餐厅服务员 · 任务逐条
分析单位是任务,不是职位名称。下面每一条都带着它的方向、这条判断是有证据还是平台推断、判断的理由,以及它没有确立什么。
这一页上的每一项任务#
点单
正在自动化✓ 有证据支撑记下每个人要什么 —— 连同改动、过敏,以及那个中途改了主意的。
扫码点单在疫情期间把这件事的很大一部分挪到了顾客自己的手机上,而且留了下来 —— 这使它成为这份工作里最清楚的一次「已完成的自动化」,而且完成它的不是 AI。省下来的钱是真的,因为菜单一旦数字化,这项任务就是纯录入。
在已经这样做的地方,人均桌数上升了,而这份工作是变难了、不是变少了 —— 服务员现在管更多桌,同时失去了过去在桌边那三十秒:他就是在那三十秒里读这一桌的。拿掉一项任务可以让它所属的那份工作变糟,而这是服务这一组里最干净的例子。
掌控这个厅
仍由人主导✓ 有证据支撑同时在脑子里装着十二桌:谁在等、谁需要被放着别打扰、下一道菜该给哪桌、以及哪一桌如果五分钟内没人过去就会投诉。
这件事里调度的那部分确实可计算,也有系统在尝试;不可计算的是输入。判断六号桌的安静是「不好的安静」而不是「好的安静」,是一种对人的读取 —— 而餐厅里没有任何东西被装上传感器去采集它;它驱动的那个决定(现在过去,还是让他们待着)是在几秒内、没有任何数据的情况下做出的。
这一项属于人,并不决定一个人被分到几桌。同样的判断摊到十八桌而不是十桌,是同一个职位名下的另一份工作;而这个比例是在点单平板到位之后由经理定的 —— 这正是自动化不碰这项任务却仍然影响它的路径。
端着东西穿过一个挤满人的厅
新出现的任务✓ 有证据支撑端着盘子、托盘、饮料 —— 穿过一个满是移动的人、椅子腿和小孩的空间。
传菜是这份工作里今天机器人真的在规模化做的一项:送餐机器人已经部署在数以千计的餐厅里,主要在亚洲;它们成立是因为路线固定、而失败的表现是停下来。它们不做的是最后一米 —— 把正确的盘子放到正确的人面前,以及把它收走。
餐厅里的传菜机器人,是营销决策的次数不比是用工决策的次数少;而在已经部署的地方,被报告的效果通常是「员工少走了多少路」,不是「少了几个员工」。这个方向要读成「技术成立」,不要读成「人数结果」—— 被量到的是「少走了多少路」,而没有任何一家运营方公布过部署前后的服务排班表。
出事的时候
仍由人主导≈ 平台推断上错菜、迟了一小时的主菜、写在单子上却没体现在盘子里的过敏 —— 以及「这一单减免什么」的决定。
补救是餐饮口碑的全部,而它是在时间压力下当面完成的,并且伴随着「可以送点什么」的权限。那份权限就是机制:顾客被展示的是「一个对这张账单有权力的人在道歉」—— 而一块屏幕即便能发出退款,也演不了这件事。
关键是那份权限,而它被收回的次数远多于被自动化的次数:把减免决定收进 App 集中审批的连锁,在完全没有机器人参与的情况下,就把这项任务从服务员手里拿走了。一项看起来很耐久的「人的任务」,可以在一个下午里被一条政策掏空。