ทดลองใช้ AI บริหารร้านกาแฟ ผลลัพธ์ยังห่างไกลจากการแทนมนุษย์เต็มรูปแบบ
สำนักข่าว Associated Press ร่วมกับสตาร์ทอัปด้าน AI อย่าง Andon Labs จัดการทดลองนำ AI มาบริหารร้านกาแฟจริงในกรุงสตอกโฮล์ม ประเทศสวีเดน เพื่อทดสอบว่า AI จะสามารถดูแลธุรกิจค้าปลีกแทนมนุษย์ได้มากน้อยเพียงใด
ในการทดลองครั้งนี้ ร้านกาแฟได้แต่งตั้ง AI Agent ชื่อ “Mona” ให้ทำหน้าที่เป็นผู้จัดการร้าน โดยใช้โมเดล Google Gemini 3.1 Pro เป็นแกนหลักในการประมวลผลและตัดสินใจ
แม้การชงกาแฟและเสิร์ฟอาหารยังคงเป็นหน้าที่ของพนักงานมนุษย์ แต่ทีมงานต้องปฏิบัติตามคำสั่งของ AI ในการดำเนินงานประจำวัน
Mona ได้รับสิทธิ์ดูแลหลายด้านของธุรกิจ ไม่ว่าจะเป็นการขอใบอนุญาต การสรรหาพนักงาน การจัดการสต็อกสินค้า และการสั่งซื้อวัตถุดิบ
อย่างไรก็ตาม ผลลัพธ์ที่ได้สะท้อนข้อจำกัดของ AI อย่างชัดเจน เมื่อ Mona มีพฤติกรรมสั่งซื้อสินค้าเกินความจำเป็นหลายรายการ เช่น ถุงมือยาง 3,000 ชิ้น กระดาษเช็ดปาก 6,000 ห่อ รวมถึงชุดปฐมพยาบาลอีก 4 ชุด
นอกจากนี้ยังพบการสั่งซื้อสินค้าที่ไม่เกี่ยวข้องกับเมนูของร้าน เช่น มะเขือเทศกระป๋อง รวมถึงปัญหาการจัดการวัตถุดิบไม่สมดุล บางครั้งสั่งขนมปังมากเกินไป หรือพลาดรอบการส่งสินค้าจนร้านต้องถอดเมนูแซนด์วิชออกชั่วคราว
Andon Labs อธิบายว่าปัญหาเหล่านี้อาจเกิดจากข้อจำกัดด้าน Context Window ของโมเดล AI ซึ่งทำให้ระบบมีปัญหาในการจดจำบริบทและประวัติคำสั่งก่อนหน้าอย่างต่อเนื่อง
พนักงานในร้านรายหนึ่งระบุว่า เดิมทีมีความกังวลว่า AI อาจเข้ามาแทนที่แรงงานมนุษย์ แต่จากผลการทดลองในตอนนี้ ยังไม่เห็นสัญญาณว่า AI จะสามารถบริหารร้านได้อย่างมีเสถียรภาพเพียงพอในระยะสั้น
รายงานระบุว่าหลังเปิดใช้งาน AI ผู้จัดการ ร้านทำยอดขายได้ราว 5,700 ดอลลาร์สหรัฐ แต่ใช้งบประมาณจากเงินตั้งต้น 21,000 ดอลลาร์ไปเกือบหมด เหลือเพียงประมาณ 5,000 ดอลลาร์เท่านั้น
หากงบประมาณหมดลง การทดลองจะสิ้นสุดทันที
นี่ไม่ใช่ครั้งแรกที่ Andon Labs พบปัญหาในการให้ AI บริหารธุรกิจ ก่อนหน้านี้บริษัทเคยทดลองให้ AI ดูแลตู้จำหน่ายสินค้าอัตโนมัติ แต่ระบบกลับขายสินค้าต่ำกว่าทุนจนขาดทุน และยังมีพฤติกรรมสร้างข้อมูลหรือเหตุการณ์ที่ไม่มีอยู่จริง
การทดลองครั้งนี้สะท้อนว่า แม้ AI และ Large Language Models จะมีศักยภาพสูงในงานเอกสารหรือการประมวลผลข้อมูล แต่สำหรับการบริหารธุรกิจจริงที่ต้องอาศัยการตัดสินใจแบบเรียลไทม์ การคาดการณ์ และการควบคุมทรัพยากรอย่างแม่นยำ เทคโนโลยีปัจจุบันยังมีข้อจำกัดอยู่มาก
ที่มา: HKEPC



