← Retour au catalogue

FICHE · CAS DOCUMENTÉ

McDonald’s — Arrêter le test de commande vocale au drive

Après deux ans de test dans plus de 100 restaurants, McDonald’s a mis fin à la prise de commande automatisée développée avec IBM.

DocumentéÉchec ou revers

Cas publiquement documenté, avec entreprise identifiable et source.

TailleGroupe
SecteurHôtellerie
FonctionService client · Opérations
SolutionAgent
AutonomieSemi-autonome
PreuveDocumenté

L’ESSENTIEL

Le cas en bref

Le problème
Prendre les commandes au drive plus vite et plus régulièrement, malgré le bruit, les accents et les commandes modifiées.
La réponse
Après deux ans de test dans plus de 100 restaurants, McDonald’s a mis fin à la prise de commande automatisée développée avec IBM.
Le type de solution
Agent : le système automatise certaines étapes.
Le résultat clé
McDonald’s a annoncé en juin 2024 la fin du test, mené depuis 2021 dans plus de 100 restaurants, avec un arrêt au plus tard le 26 juillet 2024.

Le mécanisme / workflow

  1. Agent
    Écouter la commande
  2. Système
    Saisir la commande
  3. Humain
    Corriger les erreurs

Données et entrées

  • Voix des clients
  • Menu

Outils et systèmes cités par la source

  • IBM (prise de commande automatisée)

Impact observé ou attendu

Résultats rapportés par la source

  • RAPPORTÉMcDonald’s a annoncé en juin 2024 la fin du test, mené depuis 2021 dans plus de 100 restaurants, avec un arrêt au plus tard le 26 juillet 2024.
  • RAPPORTÉDes vidéos virales montraient des commandes absurdes (neuf thés glacés au lieu d’un, du beurre dans une glace).

Valeur attendue dans la fiche

  • VitesseAccélérer le service au drive.
  • ProductivitéLibérer les équipiers.

Type d’impact envisagé

  • expérience client
  • opérations en restaurant

Pour se lancer · estimation Acolyte

ComplexitéMoyenne
Délai de mise en valeurPlusieurs mois
Exigence sur les donnéesMoyenne
Faisabilité organisationnelleMoyenne
PortéeStructurant

Ce qu’il faut réunir

  • Données : Voix des clients
  • Données : Menu

Délai : estimation d’après la complexité (aucune durée citée par la fiche). Grille estimée par Acolyte à partir de la fiche ; elle se vérifie avec vos données et vos équipes. Le Diagnostic Data & IA ↗

Et dans une PME ? · estimation Acolyte

Pour un commerce de restauration, la leçon est que la commande vocale en environnement bruyant reste difficile ; mieux vaut automatiser d’abord la commande écrite.

  • Proposer la commande en ligne ou sur borne avant la voix
  • Mesurer le taux d’erreurs de commande avant tout déploiement
  • Garder un employé qui peut reprendre la commande à tout moment

La reconnaissance vocale en conditions réelles est un projet à risque, même pour un grand groupe. Transposition proposée par Acolyte, pas un résultat de la source.

ANALYSE

Ce qu’il faut en retenir

  • Un usage face au client expose chaque erreur, et les réseaux sociaux l’amplifient.
  • Arrêter un partenariat n’est pas renoncer à l’usage : McDonald’s a retenté l’expérience plus tard.

Limites et risques

  • Erreurs de commande visibles par les clients
  • McDonald’s n’a pas publié de taux d’erreur ; l’entreprise a ensuite relancé la commande vocale avec un autre partenaire.
  • Reconnaissance vocale dégradée en conditions réelles (bruit, accents, changements d’avis)

Cadre réglementaire · lecture indicative

Risque minimal

Usage sans obligation spécifique au titre de l’AI Act, en dehors de la maîtrise de l’IA par les équipes. Le RGPD s’applique dès que des données personnelles sont traitées.

Lecture indicative d’Acolyte, pas un avis juridique. Comprendre les niveaux de risque →

Résultats et sources

Preuve et source

CIO DiveOuvrir la source ↗Résultat rapporté par la source.

PROVENANCE

Source publique

https://www.ciodive.com/news/mcdonalds-ibm-drive-thru-automation-voice-ordering-ai/719127/

CONFIANCE

Élevée

ET CHEZ VOUS ?

Ce que HOCUS ferait ici

Un cas publié ne se recopie pas : il se transpose à vos données, vos équipes et vos contraintes.

PARCOURS · AGENTSComprendre le fonctionnement d’un agent