Asystent AI Alexander od Restaumatic odebrał 46 tys. połączeń w restauracjach i przyjął 6,5 tys. zamówień w cztery miesiące.

Źródło zdjęcia: Spider's Web
Artykuł źródłowy na łamach Spider's Web pokazuje, jak w praktyce wygląda wdrożenie telefonicznego asystenta AI w restauracji. To nie teoretyczne rozważania o możliwościach sztucznej inteligencji, lecz opis konkretnego rozwiązania działającego w realnych lokalach gastronomicznych – wraz z liczbami, które pozwalają ocenić, czy taki system faktycznie się sprawdza.
Punktem wyjścia jest problem znany każdemu restauratorowi: w godzinach szczytu telefon dzwoni bez przerwy, a obsługa zajęta realizacją zamówień i gośćmi przy stolikach nie zawsze zdąży go odebrać. Niezabrane połączenie oznacza najczęściej utraconego klienta, który zamówi jedzenie gdzie indziej.
Autor tekstu podkreśla, że rozmowa telefoniczna w restauracji rzadko przebiega według sztywnego scenariusza. Klient może złożyć zamówienie własnymi słowami, zmienić zdanie w trakcie rozmowy albo dopytać o składniki dania czy możliwe modyfikacje. To zasadnicza różnica między prostym systemem automatycznej obsługi połączeń – gdzie dzwoniący porusza się po z góry zdefiniowanych opcjach – a asystentem opartym na AI, który musi interpretować intencje rozmówcy, pamiętać wcześniejsze wypowiedzi i na bieżąco dopasowywać odpowiedzi do zmieniającego się kontekstu.
Restauracja jest przy tym wymagającym środowiskiem dla takiej technologii. Zamówienie musi być zgodne z aktualną ofertą lokalu, uwzględniać dostępne warianty dań i trafić do systemu, z którego skorzysta personel. Asystent nie powinien przyjmować zamówień na dania, których restauracja nie serwuje, a precyzja ma tu kluczowe znaczenie – pomyłka w rozmiarze pizzy, rodzaju sosu czy adresie dostawy oznacza dodatkową pracę dla zespołu, który i tak jest obciążony.
Dlatego wdrożenie AI w gastronomii nie sprowadza się wyłącznie do uruchomienia modelu, który potrafi prowadzić konwersację. Liczy się to, czy rozwiązanie jest dopasowane do sposobu przyjmowania i realizacji zamówień w konkretnym lokalu oraz czy współpracuje z narzędziami, których restauracja już używa.
Opisany w artykule system Alexander został zaprojektowany specjalnie z myślą o restauracjach i połączony z systemem RePOS. Dzięki temu rozmowa telefoniczna może zakończyć się nie tylko udzieleniem odpowiedzi, ale realnym przyjęciem zamówienia, które trafia bezpośrednio do systemu POS. Klient nie musi instalować aplikacji ani odwiedzać strony internetowej – korzysta z kanału, który zna od lat, czyli po prostu dzwoni pod numer restauracji.
Asystent może obsługiwać połączenia całą dobę. To istotne, bo klienci dzwonią nie tylko w godzinach pracy lokalu – mogą chcieć sprawdzić menu czy godziny otwarcia także poza czasem, gdy personel jest dostępny.
Ważnym elementem projektu jest jednak rozpoznawanie granic automatyzacji. Nie każda rozmowa dotyczy standardowego zamówienia – klient może zgłosić reklamację, nietypowy problem albo kwestię wymagającą decyzji pracownika. W takich sytuacjach Alexander przekazuje rozmowę człowiekowi, zamiast próbować samodzielnie rozstrzygnąć sprawę. Jak zauważa autor tekstu, skuteczność automatyzacji nie polega na tym, by każda sprawa była załatwiana bez udziału personelu – równie istotne jest rozpoznanie momentu, w którym przekazanie rozmowy człowiekowi jest lepszym rozwiązaniem niż kontynuowanie jej przez AI za wszelką cenę. Mechanizm rozpoznawania sytuacji wymagających interwencji człowieka przypomina pod tym względem rozwiązania opisane przy okazji innych wdrożeń agentów AI działających w codziennych kanałach komunikacji, takich jak SMS-y czy iMessage, gdzie granica między automatyzacją a kontaktem z człowiekiem również musi być precyzyjnie wyznaczona.
System przewiduje też scenariusz, w którym klient przerywa rozmowę, zanim skończy wybierać dania. W takiej sytuacji Alexander może wysłać SMS z linkiem do koszyka, dzięki czemu klient dokończy zamówienie online, na stronie restauracji, bez konieczności ponownego dzwonienia. Proces rozpoczęty przez telefon może więc przenieść się do kanału internetowego, co z perspektywy lokalu oznacza szansę na odzyskanie zamówienia, które w innym wypadku mogłoby zostać utracone.
Restaumatic, twórca systemu RePOS i asystenta Alexander, to firma działająca na polskim rynku gastronomicznym, dostarczająca narzędzia do przyjmowania i realizacji zamówień dla restauracji. Opisane w artykule dane – blisko 46 tys. obsłużonych połączeń i 6,5 tys. złożonych zamówień w ciągu zaledwie czterech miesięcy – pokazują, że tego typu rozwiązania wychodzą poza fazę demonstracyjną i są wdrażane w realnych lokalach. Dla polskich restauratorów, zmagających się z brakami kadrowymi i presją czasową w godzinach szczytu, telefoniczny asystent AI zintegrowany z systemem POS może być sposobem na ograniczenie liczby niezabranych połączeń bez konieczności zatrudniania dodatkowej osoby wyłącznie do odbierania telefonu.
Opisany przykład pokazuje, że AI w gastronomii nie musi zastępować pracowników, lecz przejmować tę część obowiązków, której zespół fizycznie nie jest w stanie realizować w godzinach największego ruchu – przy zachowaniu możliwości przekazania trudniejszych spraw człowiekowi.

Przegląd asystentów AI działających w SMS, iMessage i WhatsApp – od Instinct z wyceną 10 mld dolarów do rodzinnego Fambota i otwartego Comma.

NVIDIA udostępniła projekty Vera Rubin i komponenty open source DSX na OCP Global Summit, by przyspieszyć skalowanie globalnych fabryk AI.

Spór o GLM-5.3 i otwarte modele AI ujawnia konflikt między bezpieczeństwem a demokratyzacją dostępu do potężnej technologii.