麦当劳制订了一项大计划来改善客户体验,同时改善员工的日常工作,加强柜台后面的小型食品工厂。
一年前,麦当劳推出了一项长期增长战略,其重点是增强数字功能,例如售货终端下单、交付并加速其未来体验(Experience of the Future)餐厅的部署。在该公司的首席执行官Steve Easterbrook的领导下,麦当劳在2017年的全球同店销售额增长率达到了5.5%。
麦当劳的技术与建筑高级总监Joel Eagle并不负责店面的前端体验,但是他的团队是推动者。Eagle正在越来越多地关注人工智能、机器学习和云计算,希望用这些技术改善"内部客户体验"。
Eagle解释说:"我们希望缩短解决问题的时间,并在系统之间跳跃。" 总的来说,Eagle正在考虑用机器人代理和自然语言请求减少厨房的停机时间,并加快基础设施的修复。
麦当劳也在押注Astound等小厂商,这家公司简化了通过人工智能和直观界面提交帮助请求并解决问题的方式。Astound希望实现服务管理的自动化,为各种不同的系统提供人工智能支持的包装并提供见解。简而言之,Astound可以管理大规模的机器学习模型。
规模比较小的技术供应商对于后端流程改进正在变得越来越重要,而这些后端流程的改进可以改善员工的体验。例如,T-Mobile已经利用WalkMe来改善客户体验了。多家企业正在使用Sapho之类的公司来连接记录系统,并提供现代化的移动友好用户界面。Astound也是如此。
几年前,Eagle在一次ServiceNow Knowledge活动中看到Astound。他表示,与一家较小的供应商合作具有优势,因为这对于他们是利益攸关,对于锚客户来说,他们会投入时间和精力让项目成功。具体而言,Eagle正在寻找一种可以绕过"ITIL说法"的技术,快速地解决问题。
Eagle解释说:"在麦当劳,我们不会一下子就大动干戈或者花很多钱。我们会下很多小的赌注,然后再逐渐加大。"
Eagle正在寻求用人工智能改进的其他领域包括:
Astound的联合创始人Dan Turchin表示,麦当劳在推动自动化和改善内部客户体验方面已经明确了重点。Turchin 表示:"让我有共鸣的是,你可以在整个生命周期中自动化服务请求的流程。" Turchin 表示:"对于我们来说,面临的挑战是如何在请求通过各种供应商提供的设备并升级时自动处理请求。这是一个令人困惑的网络来维修摇动机器。就像其他任何一家公司一样,麦当劳的工具、供应商和记录系统都是拼凑而成的。
提升的效率对麦当劳来说算得上物有所值吗?Eagle表示:"在内部,如果你思考一下,就会觉得一家餐厅确实就是一家小工厂。客户来到工厂并点餐。他们是想来得到点什么东西的。整个未来体验(Experience of the Future)的前提都是要员工在适当的时间和适当的地点交货。" Eagle表示:"我们通过提供良好的员工体验间接地影响客户的体验。"
人工智能可以帮助即时制造,并可根据需要让机器运转起来。Eagle指出,麦当劳刚刚开始其自动化之旅,但正在考虑通过节省时间来改善招聘经理的流程。Astound的技术可以更快地找到合适的人。餐厅的智能设备最终也可以增加预防性维护。
Eagle解释说:"如果我们能够开发出一些技术,给员工更多的时间,这个工厂里人的体验就会更好。" Eagle表示:"如果我们消除了这种需要,让员工不再需要为坏掉的机器操心,我们就可以更多地关注体验了。"
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。