがちだと彼は考えます。「レストランに時間節約という概念はありません。時間配分があるだけです。」

オペレーターに30分を返すツールでも、次の質問に答えられなければ仕事の半分しか果たせません。「実際にどこから時間を奪い、どこに時間を投入しているのか？」と。Ticeは、良いツールは「1ドル分の時間を削減し、10ドル分の時間を返す必要がある。しかし、10ドル分の時間を見つけるのと同様に、1ドル分の時間も見つけなければならない」と述べています。

Ticeにとって、回収された時間は特定の場所に向けられ、ソフトウェアが触れてはならない唯一のものです。ゲストが購入しているのは実際には食べ物そのものではありません。「食事に50ドルを使うとき、食べ物そのものを買っているわけではなく、50ドル分の体験を買っているのです」と彼は言います。

彼は、他の人がサービスを提供する空間はますます価値が高まると主張し、「レストランの重要性は変わりません」と述べます。その中から人間を排除しようとするツールは、ビジネス全体を誤解していると彼は考えます。「AIがそれを奪おうとするたびに、業界を理解していないと言っているのです。」

JurichもTiceもAIに反対しているわけではなく、どのAIがどこに適しているかを理解しようとしているだけです。

「AIは問題解決のためにツールボックスに入れるもう一つのツールに過ぎません」とJurichは言います。「だからこそ、そのように扱うべきです。」