Starbucks AI 餐牌可在你點餐前個人化免下車服務
Starbucks 概述了探索個人化免下車服務餐牌的計劃，但尚未公布顧客何時會遇上這項功能。擬議中的 Starbucks AI 餐牌會在參與顧客抵達時辨識他們、改變他們所見內容，並簡化付款流程。這令一項熟悉的零售承諾受到檢視：記住某人，應該令點餐更方便，而不是削弱其自主權。
行政總裁 Brian Niccol 在公司 10 月 29 日的業績電話會議上談及這個構想。他的措辭十分重要，因為辨識顧客、推薦產品及授權付款，牽涉的是不同決定。宣布正在探索，並不代表當中任何決定的實際運作方式已經確立。
Wendy’s 早前推出的 FreshAI 語音點餐計劃，可作為有用參考。Starbucks 正在討論同一宗交易的另一環：顧客完成選擇之前會發生甚麼。核心張力在於，個人化帶來的便利，與讓所有人都能理解餐牌的清晰度之間如何取捨。
Starbucks AI 餐牌仍處於探索階段
Starbucks 描述的是一種可能的顧客體驗，而非已排定的個人化餐牌推出計劃。
在業績電話會議上，Niccol 談到辨識參與顧客、展示度身訂造的數碼餐牌，以及減少付款流程中的摩擦。他亦形容相關工作仍屬早期階段。
「參與」一詞尤其值得留意。它表示 Starbucks 設想會在納入這種體驗的顧客與其他人之間作出某種區分，但未有說明登記、授權、辨識或退出機制。
數碼餐牌本質上只是顯示內容可改變的螢幕。個人化則額外涉及一項決定：特定顧客會看見哪些內容。單靠這兩種能力，並不能證明 AI 系統理解某人想要甚麼。
因此，眼前的新聞是一個已表明的發展方向。Starbucks 希望免下車服務可回應個別顧客，將個人化延伸至一個決定需要迅速作出的場景。公司尚未提供足夠細節，讓人把最終互動視為完成的產品。
這個概念與電話會議上討論的另一項計劃之間，也有一項重要分別。Starbucks 表示，2027 財政年度將測試背景 AI 模型，旨在協助咖啡師更準確及高效地輸入訂單。
這項測試承諾不應被視為個人化餐牌的推出日期。這些計劃涉及一次到訪中的相關時刻，但解決的是不同問題。協助員工記錄訂單，毋須取得與辨識回頭客相同的權限。
設想一名常客到訪並想買一杯凍咖啡。度身訂造的螢幕或會更早展示其常點飲品，減少尋找所需的時間。這只是對概念的說明，並非 Starbucks 已展示的功能。
當該名顧客想嘗試其他產品時，體驗就不再那麼直接。實用的介面仍應讓不熟悉的產品容易找到。記住昨天的選擇，不應令今天的選擇更困難。
付款帶來另一條界線。在抵達時辨識某人，並不自動代表獲准從其帳戶扣款。顧客需要明白，何時建議會變成選擇，何時選擇又會變成購買。
這些界線解釋了為何在大規模部署前，這項公布值得關注。Starbucks 正考慮在短暫的免下車服務到訪期間，連繫身分識別、商品推介及結帳。每一項連繫都可能減少工夫，但亦會多一個造成混亂的機會。
目前最準確的描述，是一種尚有未解決實施細節的擬議體驗。將它當作已安裝的功能，會略過決定顧客是否真正受惠的問題。
個人化進入一項已聚焦執行的業務
這項建議在 Starbucks 報告銷售改善之際出現，因此是其營運策略的延伸，而非 AI 驅動復甦的證據。
Starbucks 報告其財政第四季美國同店咖啡店銷售增長 7.7%。根據其季度業績，可比較交易宗數增加 2.4%，而每宗交易的平均消費增加 5.2%。
這些數字描述的是擬議個人化餐牌尚未證明帶來成效之前的表現。它們不能證明市場對這個概念的需求，也不能證明辨識顧客會增加到訪次數。
不過，它們確實交代了業務背景。Starbucks 有一項既有營運需要改善，而顧客已透過不同點餐渠道作出選擇。新的螢幕體驗必須配合這項營運，而不是要求營運遷就一場複雜的示範。
眼前壓力將落在產品團隊與店舖營運人員身上。產品團隊必須決定螢幕應優先展示甚麼；營運人員則必須處理這些決定送進製作流程的內容。
在顯示器上看來有用的推薦，可能在其他環節製造工作。若它鼓勵更多客製化，點餐互動或會變得更輕鬆，但飲品製作可能更複雜。這是一項可能的營運取捨，而非已報告的結果。
反過來的情況同樣合理。讓人更容易辨識熟悉的選擇，或可減少重複溝通或誤解。這是否節省時間，取決於整段到訪過程中發生甚麼。
這帶來一個衡量問題。單看點餐速度，無法證明體驗是否改善。一名顧客即使更快說完訂單，卻要等候更正後的飲品更久，也未必真正有所得益。
商業誘因亦需要同樣審視。餐牌可以協助顧客找到本來已想要的產品、介紹相關產品，或鼓勵額外消費。這些目標有時一致，但不能互相取代。
因此，Starbucks AI 餐牌需要一個可理解的成功定義。增加消費可回答商業問題；減少錯誤、更清晰的選擇及滿意的顧客，則回答關於體驗的不同問題。
當軟件猜錯時，員工亦要承擔實際負擔。總要有人解釋螢幕內容、恢復原本想選的項目，以及讓隊伍繼續前進。一個把隱藏工作轉移給咖啡師的系統，在產品簡報上可以看起來很有效率。
對顧客而言，利害關係更平常亦更即時。他們想知道有甚麼可供選擇、毋須承受不必要壓力地作出選擇，並收到自己所點的產品。個人化只有在幫助完成這些任務時，才值得存在。
對關注這項公布的企業買家而言，這就是有用的教訓。評估一項擬議 AI 功能時，應檢視它改變的工作，包括它失敗時所產生的工作。吸引人的互動只是採購決定的一部分。
Starbucks 尚未發表結果，證明其擬議餐牌符合這些要求。其業務表現改善提供的是背景與預期，而非對這項技術的驗證。
透過點餐流程解釋 Starbucks 個人化餐牌
重要分別在於，改變呈現給顧客的選擇，與改變由誰記錄其訂單，是兩回事。
Wendy’s 在 2023 年 5 月宣布與 Google Cloud 合作推出 FreshAI。語音點餐試點聚焦於處理免下車服務中的顧客對話。
這個歷史例子為 Starbucks 的建議提供了一個有用座標。語音點餐關乎理解口頭要求；個人化顯示則關乎在某人提出要求之前或期間，決定向其展示甚麼。
這些能力可以獨立存在。餐廳可以展示推薦內容，同時由員工接收訂單；它亦可以自動化語音點餐，同時向每名顧客展示相同餐牌。
這項分別很重要，因為成功展示其中一項能力，並不能驗證另一項。理解語音不代表推薦適合某人；辨識帳戶也不代表帳戶持有人想購買其慣常選擇。
若以實際方式解釋 Starbucks 個人化餐牌，可考慮當中的決策順序。系統需要把一次抵達與一名參與者關聯、選出相關內容，並以可理解方式展示。
這個順序是對擬議體驗所需條件的分析性描述。Starbucks 尚未公開說明完整設計。現在就為這些步驟指定特定感應器、帳戶連結或 AI 模型，仍屬言之過早。
辨識是第一項依賴條件。若系統把一次到訪關聯到錯誤的人，即使推薦流程再出色，也會由錯誤資料開始。螢幕可以顯得十分個人化，卻完全弄錯。
下一項依賴條件是相關性。過往購買紀錄可提供有用背景，但購買紀錄不是即時指令。某人可能正為乘客點餐、為同事購買，或改變了日常習慣。
呈現方式是另一項依賴條件。推薦內容必須保持清晰易讀，亦要容易略過。一個不斷重新排列選項的螢幕，可能會為本來已知道該到哪裏找的顧客製造工作。
便利的論點正是在這裏變得具體。目標應是減少意圖與選擇之間所需的工夫。展示更多度身訂造內容，只有在有助縮短這段距離時才有用。
與 Wendy’s 的比較亦說明，餐飲業 AI 不應變成單一競爭記分板。不同系統作用於一次到訪的不同部分，其準確度衡量方式和營運後果需要分開評估。
Starbucks 的背景訂單輸入測試處於這個順序的另一位置。它們關乎協助咖啡師記錄顧客所表達的內容。這種做法有可能保留員工的角色，同時改變對話期間使用的軟件。
這些工具最終會否協同運作，仍是實施問題。一項推薦或要經過明確確認後才會成為訂單；另一種情況下，建議項目可能仍在視覺上與交易分開。
顧客不應需要理解底層架構。他們應能分辨系統記住了甚麼、建議了甚麼，以及自己實際批准了甚麼。清晰界線是產品實用性的一部分。
協助咖啡師與影響顧客需要不同證據
Starbucks 現有的員工支援提供了相關背景，但不能驗證個人化顧客辨識。
2025 年 6 月，Starbucks 推出 Green Dot Assist，這是一個旨在回答員工營運問題的 AI 助手。其最初公布指出，試點涵蓋 35 間咖啡店。
咖啡師助理讓員工可透過店內 iPad 提問。Starbucks 曾以尋找飲品配料作為例子，說明該系統可提供的資訊。
這是一個具體的工作場所使用案例。員工有疑問、尋找資訊，並把答案應用於既有工作。互動由明確請求開始，而非根據推測的偏好作出判斷。
個人化餐牌改變了這種關係。軟件會根據與該顧客相關的背景資料，為其挑選資訊。顧客未必知道哪些資訊影響了這個選擇。
這個差異並非拒絕個人化的理由，而是提醒我們應要求與任務相稱的證據。一個有幫助的食譜答案，與一項有幫助的推薦，成功標準並不相同。
對員工助理而言，有用包括檢索準確、最新的營運資訊。對顧客推薦而言，有用亦包括尊重不斷變化的偏好、避免誤導性假設，以及保留替代選擇的途徑。
Starbucks 公開闡述其更廣泛的 AI 方針時，重點放在支援員工與人際連繫上。其 AI 策略描述旨在減少服務流程阻力的技術。
這個立場形成一個可理解的標準，用以評估日後的部署。如果一個畫面要求更多解釋、分散對話注意力，或令更正變得複雜，便會削弱公司所聲稱的理據。
同一標準亦為有利結果留下空間。克制的建議或可幫助顧客表達熟悉的訂單，同時讓員工專注於澄清細節。這仍是可能的設計結果，而非已確立的成效。
知識工作者會明白這個更廣泛的分別。回答刻意提出問題的助理，與持續決定向某人展示哪些資訊的系統，行為並不一樣。
用於知識融合的工具，處理一項相關的資訊管理需要：把背景資料整合，讓人可以善用。在公開點餐環境中，額外的問題是螢幕應揭示多少背景資訊。
對開發者而言，含意很實際。可取得的顧客資料不應自動決定可見內容。介面需要一套政策，界定哪些資訊適合顯示在共用螢幕上，哪些需要私人互動。
對採購者而言，採購問題應隨任務而定。應詢問資訊如何保持最新、錯誤如何更正，以及誰控制最終行動。泛泛而談 AI 能力，無法回答這些問題。
Starbucks 的員工工具表明，其技術計劃不止於推測性的餐牌概念。它們並不能證明每項擬議延伸都帶來同樣好處，或需要同樣的保障措施。
辨識機制仍未解決私隱與顧客控制問題
核心不確定性在於 Starbucks 將如何令整個到訪過程中的辨識機制清晰易懂，並由顧客自願參與。
已公布的概念沒有說明如何辨識參與的顧客。因此，把人臉辨識、車牌識別或自動偵測手機描述為已確認組成部分，並不準確。
不同技術方法會帶來不同體驗和風險。目前證據支持追問 Starbucks 會選擇哪一種方法，但不支持假設最具侵擾性的方法已被選定。
參與亦不只是在開始時接受邀請。顧客需要一種清晰易懂的方式停止參與。當辨識失敗，或他們偏好普通餐牌時，應能如常點餐。
共用車輛說明了其中的模糊之處。司機、帳戶持有人、乘客和購買飲品的人，未必是同一個人。把他們視為可互換的系統，可能產生令人困惑的推薦。
公開可見性帶來另一項考慮。Drive-thru 顯示屏不如個人手機般私密。視乎佈局，其他乘客可能看見顧客本不打算分享的資訊。
這並不代表 Starbucks 計劃展示敏感歷史紀錄，而是指最終設計只應揭示互動所需的資訊。一項熟悉的商品可以有用，毋須公開個人細節。
個人化亦不應與個別定價混為一談。已核實的公告中，沒有任何內容表明 Starbucks 打算就同一商品向不同顧客收取不同金額。
改變哪些產品獲得注意，與改變顧客支付的價格，是兩種不同做法。把兩者分開，有助讀者評估實際提案，而不會引入缺乏支持的指控。
不過，即使價格維持一致，呈現方式仍會影響決定。螢幕可以令某個替代選項格外顯眼，或難以察覺。顧客需要一條明顯途徑前往更廣泛的選擇。
訂單安全亦帶來另一條界線。過往購買紀錄無法證明某人今天應該食用甚麼。推薦不應成為對配料、過敏或飲食適合性的暗示性保證。
這些是由擬議互動所引起的設計問題，而非已部署 Starbucks 系統的已記錄失誤。這個分別很重要，因為公司尚未披露足夠資訊，讓人判斷完成後的體驗。
因此，質疑的重點在於缺乏證據。Starbucks 描述了期望中的便利，卻沒有交代辨識、授權、錯誤復原或付款確認。這些遺漏限制了今日可負責任地得出的結論。
最有力的答案，會是一項顧客毋須研讀政策文件也能理解的產品。他們應知道餐牌為何改變，以及如何回復一般點餐體驗。
當個人化容易撤銷時，便更容易取得信任。若顧客必須與介面周旋才能作出不同選擇，便利的論點便會減弱。
下一輪 Starbucks AI 更新應留意甚麼
下一批有用證據將涉及參與方式、營運結果，以及探索與部署之間的分別。
第一個訊號是對登記和辨識機制的具體說明。留意 Starbucks 是否交代誰可參與、到店方式如何與帳戶關聯，以及螢幕會顯示甚麼。
這些細節會把廣泛的願景轉化為可評估的產品提案。清晰的授權和更正控制會加強便利的論點。持續含糊不清，則會令核心顧客體驗仍未明朗。
一項有用的公告亦應說明一般點餐途徑。不接受個人化的顧客，仍應知道如何操作。當錯誤資訊出現時，員工應有清晰的應對方法。
第二個訊號，是 Starbucks 為 2027 財政年度安排的後台訂單輸入測試所提供的證據。應尋找已界定的準確度和服務指標，而非把有試點本身視為成功。
可信的評估應區分無須更正便完成的訂單，以及員工必須修正的訂單。評估亦應檢視輸入階段節省的時間，是否能延續至製作和交接流程。
這些結果不會直接驗證個人化餐牌，但會顯示 Starbucks 如何在實際運作的 Drive-thru 營運中評估 AI。透明報告會令後續主張更容易評估。
第三個訊號，是公司會否由探索性措辭，轉向一項明確界定的個人化餐牌試驗。地點、參與流程和清楚界定的功能描述，會比另一項泛泛承諾提供更多資訊。
試驗公告仍應被視為測試。擴展代表願意更廣泛部署，但顧客利益仍需支持證據。宣布新增地點，並不能說明顧客是否偏好這種體驗。
未來數月，這些訊號應保持分開。登記細節處理同意與身份問題。訂單輸入結果處理營運協助。餐牌試驗則處理引發標題的具體概念。
對企業 AI 採購者而言，更大的含意是：具備背景感知能力的系統，需要的不只是準確預測。它們需要在推論、推薦、確認和行動之間建立清晰關係。
對開發者而言，Starbucks AI 餐牌提供了一個具體例子，說明這種關係如何走出個人螢幕之外。軟件會在共用的實體環境中、時間壓力下運作，而員工須負責處理復原。
對顧客而言，問題仍然更簡單：被記住會否令這次到訪更輕鬆？一個有用的系統，應減少所需心力，同時保留更改訂單、瀏覽替代選項或拒絕辨識的自由。
當 Starbucks 分享下一次更新時，不要只看一個認識你的餐牌的承諾。應尋找對參與方式、一般餐牌選項，以及真實點餐情況證據的說明。問問員工能否迅速更正錯誤，以及顧客能否批准每一個具後果的步驟。在把 Starbucks AI 餐牌視為既定能力之前，應跟進已發布的測試結果和產品細節。這項公告確立了一個方向；接下來的披露需要說明，這個方向如何為揚聲器前的顧客服務。
