麥當勞「得來速」點餐服務再升級，找來永遠不嫌累的AI機器人|數位時代 BusinessNext

麥當勞「得來速」點餐服務再升級，找來永遠不嫌累的AI機器人

全球速食龍頭麥當勞近期收購了AI語音技術新創Apprente，期望藉此改善得來速的消費體驗與效率。

能理解話中含意，新技術支援AI點餐服務

Apprente是一間成立於2017年，非常年輕的AI技術公司。根據Crunchbase的資料，目前該公司已籌集480萬美元資金。收購完成後，Apprente團隊將納入麥當勞技術實驗室（McD Tech Labs），而非以獨立子公司的身份繼續運作。

雖然年紀尚輕，Apprente的技術底蘊卻不容小覷，利用基於神經科學的自然語言處理技術，以及能夠理解上下文、即時與人互動的系統，打造出一套AI語音系統，並支援多種語言、口音。

相較於一般的「從語音到文本（speech-to-text）」語音辨識技術，Apprente將自家技術稱為「語音到意義（sound-to-meaning）」。其差異在於，這項技術不會轉錄顧客所說的內容，再從文本推斷含意，而會透過語音直接判斷一句話的意思。

Apprente認為，這種作法特別適合環境嘈雜的餐廳、公共場所等環境，或者顧客慣於較口語、結構沒那麼嚴謹的說話方式時使用——得來速可說是最適合這項技術發揮的舞台。

AI不會生氣，給顧客更好消費體驗

官方聲明中，麥當勞執行長史蒂夫．伊斯特布魯克（steve Easterbrook）表示，「建立技術基礎與數位能力是我們『快速成長計畫』（Velocity Growth Plan）的基礎，讓我們能滿足顧客越來越高的要求，並使員工能更簡單、愉快地提供服務。」這番話是他在2017年提出的策略目標。

Apprente的技術恰好符合麥當勞需求。這間AI新創去年發布的新聞稿中，聲稱AI提升消費者的服務體驗，因為AI既不會疲憊，也不會情緒低落或生氣，永遠是以精神抖擻、有禮的一面應對顧客。

但這是否會影響縮減員工人數，影響人類飯碗？麥當勞則沒有對此做出回應。

目前麥當勞已在選定的店家測試Apprente技術，但暫時不願透露詳情。麥當勞表示，未來有可能將這項技術拓展到其他應用面向，如行動App與店面內的點餐機上。

Apprente共同創辦人兼麥當勞技術實驗室副總裁Itamar Arel表示，Apprente為以技術解決現實世界的挑戰而誕生，他們很高興現在能運用這項技術，為顧客及員工創造個人化的體驗。（從大麥克邁向大數據，麥當勞要用AI重塑得來速）

收購AI新創、測試機器人炸薯條，麥當勞積極擁抱新技術

Apprente的收購案，已是麥當勞今年第3起與科技有關的交易。今年3月時，他們收購了開發「決策邏輯」的以色列AI新創Dynamic Yield，且同樣是以重塑得來速為目標；4月也入股行動App廠商Plexure。

6月時，麥當勞甚至還測試用機器人炸雞塊、薯條，希望未來能藉此削減重複性的勞動，減輕員工的負擔，加速工作效率。（麥當勞正在秘密測試點餐、炸薯條機器人，要用AI取代高重複性工作）

根據麥當勞的新聞稿，Dynamic Yield的決策邏輯技術已導入超過8,000家美國店舖，這項技術允許電子看板彙整過去銷售紀錄、天氣、交通、當地活動等各種資訊，進行個人化的餐點推薦，預計今年底前全美14,428家店面都將擁有這項技術。

責任編輯：陳映璇

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。