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
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。