Drive-thru y voice ordering

El pedido capturado por voz o touchscreen se muestra en pantalla visible desde el vehiculo antes del cobro. El audio de confirmacion no basta: ruido de motor, trafico y viento interfieren. Pantalla muestra items, cantidades y total; el cliente confirma verbalmente o con boton. Sin confirmacion visual los reclamos en ventana de entrega aumentan dramaticamente.

El sistema de voz usa cancelacion activa de ruido y microfonos direccionales apuntados al conductor. McDonald's con IBM (terminado 2024) fallo en parte por baja precision en entornos ruidosos reales, superada en demo pero no en produccion con trafico, lluvia o multiples vehiculos. Wendy's FreshAI (500-600 sucursales en 2025) resuelve esto con hardware dedicado.

El sistema responde en menos de 2s desde que el cliente termina de hablar. Por encima de 2s el cliente asume que no escucho y repite, causando duplicados. Por encima de 5s pierde confianza en el canal y busca asistencia humana. Medir latencia end-to-end incluyendo tiempo de red al LLM y vuelta al speaker, no solo procesamiento local.

El altavoz produce audio claro a 70dB (trafico moderado). Speakers tinny o de baja potencia son ininteligibles con motor encendido. Volumen auto-ajustable segun nivel de ruido detectado por el mic. La calidad de audio de salida impacta directamente la tasa de errores de orden: un cliente que no entiende la pregunta de up-sell no responde y se pierde la venta.

Boton fisico o palabra clave clara ("agente", "persona", "ayuda") que conecta a empleado en menos de 10 segundos. El fallback no es falla del sistema: es caracteristica de UX. Sin fallback, pedidos inusuales, necesidades especiales o fallas de reconocimiento generan abandono de lane. Wendy's FreshAI mantiene fallback humano explicito en cada sucursal.

El pedido capturado en el menu board esta disponible identico en la ventana de pago y en la de entrega. Discrepancia entre lo ordenado y lo que aparece en caja es falla de UX aunque sea error de sistema. En lanes con multiples carriles (doble drive-thru), la asignacion pedido-vehiculo debe ser inequivoca: numero de ticket, descripcion del vehiculo, o pantalla de confirmacion en ventana.

Un pedido iniciado en la app movil debe reconocerse al llegar al drive-thru (por numero, licencia o QR). El cliente no repite el pedido en el punto de entrada. SoundHound y Acrelec implementan esto conectando app, kiosco y POS en un solo registro. Sin omnicanalidad, la pre-orden movil pierde su valor porque el cliente igual re-ordena.

La ventana de entrega muestra confirmacion visible: numero de ticket prominente, resumen de items o foto del bag. Reduce reclamos de "me dieron el pedido equivocado" porque el cliente verifica antes de aceptar. En operaciones por encima de 30 autos/hora la confirmacion visual es mas confiable que la verbal.

Un sistema de voice ordering bien implementado mejora throughput del lane hasta 30% (Wendy's FreshAI). Medir tiempo promedio de orden (primer saludo a confirmacion final) vs baseline humano. Si la voz es mas lenta que el humano, es problema de UX o latencia, no de adopcion. Es la metrica para justificar mantener o retirar el sistema.

El canal de voz no soporta el 100% del menu. Subconjunto de 20-30 items de alta frecuencia con nombres no ambiguos es mas efectivo que intentar capturar combinaciones complejas. Pedidos complejos (modificadores, alergias, porciones personalizadas) se transfieren al menu visual o al agente humano. La especializacion reduce errores de reconocimiento.

Items, precios y disponibilidad del menu board se sincronizan con la base del sistema de voz en tiempo real. Si un item se agota, desaparece del menu visual Y del vocabulario de voz simultaneamente. Discrepancia entre lo visible y lo aceptable genera confusion y retrabajos en caja.