Square AI Kiosk 为自助点餐加入对话能力
Square 推出了一款 21.5 英寸的 Square AI kiosk，餐厅顾客可以通过说话、触控，或在两种方式之间切换来完成点餐。矛盾很明确：Square 希望这台设备表现得更像一名细心的员工，但餐厅需要它在最繁忙、最嘈杂的时段依然保持稳定准确。
据 Square 介绍，这款新硬件能够回答菜单问题、推荐商品、处理定制修改并协助完成替换。接近感应功能会欢迎走近的顾客，而内置的非接触式和芯片支付功能则无需额外读卡器即可完成交易。
这不仅是对 Square 早期基于 iPad 的自助点餐终端的放大版替代。Square 正将对话式 AI 直接嵌入其餐饮商业系统，而菜单、订单、会员账户、支付、打印机和后厨显示屏本已在这一系统中互联。SoundHound AI 等竞争对手也一直在自助终端、电话和得来速场景中推进类似的语音点餐功能。Square 的优势在于，它掌控了交易链路中更多环节。
这种整合也提高了 Square 必须达到的标准。当顾客询问过敏原、修改多项选项，或在拥挤的午餐高峰期点餐时，仅有流畅的回答并不够。Square AI kiosk 必须每次都将对话准确转化为结构化订单。
Square AI Kiosk 将菜单屏幕变成点餐代理
Square 的核心变化并非更大的屏幕，而是让对话能够控制一笔实时餐厅订单的决定。
Square 于 2026 年 10 月 14 日发布了这款独立式自助终端，作为面向快捷服务餐厅的新硬件。其竖向触摸屏会显示菜单、商品图片、购物车详情和操作提示。顾客仍可像使用传统自助点餐终端一样，手动浏览这些元素。
语音为同一笔订单提供了第二条操作路径。Square 表示，顾客可以询问热门商品、索取推荐、查找素食选项，以及搜索不含特定配料的食物。他们也可以使用自然语言提出定制修改或替换要求。
顾客可能会要求一杯不含乳制品的饮料、去掉某个商品中的洋葱，或将一份配菜替换成另一份。系统必须理解该请求，识别适用的菜单规则，并更新购物车。随后，屏幕会向顾客直观呈现软件所理解的内容。
Square 将底层系统称为“具备代理能力的对话式语音层”。在这里，“具备代理能力”意味着软件不只是检索菜单文本，还会在点餐流程中执行操作，例如选择商品、应用修改选项，或推荐附加商品。
公司在其kiosk 公告中表示，软件可以在提出建议时利用情境信息。这些信息包括某个地点的热门商品、该时段畅销的商品，以及经常被一同购买的商品。
这使推荐系统具备了实际运营价值，而非仅仅是装饰性功能。如果有人点了一份三明治，终端可以推荐常与之搭配的配菜。如果顾客询问早餐时段哪些商品最受欢迎，系统可以缩小菜单范围，而无需让对方逐层浏览多个分类。
顾客可以在一次会话中交替使用语音和触控。这种灵活性很重要，因为语音并不总是最快的输入方式。顾客可能会让系统查找适合鱼素食者的菜品，点击其中一个结果，再通过语音提出修改要求，最后以可视方式核对已完成的购物车。
该设备还支持通过 Square Loyalty 或 Neighborhoods 个人资料办理签到。该连接可让顾客赚取或兑换奖励。它也为 Square 提供了实现更个性化点餐的路径，不过顾客仍可选择不连接个人资料直接下单。
支付通过内置的非接触式和芯片读卡器完成。集成扫描器支持礼品卡，而包装商品扫描则被列为即将推出的功能。这些组件让点餐和支付流程集中在同一台硬件设备中。
Square 的设置文档阐明了另一项重要变化。新设备是独立系统，不需要 Square 早期 kiosk 产品所使用的 iPad。餐厅可以将其安装在柜台、落地支架、墙面支架或兼容的 VESA 支架上。
这一差异对大型运营商尤为重要。专用设备相比搭配多种配件的消费级平板电脑，能够提供更一致的部署体验。它还让 Square 能够更好地控制麦克风、扬声器、支付硬件、显示行为和未来的软件更新。
代价是对联网系统的依赖。Square 表示，语音点餐和支付都需要稳定的互联网连接。不支持离线支付和现金支付，且该设备仅适用于室内。因此，当网络连接中断或顾客希望使用现金付款时，餐厅需要提供另一种结账方式。
第一印象是一块可对话的屏幕。更深层的产品则是 Square 餐饮平台内一个紧密连接的终端。这正是该公告超越常规硬件更新之处。
Square 为何将语音点餐引入餐厅
Square 瞄准的是这样一个节点：当员工必须介入帮助顾客时，自助服务便不再能节省人力。
传统自助终端在顾客清楚知道自己想要什么时效率很高。但当菜单冗长、替换要求复杂，或饮食限制问题需要协助时，其效率就会下降。每一位感到困惑的顾客，都可能让员工离开餐品制作或柜台服务岗位。
Square 试图在不放弃自助服务的前提下弥补这一协助缺口。其 kiosk 在保留触摸屏带来的可视确定性的同时，为问题咨询和修改要求增加了对话层。公司认为，这种组合可以让队伍持续流动，并减轻前厅团队的压力。
这一说法符合快捷服务运营的现实。需求集中涌现在特定时段，但餐厅无法在午餐高峰期即时增加经过培训的员工。自助终端可以承接更多订单，但前提是顾客无需人工干预便能完成下单。
当目标商品难以找到时，语音点餐尤其有用。Boba Nation Grand 首席执行官 Baltej Sra 表示，他曾看到一位顾客利用语音快速找到特定菜单商品。据 Square 称，该公司已在部分门店测试该 kiosk，并计划将其扩展至其余门店。
这个例子范围有限，但展示了其预期机制。语音系统并非只是用口头指令替代点击，而是旨在降低大型菜单带来的搜索成本。
同样的机制还可能影响订单金额。人工收银员能够识别自然的时机，推荐配料、饮料或配菜。基础 kiosk 通常只会呈现固定提示。Square 表示，其软件可以根据顾客当前购物车和本地订单模式提出建议。
在更广泛部署产生独立结果之前，餐厅应将此视为公司的主张。Square 尚未发布受控数据，说明这款新 kiosk 对完成点餐时间、人工介入率、平均订单金额或订单准确率的具体影响。
该公司也尚未点名采用该设备的大型连锁餐厅。在一次关于发布的采访中，Square 将 kiosk 描述为一个增长领域，但并未宣布具体的连锁合作协议。这使初期市场信号仍需依赖较小规模的测试地点及未来的客户披露。
不过，Square 凭借一项重要的结构性优势进入市场。其平台可将 kiosk 连接至菜单来源、销售点系统、后厨显示屏、打印机、顾客资料和支付处理系统。订单在送达厨房之前，无需穿越多个彼此脱节的供应商系统。
这种整合很重要，因为餐厅语音 AI 依赖最新的运营数据。代理需要知道哪些修改选项被允许、哪些商品缺货，以及该地点适用哪些履约选项。如果系统的菜单知识已经过时，自然对话就会带来风险。
Square 的仪表板允许运营商为特定地点分配菜单和设置。餐厅可以组织商品、定义修改选项、选择履约方式，并控制订单通知。随后，kiosk 会将顾客输入转化为餐厅已经使用的结构。
这减少了一类集成工作，但并未消除理解语音这一更困难的挑战。背景噪声、口音、重叠的声音、不同寻常的商品名称和快速变化的请求，仍可能暴露系统错误。
因此，业务压力来自两个方向。餐厅运营商希望在不增加员工监控系统的前提下提升点餐容量。Square 则希望通过将 AI 辅助点餐界面附加到其支付和餐饮软件上，使其更难被替换。
如果 kiosk 表现良好，Square 将在交易起点获得更显眼的角色。如果它表现不佳，故障会直接出现在顾客面前。这款硬件将 Square 对 AI 的主张置于一个错误会立即显现且可衡量的场景中。
Square AI Kiosk 与纯触控点餐模式的对比
核心竞争在于引导式对话，与定义了大多数自助点餐体验的刚性决策树之间的较量。
传统 kiosk 要求顾客适应菜单的架构。用户需选择分类、选择商品、浏览修改选项页面、回应加购提示，并核对购物车。这个流程对餐厅而言是可预测的，但对顾客来说可能变得繁琐。
Square 则反转了这种关系。其语音层旨在理解顾客目标，并将其转化为菜单的结构。顾客可以从一种限制条件开始，例如避免某种特定配料，而无需预先知道分类和商品名称。
面对复杂请求时，这种差异会更加明显。顾客可能想要一份不含乳制品的餐点、偏好较小杯的饮料、不要某种默认配料，并询问是否可以提供另一种配菜。纯触控界面可以支持这些操作，但每一项操作都可能位于不同页面上。
对话系统则可以通过交流收集相同的要求。当请求不完整时，它可以提出后续问题，然后呈现结果供确认。这听起来更接近柜台服务，因为软件能在多轮对话中维持上下文。
触摸屏仍然至关重要。语音界面可能会隐藏可选项，而可视化菜单则让选项和总价更易比较。Square 的多模态设计，即结合语音和触控的界面，让每种方式都能弥补另一种方式的弱点。
接近感应会在第一次点击前启动这种交互。设备可识别有人靠近并显示欢迎提示。这并不意味着 kiosk 能识别该用户的身份。个性化需要通过可选的会员或个人资料连接实现。
可视化核对步骤也能降低误解语句带来的损失。顾客可在付款前检查购物车，并通过语音或触控更正错误。相比纯语音交互，这种反馈循环更适合商业交易。
不过，用户体验将取决于响应速度。一个每次请求后都要停顿的菜单代理，即使最终能给出正确订单，感觉上也可能比点击屏幕更慢。Square 尚未披露该上线系统的延迟目标或独立准确率基准。
它也没有说明产品使用了哪些语音模型、处理是在本地还是远程进行，以及语音录音和转写文本会保留多久。对于评估隐私、可靠性和监管义务的企业买家而言，这些细节至关重要。
公司转而强调产品层面的结果。Block 硬件负责人 Thomas Templeton 告诉 Fast Company，语音能让自助终端处理更复杂的问题，并使交互感觉更具人性化。
这种表述点明了真正的赌注。Square 并不是要求餐厅相信语音识别是什么新鲜事物。它主张，当前的 AI 已能足够可靠地将开放式语言与结构化菜单操作连接起来，可用于一线部署。
Square AI 自助点餐终端也不同于通用聊天机器人。它的有效运行范围被刻意限制。它不需要讨论任何话题，而是需要理解某个商家的菜单、允许的定制选项、供应规则、会员系统和交易流程。
更窄的领域可以提升可靠性，因为可接受操作的范围有限。但餐厅菜单本身也很复杂。套餐规则、特定时段供应的商品、区域性产品、过敏问题、促销活动和替换选项，可能形成数千种有效与无效的组合。
触摸屏模式通过明确选项来处理这种复杂性。对话模式则必须在不凭空编造选项的前提下推断用户意图。它是否成功，取决于能否遵守菜单规则，而不只是给出看似合理的回答。
Square 最强的一项设计决策，是让两种界面同时可用。餐厅不必强迫每位顾客都通过语音点单。重视速度和熟悉感的顾客可以点击屏幕，而需要协助的人则可以开口说话。
这种方式也降低了采用风险。餐厅可以引入 AI 功能，而无需围绕语音彻底重构整个点餐体验。如果语音在特定场景中表现不佳，屏幕仍然提供了完成订单的途径。
真正的考验在于系统能否减少总体摩擦。只有当探索菜单和定制所节省的时间，超过聆听、澄清和纠正所花费的时间时，语音点餐才有价值。要回答这个问题，Square 需要的是运营证据，而不只是流畅的演示。
语音 AI 竞争对手早已了解其中的难点
Square 正在进入一场成熟的餐厅自动化竞争，而不是凭一己之力创造一个新品类。
SoundHound AI 已在电话、得来速和自助点餐终端等场景销售对话式点餐服务。其 OASYS 餐厅平台将语音交互与菜单及交易系统相结合。该公司还曾与包括 Square 和 Toast 在内的销售点系统供应商合作。
在 2026 年美国国家餐厅协会展会上，SoundHound 展示了一款结合语音、触控和视觉交互的“Dynamic Kiosk”。其餐厅 AI 演示与 Square 目前描述的基本交互方式十分相似。
这一比较之所以重要，是因为差异化并不在于语音本身。竞争的核心在于部署、餐厅系统集成、准确率、菜单管理，以及软件无法理解顾客时的恢复能力。
SoundHound 以专业语音 AI 服务商的身份切入市场，连接多个商业系统。Square 则将其视为一个商业平台，为自身硬件和软件加入对话式智能。
专业服务商可以将技术铺向更多餐厅渠道和基础设施提供商。平台所有者则可以优化从菜单选择到支付与厨房路由的完整路径。两条路线各有不同优势。
Toast 也通过其合作伙伴网络支持餐厅自动化。它与 SoundHound 的集成侧重于电话点餐，并将完成的订单发送至 Toast 系统。这一合作表明，餐厅运营者可能会从多个供应商拼装语音点餐能力，而不是从一家公司购买所有组件。
得来速部署提供了一个有益的警示。麦当劳在 2024 年结束了与 IBM 共同开发的自动点餐技术测试。两家公司并未将这一结果视为餐厅语音 AI 的终点，但这一决定表明，大规模部署的难度之高。
这项麦当劳测试覆盖了 100 多家餐厅，之后该连锁品牌决定移除该系统。麦当劳表示，它仍看到了语音点餐的机会，并计划评估其他方案。
得来速环境比室内自助终端更严苛。发动机噪音、天气、质量不佳的麦克风，以及顾客在不同位置说话，都会使音频采集变得复杂。Square 自助终端对距离、硬件和视觉确认拥有更多控制权。
即便如此，这两种环境仍面临同一个核心问题。AI 必须将自然语言映射为受限菜单中的操作，同时应对顾客犹豫、改变主意、使用非正式名称，或与同伴交谈重叠等情形。一个系统可以在演示中表现出色，却依然难以应对成千上万次真实交互。
餐厅运营者也关心升级处理机制。重要的问题不是 AI 会不会失败，而是设备能否识别不确定性、提出恰当的问题，并在不丢失订单的情况下把顾客交给人工服务。
Square 尚未提供有关置信度阈值或人工交接的详细信息。其支持材料建议餐厅在接受实时订单前，对每种菜单和设备配置进行测试。这一指引承认，本地设置会影响性能。
运营负担可能会转移，而不是消失。员工或许会花更少时间录入常规订单，却需投入更多时间维护定制选项、检查供应情况、审查例外情形，并在代理遇到边缘案例时协助顾客。
无障碍性也提出了另一项要求。语音可以帮助觉得多层触控菜单难以使用的顾客，但它不能成为唯一可用的模式。言语障碍、听力损失、语言可用性和隐私偏好，使得触控和员工协助仍属必要。
自助终端的室内部署也限制了它与得来速系统的直接比较。Square 起初将该产品定位于前台和用餐空间。拥有电话与得来速产品的竞争对手覆盖更多点餐渠道，而 Square 则对店内交易拥有更严格的控制。
Square 仍可能施加压力，因为它已与使用其销售点和支付产品的商家建立了关系。这些商家可能更愿意选择原生设备，而不是增加另一家 AI 供应商并管理另一套集成。
反过来，大型连锁品牌可能会抗拒依赖单一商业平台。它们往往在多个市场使用专业化的点餐、会员、支付和厨房系统。为跨系统协作而设计的语音服务商，可能更适合它们。
因此，这项公告开启了两场竞争。Square 必须证明，对话式点餐比仅靠触控的自助服务更有效；它还必须证明，其一体化方案可以与服务多个餐厅技术栈的专业服务商竞争。
菜单准确性是营销无法回避的考验
只有将灵活的语音转化为严格的运营事实，Square AI 自助点餐终端才能成功。
一份餐厅订单代表一系列承诺。厨房必须收到正确的菜品、规格、制作方式、定制选项和与过敏相关的说明。顾客必须看到正确的总价，而库存和报表系统也必须正确记录交易。
生成式 AI 往往通过生成可能的语言来工作。餐厅系统则需要确定性操作，这意味着同一项经过验证的请求，应当产生一项获准的菜单操作。如何安全地连接这两种行为，是该产品的核心工程挑战。
Square 表示，该代理完全理解商家的菜单。这一表述应被视为公司主张，而不是已被独立证实的结果。该公司尚未发布涵盖口音、语言、菜单规模或嘈杂用餐环境的基准测试结果。
涉及过敏的问题尤其需要谨慎对待。自助终端可以呈现餐厅提供的菜单信息，但这并不意味着系统具有医疗权威。食材、交叉接触风险、制作方式和供应商变化，都可能超出数字化菜单描述的范围。
餐厅需要为这类回答设定清晰边界。自助终端应区分已存储的食材信息与其无法作出的保证。当可用数据不完整时，升级给员工处理比自信地作答更安全。
菜单同步是另一项风险。语音代理只有在底层数据反映当前供应情况时，才能提出有效推荐。如果某项商品售罄却仍在菜单中处于启用状态，AI 可能会引导顾客选择厨房无法制作的商品。
Square 的一体化技术栈能够减少同步失败，因为该自助终端使用通过 Square Dashboard 配置的菜单。但运营者仍需要严谨的流程来更新菜品、定制选项和不同门店的供应情况。
连接性构成了另一项故障点。Square 的文档称，语音点餐和支付都需要稳定的连接，不支持离线交易。即使本地菜单仍显示在屏幕上，餐厅也必须为服务中断做好规划。
隐私问题仍缺乏充分说明。接近检测可以欢迎靠近的顾客，而可选的账户签到功能会将会员数据加入本次会话。Square 尚未详述语音保留时长、转写文本访问权限、模型训练实践，或设备周围偶发语音的处理方式。
这些问题并不能证明存在隐私问题。它们指出了买家在顾客可见区域部署麦克风前应当索取的信息。标识和清晰的控制机制也可以帮助顾客了解语音功能何时处于启用状态。
物理环境将影响性能。音乐、搅拌机、厨房设备、附近的交谈，以及多台自助终端同时运行，都可能带来棘手的音频条件。Square 可以控制设备麦克风，但无法控制每一家餐厅的布局。
语言支持是另一个悬而未决的问题。Square 的设置指南允许运营者配置设备语言，但发布材料没有提供受支持对话语言的详细清单。在服务多元社区的餐厅中，多语言性能可能成为决定性因素。
这还涉及一个社会层面的问题。一些顾客不希望在公共空间说出自己的订单，特别是在涉及饮食偏好或个人信息时。另一些人则可能偏好语音，因为它省去了多层点击操作。
产品无需实现全民采用语音，仍可创造价值。它只需要让足够多的顾客以更少的人工介入和可接受的准确率，更快完成订单。在语音与触控之间切换的能力，使这一门槛更容易达到。
餐厅应通过运营结果衡量该系统。实用指标包括完成订单数、更正频率、员工介入次数、放弃会话数、订单准确率、支付完成率和平均交易时间。
平均订单价值同样重要，但不应主导评估。激进的自动化推荐可能提高购物车金额，却也会让顾客感到挫败。回访率和满意度更能检验情境化加购究竟是有用，还是具有侵扰性。
Square 的发布材料强调速度、个性化以及减轻员工负担。这些优势依然合乎逻辑，但尚未在大规模应用中得到验证。首批部署必须证明，对话式辅助减少的工作量多于其新增的工作量。
这些证据将决定 Square AI kiosk 会成为新的默认交互界面，还是仅在有限场景中使用的可选功能。硬件已经为餐厅准备就绪，可靠性的论证仍在公开构建中。
Square 语音点餐的下一步
以下三个信号将表明，Square 打造的是一个持久的点餐平台，还是一次令人印象深刻的演示。
第一个信号是是否会从最初的测试地点扩展部署。具名餐饮集团、多门店推广以及重复采购硬件，都将表明运营方在亲身使用后看到了足够的价值，愿意扩大应用。少数经过精心打磨的试点项目，提供的证据则要弱得多。
最有价值的信息披露将包括门店数量和部署时间表。在现有客户内部扩展比宣布测试更重要，因为这表明其经济性和支持负担经受住了实际使用的考验。
第二个信号是可衡量的运营表现。Square 或其客户应披露订单完成时间、更正率、员工介入次数、放弃会话数量，以及在不同菜单类型下的准确性。独立研究比经过筛选的用户证言更具分量。
还应将其表现与相似地点的纯触控 kiosk 进行比较。缺少这一基准，更快的点餐速度或更大的购物车金额，可能反映的是门店客流、菜单设计或顾客构成，而非对话式 AI 的作用。
第三个信号是 Square 如何扩展并治理语音层。买方应关注更明确的语言支持、隐私文档、人工升级控制、离线韧性，以及用于审查被误解请求的工具。
竞争对手的回应也将提供另一条线索。SoundHound 和其他餐饮 AI 供应商已在多个渠道提供语音服务。如果它们深化 kiosk 集成，或通过更广泛的平台兼容性展开竞争，Square 的闭环优势将面临直接考验。
Square 选择了一个合理的起点。室内 kiosk 提供可控的硬件、可见的确认屏幕，以及对餐厅数据的直接访问。这些条件让对话式点餐比在不可预测环境中运行的纯语音系统更有机会成功。
然而，这款产品的雄心不止于增加一个麦克风。Square 希望其 kiosk 能理解意图、引导决策、更新购物车、提供推荐、识别顾客并完成支付。每增加一项操作，都会同时提升其效用和出错的后果。
对餐厅买方而言，下一步是进行务实评估。应针对真实菜单复杂度、高峰时段噪音、缺货商品、不常见口音以及多次修改，测试 Square AI kiosk。随后衡量顾客无需员工协助完成操作的频率。
对于所有关注 AI 进入实体商业的人来说，核心问题同样具体：对话是否让自助服务更像服务，还是只是在旧有摩擦之上覆盖了一层友好的声音？
