Square AI Kiosk Adiciona Conversação aos Pedidos de Autoatendimento

A Square lançou um Square AI kiosk de 21,5 polegadas que permite aos clientes de restaurantes montar um pedido falando, tocando na tela ou alternando entre os dois métodos. O desafio é claro. A Square quer que sua máquina se comporte mais como um funcionário atencioso, mas os restaurantes precisam de precisão consistente em seus horários mais movimentados e barulhentos.

Segundo a Square, o novo hardware pode responder a perguntas sobre o cardápio, sugerir itens, processar modificações e lidar com substituições. A detecção de presença cumprimenta os clientes que se aproximam, enquanto pagamentos integrados por aproximação e chip concluem a transação sem a necessidade de um leitor separado.

Isso é mais do que uma substituição maior para o quiosque anterior da Square baseado em iPad. A Square está incorporando IA conversacional diretamente em seu sistema de comércio para restaurantes, onde cardápios, pedidos, contas de fidelidade, pagamentos, impressoras e telas de cozinha já estão conectados. Concorrentes como a SoundHound AI buscaram pedidos por voz semelhantes em quiosques, telefones e drive-thrus. A vantagem da Square é controlar uma parcela maior do caminho da transação.

Essa integração também eleva o padrão que a Square precisa atingir. Uma resposta fluente não basta quando um cliente pergunta sobre alérgenos, altera vários modificadores ou faz o pedido durante um almoço lotado. O Square AI kiosk precisa traduzir a conversa no pedido estruturado correto todas as vezes.

O Square AI Kiosk Transforma uma Tela de Cardápio em um Agente de Pedidos

A principal mudança da Square não é a tela maior. É a decisão de deixar a conversa controlar um pedido de restaurante em tempo real.

A Square apresentou o quiosque independente em 14 de outubro de 2026, como um novo hardware para restaurantes de serviço rápido. Sua tela sensível ao toque vertical exibe cardápios, imagens de itens, detalhes do carrinho e instruções. O cliente ainda pode navegar por esses elementos manualmente, como em um terminal convencional de autoatendimento.

A voz cria um segundo caminho para o mesmo pedido. A Square afirma que os clientes podem perguntar sobre itens populares, pedir recomendações, identificar opções vegetarianas e buscar alimentos sem determinados ingredientes. Eles também podem solicitar modificações ou substituições usando linguagem comum.

Um cliente pode pedir uma bebida sem laticínios, retirar cebolas de um item ou trocar um acompanhamento por outro. O sistema precisa interpretar essa solicitação, identificar as regras aplicáveis do cardápio e atualizar o carrinho. A tela então oferece ao cliente um registro visível do que o software entendeu.

A Square chama o sistema subjacente de uma “camada de voz conversacional e agentiva”. Nesse contexto, agentiva significa que o software faz mais do que recuperar textos do cardápio. Ele executa ações dentro do fluxo de pedidos, como selecionar um item, aplicar um modificador ou sugerir um complemento.

O anúncio do quiosque da empresa afirma que o software pode usar informações contextuais ao fazer sugestões. Esse contexto inclui o que é popular em uma unidade, o que vende naquele horário e quais itens costumam aparecer juntos.

Isso torna o sistema de recomendações operacional, em vez de meramente decorativo. Se alguém pede um sanduíche, o quiosque pode sugerir um acompanhamento frequentemente combinado. Se um cliente pergunta o que é popular no café da manhã, ele pode restringir o cardápio sem obrigar essa pessoa a passar por várias categorias.

Os clientes podem alternar entre voz e toque durante uma mesma sessão. Essa flexibilidade é importante porque a fala nem sempre é a entrada mais rápida. Um cliente pode pedir ao sistema que encontre pratos pescetarianos, tocar em um resultado, ditar uma modificação e depois revisar visualmente o carrinho concluído.

O dispositivo também oferece suporte a check-in por meio do Square Loyalty ou de um perfil Neighborhoods. Essa conexão pode permitir que clientes acumulem ou resgatem recompensas. Ela também abre uma via para pedidos mais personalizados pela Square, embora os clientes mantenham a opção de pedir sem conectar um perfil.

Os pagamentos acontecem por meio de leitores integrados de aproximação e chip. Um scanner integrado oferece suporte a cartões-presente, e a leitura de produtos embalados é listada como uma capacidade futura. Esses componentes mantêm a sequência de pedido e pagamento dentro de uma única peça de hardware.

A documentação de configuração da Square esclarece outra mudança importante. O novo dispositivo é um sistema independente e não exige o iPad usado pelo produto de quiosque anterior da Square. Os restaurantes podem instalá-lo em um balcão, suporte de chão, montagem na parede ou suporte VESA compatível.

Essa distinção é relevante para operadores maiores. Um dispositivo projetado para esse fim pode oferecer uma implantação mais consistente do que um tablet de consumo acompanhado de vários acessórios. Também dá à Square mais controle sobre microfones, alto-falantes, hardware de pagamento, comportamento da tela e futuras atualizações de software.

A contrapartida é a dependência do sistema conectado. A Square afirma que os pedidos por voz e os pagamentos exigem uma conexão estável com a internet. Pagamentos offline e em dinheiro não são compatíveis, e o dispositivo é destinado ao uso interno. Portanto, um restaurante precisa de outra opção de checkout quando a conectividade falhar ou um cliente quiser pagar em dinheiro.

A primeira impressão é a de uma tela conversacional. O produto mais profundo é um ponto de atendimento rigidamente conectado dentro da plataforma de restaurantes da Square. É isso que leva o anúncio além de uma atualização rotineira de hardware.

Por Que a Square Está Levando Pedidos por Voz aos Restaurantes

A Square está mirando o momento em que o autoatendimento deixa de economizar trabalho porque um funcionário precisa socorrer o cliente.

Quiosques tradicionais são eficientes quando os clientes sabem exatamente o que querem. Eles se tornam menos eficientes quando o cardápio é longo, as substituições são complicadas ou perguntas alimentares exigem ajuda. Cada cliente confuso pode afastar um trabalhador do preparo de alimentos ou do atendimento no balcão.

A Square tenta reduzir essa lacuna de assistência sem abandonar o autoatendimento. Seu quiosque mantém a certeza visual de uma tela sensível ao toque, enquanto adiciona uma camada conversacional para perguntas e alterações. A empresa argumenta que essa combinação pode manter as filas em movimento e reduzir a pressão sobre as equipes de atendimento.

Essa afirmação se encaixa na realidade das operações de serviço rápido. A demanda chega em períodos concentrados, mas os restaurantes não podem adicionar instantaneamente funcionários treinados para um pico no almoço. Um quiosque pode absorver pedidos adicionais, mas apenas se os clientes conseguirem concluí-los sem intervenção.

Os pedidos por voz são particularmente úteis quando o item desejado é difícil de encontrar. Baltej Sra, CEO da Boba Nation Grand, descreveu ter visto um cliente usar a voz para localizar rapidamente um item específico do cardápio. A empresa testou o quiosque em algumas unidades e planeja expandi-lo para o restante de suas lojas, segundo a Square.

O exemplo é limitado, mas mostra o mecanismo pretendido. O sistema de voz não está simplesmente substituindo toques por comandos falados. Ele deve reduzir o custo de busca criado por cardápios extensos.

O mesmo mecanismo pode afetar o valor dos pedidos. Um caixa humano reconhece momentos naturais para sugerir uma cobertura, bebida ou acompanhamento. Um quiosque básico normalmente apresenta instruções fixas. A Square afirma que seu software pode fazer sugestões usando o carrinho atual do cliente e padrões locais de pedidos.

Os restaurantes devem tratar isso como uma afirmação da empresa até que uma implantação mais ampla produza resultados independentes. A Square não publicou dados controlados que mostrem quanto o novo quiosque altera o tempo de conclusão, as taxas de intervenção, o valor médio dos pedidos ou a precisão dos pedidos.

A empresa também não nomeou grandes redes de restaurantes que adotaram o dispositivo. Em uma entrevista sobre o lançamento, a Square descreveu os quiosques como uma área de crescimento, mas não anunciou acordos específicos com redes. Isso deixa o sinal inicial de mercado dependente de unidades de teste menores e de futuras divulgações de clientes.

Ainda assim, a Square entra com uma vantagem estrutural significativa. Sua plataforma pode conectar o quiosque à fonte do cardápio, ao sistema de ponto de venda, às telas de cozinha, impressoras, perfis de clientes e processamento de pagamentos. Um pedido não precisa atravessar vários sistemas desconectados de fornecedores antes de chegar à cozinha.

Essa integração é importante porque a IA de voz para restaurantes depende de dados operacionais atualizados. O agente precisa saber quais modificadores são permitidos, quais produtos estão indisponíveis e quais opções de atendimento se aplicam naquela unidade. Uma conversa natural se torna perigosa se o conhecimento do sistema sobre o cardápio estiver desatualizado.

O painel da Square permite que os operadores atribuam cardápios e configurações a unidades específicas. Os restaurantes podem organizar itens, definir modificadores, escolher métodos de atendimento e controlar notificações de pedidos. O quiosque então converte a entrada do cliente na estrutura já usada pelo restaurante.

Isso reduz uma classe de trabalho de integração. Não elimina o desafio mais difícil de interpretar a fala. Ruído de fundo, sotaques, vozes sobrepostas, nomes incomuns de produtos e solicitações que mudam rapidamente ainda podem expor erros.

A pressão comercial, portanto, atua nos dois sentidos. Operadores de restaurantes querem mais capacidade de pedidos sem criar outro sistema para os funcionários monitorarem. A Square quer tornar seus pagamentos e software para restaurantes mais difíceis de substituir ao anexar a eles uma superfície de pedidos assistida por IA.

Se o quiosque tiver bom desempenho, a Square ganha um papel mais visível no início da transação. Se tiver um desempenho ruim, a falha aparece diretamente diante do cliente. O hardware coloca as afirmações de IA da Square em um ponto onde os erros são imediatos e mensuráveis.

Square AI Kiosk Versus o Modelo de Pedidos Apenas por Toque

A principal disputa é entre uma conversa guiada e a árvore rígida de decisões que definiu a maior parte dos pedidos de autoatendimento.

Um quiosque convencional exige que o cliente se adapte à arquitetura do cardápio. O usuário seleciona uma categoria, escolhe um item, navega por telas de modificadores, responde a sugestões de venda adicional e revisa o carrinho. O fluxo é previsível para o restaurante, mas pode se tornar cansativo para o cliente.

A Square inverte essa relação. Sua camada de voz deve interpretar o objetivo do cliente e traduzi-lo para a estrutura do cardápio. Alguém pode começar com uma restrição, como evitar um ingrediente específico, em vez de saber antecipadamente a categoria e o nome do item.

Essa diferença fica mais clara com uma solicitação complicada. Um cliente pode querer uma refeição sem laticínios, preferir uma bebida menor, rejeitar uma cobertura padrão e perguntar se outro acompanhamento está disponível. Uma interface apenas por toque pode oferecer suporte a todas essas ações, mas cada uma pode estar em uma tela separada.

Um sistema conversacional pode reunir os mesmos requisitos por meio do diálogo. Ele pode fazer uma pergunta complementar quando uma solicitação estiver incompleta e, em seguida, apresentar o resultado para confirmação. Isso se aproxima mais do atendimento no balcão porque o software mantém o contexto ao longo de várias interações.

A tela sensível ao toque continua essencial. Interfaces de voz podem ocultar as opções disponíveis, enquanto cardápios visuais facilitam comparar escolhas e totais. O design multimodal da Square, isto é, uma interface que combina fala e toque, permite que cada método cubra a fraqueza do outro.

A detecção de presença inicia essa interação antes do primeiro toque. O dispositivo pode reconhecer que alguém se aproximou e exibir uma mensagem de boas-vindas. Isso não significa que o quiosque identifique a pessoa. A personalização exige uma conexão opcional de fidelidade ou perfil.

A etapa de revisão visual também pode limitar os danos de uma frase mal compreendida. Os clientes podem inspecionar o carrinho antes de pagar e corrigir erros por voz ou toque. Esse ciclo de feedback é mais adequado ao comércio do que uma interação somente por voz.

No entanto, a experiência do usuário dependerá do tempo de resposta. Um agente de menu que pausa após cada solicitação pode parecer mais lento do que tocar na tela, mesmo quando acaba produzindo o pedido correto. A Square não divulgou metas de latência nem benchmarks independentes de precisão para o sistema de lançamento.

A empresa também não explicou quais modelos de fala alimentam o produto, se o processamento ocorre localmente ou remotamente, nem por quanto tempo gravações de voz e transcrições são retidas. Esses detalhes importam para compradores empresariais que avaliam privacidade, confiabilidade e obrigações regulatórias.

Em vez disso, a empresa enfatiza o resultado no nível do produto. Thomas Templeton, líder de hardware da Block, disse à Fast Company que a voz permite ao quiosque lidar com perguntas mais complexas e torna a interação mais humana.

Esse enquadramento identifica a verdadeira aposta. A Square não está pedindo que os restaurantes acreditem que o reconhecimento de fala é algo novo. Ela argumenta que a IA atual consegue conectar linguagem aberta a ações estruturadas de menu com confiabilidade suficiente para uso na linha de frente.

O quiosque de IA da Square também difere de um chatbot genérico. Seu espaço operacional útil é deliberadamente restrito. Ele não precisa discutir qualquer assunto. Precisa entender o menu de um vendedor, os modificadores permitidos, as regras de disponibilidade, o sistema de fidelidade e o fluxo da transação.

Um domínio mais restrito pode melhorar a confiabilidade porque a gama de ações aceitáveis é limitada. Ainda assim, os cardápios de restaurantes têm sua própria complexidade. Regras de combos, itens disponíveis em horários específicos, produtos regionais, alergias, promoções e substituições podem criar milhares de combinações válidas e inválidas.

O modelo de tela sensível ao toque lida com essa complexidade por meio de opções explícitas. O modelo conversacional precisa inferir a intenção sem inventar escolhas. Seu sucesso depende de respeitar as regras do cardápio, e não apenas de produzir uma resposta plausível.

A decisão de design mais forte da Square é manter ambas as interfaces ativas. Os restaurantes não precisam obrigar todos os clientes a fazer pedidos por voz. Clientes que valorizam rapidez e familiaridade podem tocar na tela, enquanto aqueles que precisam de ajuda podem falar.

Essa abordagem também reduz o risco de adoção. Um restaurante pode introduzir o recurso de IA sem redesenhar toda a experiência de pedido em torno da fala. Se a voz tiver dificuldades em uma situação específica, a tela ainda oferece um caminho para a conclusão.

O verdadeiro teste é se o sistema reduz o atrito total. O pedido por voz só agrega valor quando o tempo economizado na descoberta e personalização supera o tempo gasto ouvindo, esclarecendo e corrigindo. A Square precisará de evidências operacionais, e não apenas demonstrações fluentes, para resolver essa questão.

Os concorrentes de IA por voz já entendem as partes difíceis

A Square está entrando em uma corrida consolidada de automação para restaurantes, e não criando sozinha uma nova categoria.

A SoundHound AI já comercializa pedidos conversacionais por telefone, drive-thrus e quiosques. Sua plataforma para restaurantes OASYS combina interações por voz com sistemas de menu e transações. A empresa também trabalhou com fornecedores de ponto de venda, incluindo Square e Toast.

Na National Restaurant Association Show de 2026, a SoundHound demonstrou um “Dynamic Kiosk” que combina interação por voz, toque e recursos visuais. Sua demonstração de IA para restaurantes se assemelha muito à interação básica que a Square agora descreve.

Essa comparação importa porque o diferencial não é apenas a voz. A concorrência se concentra em implantação, integrações com restaurantes, precisão, gestão de cardápio e capacidade de se recuperar quando o software não entende um cliente.

A SoundHound aborda o mercado como fornecedora especializada em IA de voz que se conecta a diversos sistemas de comércio. A Square o aborda como uma plataforma de comércio que adiciona inteligência conversacional ao seu próprio hardware e software.

A especialista pode expandir sua tecnologia por mais canais de restaurantes e provedores de infraestrutura. A dona da plataforma pode otimizar todo o caminho, da seleção do menu ao pagamento e ao encaminhamento para a cozinha. Cada rota cria forças diferentes.

A Toast também oferece suporte à automação para restaurantes por meio de sua rede de parceiros. Sua integração com a SoundHound se concentra em pedidos por telefone e envia pedidos concluídos para o sistema Toast. A parceria mostra que operadores de restaurantes podem montar o pedido por voz com vários fornecedores, em vez de comprar todos os componentes de uma única empresa.

As implantações em drive-thrus fornecem um alerta útil. O McDonald’s encerrou em 2024 um teste de tecnologia de pedidos automatizados desenvolvida com a IBM. As empresas não trataram esse resultado como o fim da IA de voz para restaurantes, mas a decisão mostrou como uma implantação ampla pode ser difícil.

O teste do McDonald’s abrangeu mais de 100 restaurantes antes de a rede decidir remover o sistema. O McDonald’s afirmou que ainda via uma oportunidade para pedidos por voz e planejava avaliar outras abordagens.

Um drive-thru é mais desafiador do que um quiosque interno. Motores, clima, microfones de baixa qualidade e clientes falando de posições diferentes complicam a captação de áudio. Um quiosque da Square tem mais controle sobre distância, hardware e confirmação visual.

Ainda assim, ambos os ambientes compartilham o problema central. A IA precisa mapear a fala natural para um menu restrito enquanto os clientes hesitam, mudam de ideia, usam nomes informais ou falam por cima de acompanhantes. Um sistema pode ter bom desempenho em uma demonstração e ainda enfrentar dificuldades em milhares de interações reais.

Os operadores de restaurantes também se importam com o escalonamento. A pergunta importante não é se a IA falha alguma vez. É se o dispositivo detecta a incerteza, faz a pergunta certa e encaminha o cliente a uma pessoa sem perder o pedido.

A Square não forneceu informações detalhadas sobre limites de confiança ou transferência para humanos. Seus materiais de suporte aconselham os restaurantes a testar cada configuração de menu e dispositivo antes de aceitar pedidos ao vivo. Essa instrução reconhece como a configuração local afeta o desempenho.

A carga operacional pode mudar em vez de desaparecer. Os funcionários poderiam gastar menos tempo inserindo pedidos rotineiros, mas mais tempo mantendo modificadores, verificando disponibilidade, revisando exceções e ajudando clientes quando o agente encontra um caso limite.

A acessibilidade cria outro requisito. A voz pode ajudar clientes que consideram difíceis os menus de toque com várias camadas, mas não pode ser o único modo utilizável. Deficiências de fala, perda auditiva, disponibilidade de idiomas e preferências de privacidade tornam necessários o toque e a assistência de funcionários.

A instalação interna do quiosque também limita a comparação direta com sistemas de drive-thru. Inicialmente, a Square está posicionando o produto para o balcão de atendimento e o espaço de refeições. Concorrentes com produtos para telefone e drive-thru cobrem mais canais de pedido, enquanto a Square oferece controle mais rígido sobre a transação na loja.

A Square ainda pode exercer pressão porque já mantém relações com comerciantes que usam seus produtos de ponto de venda e pagamentos. Esses vendedores podem preferir um dispositivo nativo a adicionar outro fornecedor de IA e administrar outra integração.

Por outro lado, grandes redes podem resistir à dependência de uma única plataforma de comércio. Elas frequentemente usam sistemas especializados de pedidos, fidelidade, pagamento e cozinha em muitos mercados. Um fornecedor de voz projetado para funcionar nesses sistemas pode se adequar melhor a elas.

Portanto, o anúncio cria duas corridas. A Square precisa provar que os pedidos conversacionais funcionam melhor do que o autoatendimento apenas por toque. Também precisa mostrar que sua abordagem integrada pode competir com especialistas que atendem várias pilhas de tecnologia para restaurantes.

A precisão do cardápio é o teste que o marketing não pode ignorar

O quiosque de IA da Square só terá sucesso se converter fala flexível em verdade operacional rígida.

Um pedido de restaurante é um conjunto de compromissos. A cozinha deve receber o item, tamanho, preparo, modificadores e instruções relacionadas a alergias corretos. O cliente deve ver o total correto, enquanto os sistemas de estoque e relatórios devem registrar a transação adequadamente.

A IA generativa frequentemente funciona produzindo linguagem provável. Sistemas de restaurante exigem ações determinísticas, o que significa que a mesma solicitação validada deve resultar em uma operação de menu permitida. Conectar esses dois comportamentos com segurança é o principal desafio de engenharia do produto.

A Square afirma que o agente entende completamente o cardápio de um vendedor. Essa formulação deve ser tratada como uma alegação da empresa, não como um resultado estabelecido de forma independente. A empresa não divulgou resultados de benchmarks para diferentes sotaques, idiomas, tamanhos de menu ou ambientes de refeição ruidosos.

Perguntas sobre alergias merecem cautela especial. O quiosque pode exibir informações de menu fornecidas pelo restaurante, mas isso não transforma o sistema em uma autoridade médica. Ingredientes, riscos de contaminação cruzada, práticas de preparo e mudanças de fornecedores podem estar fora da descrição de um cardápio digital.

Os restaurantes precisarão estabelecer limites claros para essas respostas. O quiosque deve distinguir informações armazenadas sobre ingredientes de garantias que não pode oferecer. Quando os dados disponíveis estão incompletos, encaminhar para um funcionário é mais seguro do que dar uma resposta confiante.

A sincronização do cardápio é outro risco. Um agente de voz só pode fazer recomendações válidas quando os dados subjacentes refletem a disponibilidade atual. Se um item se esgotar, mas permanecer ativo no cardápio, a IA pode orientar clientes para algo que a cozinha não consegue preparar.

A pilha integrada da Square pode reduzir falhas de sincronização porque o quiosque usa cardápios configurados pelo Square Dashboard. Os operadores ainda precisam de processos disciplinados para atualizar itens, modificadores e disponibilidade específica de cada unidade.

A conectividade cria um ponto de falha separado. A documentação da Square afirma que é necessária uma conexão estável para pedidos por voz e pagamentos. Transações offline não são compatíveis. Os restaurantes devem planejar interrupções de serviço, mesmo que o cardápio local apareça na tela.

As questões de privacidade continuam insuficientemente explicadas. A detecção de presença pode receber clientes que se aproximam, enquanto o check-in opcional de conta adiciona dados de fidelidade à sessão. A Square não detalhou a retenção de voz, o acesso a transcrições, práticas de treinamento de modelos ou o tratamento de fala incidental ao redor do dispositivo.

Essas questões não provam que existe um problema de privacidade. Elas identificam informações que os compradores devem solicitar antes de instalar microfones em espaços voltados ao cliente. Sinalização e controles claros também podem ajudar os clientes a entender quando os recursos de voz estão ativos.

O ambiente físico moldará o desempenho. Música, liquidificadores, equipamentos de cozinha, conversas próximas e vários quiosques operando juntos podem criar condições de áudio difíceis. A Square controla os microfones do dispositivo, mas não controla todos os layouts de restaurantes.

O suporte a idiomas é outra questão em aberto. O guia de configuração da Square permite que os operadores configurem o idioma do dispositivo, mas os materiais de lançamento não fornecem uma lista detalhada dos idiomas conversacionais compatíveis. O desempenho multilíngue pode se tornar decisivo em restaurantes que atendem comunidades diversas.

Há também uma questão social. Alguns clientes não vão querer dizer seus pedidos em um espaço público, especialmente quando preferências alimentares ou informações pessoais estão envolvidas. Outros podem preferir a voz porque ela elimina várias camadas de toques.

O produto não precisa de adoção universal da voz para criar valor. Ele precisa que clientes suficientes concluam pedidos mais rapidamente, com menos intervenções e precisão aceitável. A capacidade de alternar entre voz e toque torna esse limiar mais atingível.

Os restaurantes devem medir o sistema por meio de resultados operacionais. Métricas úteis incluem pedidos concluídos, frequência de correções, intervenções de funcionários, sessões abandonadas, precisão dos pedidos, conclusão de pagamentos e tempo médio de transação.

O valor médio do pedido também importa, mas não deve dominar a avaliação. Sugestões automatizadas agressivas podem aumentar o carrinho enquanto frustram os clientes. Visitas recorrentes e satisfação oferecem uma verificação melhor sobre se o upselling contextual parece útil ou intrusivo.

Os materiais de lançamento da Square enfatizam velocidade, personalização e alívio para a equipe. Esses benefícios continuam plausíveis, mas não foram comprovados em escala. As primeiras implementações precisam mostrar que a assistência conversacional elimina mais trabalho do que cria.

Essas evidências determinarão se o quiosque de IA da Square se tornará uma nova interface padrão ou um recurso opcional usado em cenários limitados. O hardware está pronto para restaurantes. O argumento de confiabilidade ainda está sendo construído publicamente.

O Que Vem a Seguir para os Pedidos por Voz da Square

Três sinais mostrarão se a Square construiu uma plataforma de pedidos duradoura ou uma demonstração impressionante.

O primeiro sinal é a implementação além dos locais iniciais de teste. Grupos de restaurantes identificados, expansões para múltiplas unidades e novos pedidos de hardware indicariam que os operadores enxergam valor suficiente para expandir após a experiência direta. Alguns poucos pilotos bem produzidos forneceriam evidências muito mais fracas.

As divulgações mais úteis incluirão números de lojas e cronogramas de implementação. A expansão dentro de um cliente existente importa mais do que o anúncio de um teste, porque sugere que a economia e a carga de suporte resistiram ao uso real.

O segundo sinal é um desempenho operacional mensurável. A Square ou seus clientes devem divulgar o tempo de conclusão dos pedidos, taxas de correção, intervenções da equipe, sessões abandonadas e precisão em diferentes tipos de cardápio. Estudos independentes teriam mais peso do que depoimentos selecionados.

O desempenho também deve ser comparado ao de quiosques apenas com tela sensível ao toque em locais semelhantes. Sem essa referência, pedidos mais rápidos ou carrinhos maiores podem refletir o tráfego da loja, o design do cardápio ou o perfil dos clientes, e não a IA conversacional.

O terceiro sinal é como a Square expande e governa a camada de voz. Os compradores devem observar suporte mais claro a idiomas, documentação de privacidade, controles de escalonamento, resiliência offline e ferramentas para revisar solicitações mal compreendidas.

As respostas dos concorrentes fornecerão outra pista. A SoundHound e outros fornecedores de IA para restaurantes já oferecem recursos de voz em vários canais. Se aprofundarem integrações com quiosques ou competirem por meio de uma compatibilidade mais ampla entre plataformas, a vantagem de circuito fechado da Square enfrentará um teste direto.

A Square escolheu um ponto de partida sensato. Quiosques internos oferecem hardware controlado, uma tela de confirmação visível e acesso direto aos dados do restaurante. Essas condições dão aos pedidos conversacionais uma chance melhor do que sistemas somente por voz que operam em ambientes imprevisíveis.

Ainda assim, a ambição do produto é maior do que adicionar um microfone. A Square quer que seu quiosque entenda a intenção, oriente decisões, atualize um carrinho, faça recomendações, identifique um cliente e conclua um pagamento. Cada ação adicional aumenta tanto sua utilidade quanto as consequências de um erro.

Para compradores do setor de restaurantes, o próximo passo é uma avaliação prática. Teste o quiosque de IA da Square diante da complexidade real do cardápio, do ruído nos horários de pico, de itens indisponíveis, de sotaques incomuns e de modificações repetidas. Em seguida, meça com que frequência os clientes concluem o processo sem assistência da equipe.

Para todos que acompanham a entrada da IA no comércio físico, a pergunta central é igualmente concreta: a conversa faz o autoatendimento parecer mais com atendimento, ou apenas coloca uma voz amigável sobre a mesma fricção de sempre?