Los grandes están probando chatbots en el drive‑thru y la reacción del cliente es tibia: 55% de los estadounidenses preferiría a un humano para ordenar (YouGov, enero 2025), mientras que solo 4% prefiere la IA (YouGov, enero 2025). Esto resume el problema: la tecnología promete eficiencia, pero falla en credibilidad, privacidad y expectativa del cliente. El caso de Presto y la acción de la SEC (citada en Emma Roth / The Stepback, 17‑05‑2026) demuestra el costo de prometer más de lo que el sistema realmente hace.
¿Qué está pasando y qué dicen los números?
Desde 2019 las cadenas empezaron a invertir: McDonald’s compró Apprente en 2019 y lanzó un piloto de 10 locales en 2021 (Emma Roth / The Stepback, 17‑05‑2026). En 2022 Checkers desplegó Presto en sus locales corporativos; Wendy’s reportó que en un piloto su IA tomó pedidos correctos el 86% de las veces (Wendy’s/Google, 2023, citado por The Stepback). Pero las cifras oficiales muestran fricciones: Presto fue investigada por la SEC tras denuncias de que humanos intervenían en la mayoría de pedidos (SEC filing, citado por The Stepback, 17‑05‑2026). Al mismo tiempo, proveedores menos visibles como Berry AI dicen reducir tiempos de servicio 20–40% (Berry AI, citado por The Stepback, 17‑05‑2026). Además, una encuesta del sector encontró que 26% de los operadores ya usan IA en restaurantes (National Restaurant Association, citado en The Stepback, 17‑05‑2026). En resumen: hay adopción, pero la promesa original de transformación completa no está cumplida.
¿Cómo impacta esto en el mercado argentino?
En LATAM la historia cambia por fricciones locales: medios de pago propios, logística y una relación costo‑cliente más sensible. Vemos tres puntos clave para la Argentina. Primero, la aceptación del cliente es crítica: si la mitad prefiere humanos (YouGov, ene 2025), la sustitución masiva puede dañar la experiencia y la reputación local. Segundo, las mejoras operativas menos visibles suelen dar más resultado: sensores de peso que evitan entregas incompletas o alertas de stock reducen errores sin chocar contra la preferencia por atención humana (Berry AI claim, citado por The Stepback). Tercero, el ROI tiene que calcularse en pesos y con costos logísticos locales; una reducción del 30% en tiempos no siempre se traduce en menos personal si los picos siguen exigiendo humanos. Para un pyme en Argentina, la regla es simple: probar en un local, medir precisión real y no pagar por promesas de IA sin datos locales.
Riesgos reales: privacidad, telemetría y credibilidad
Las empresas tech suelen recolectar audio, imágenes y metadatos del flujo de pedidos. Eso tiene costo reputacional y legal. En EE. UU. la SEC ya intervino cuando la tecnología no cumplió lo prometido (SEC, citado por The Stepback, 17‑05‑2026). En LATAM, donde la regulación de telemetría y consentimiento es menos homogénea, la recomendación es clara: minimizar la telemetría, anonimizar datos y pedir consentimiento explícito para grabar audio. También pedimos auditoría externa de desempeño: medir tasa de pedidos correctos, fallback humano y tiempo promedio por vehículo. Sin esos números auditables, la cadena vende una caja negra y el cliente termina desconfiando. La transparencia no es solo ética; es negocio: mejora la tasa de repetición y baja el costo de manejo de reclamos.
Qué deben hacer los emprendedores y las cadenas
Para un dueño de local pequeño: no empezar por un chatbot a gran escala. Empezar con mejoras medibles (alertas de stock, pesos en bolsa, monitoreo de tiempos) que suelen dar resultados inmediatos. Si se prueba chatbot, hacerlo en un solo turno y medir tres KPIs en 30 días: tasa de éxito del pedido, fallback a humano y NPS del cliente. Exigir auditoría externa antes de pagar por marketing de rendimiento. Para las cadenas: publicar métricas de precisión verificadas, sistemas claros de consentimiento y un plan para minimizar telemetría. En todas las etapas aplicar la regla de ROI: si la herramienta cuesta X, debe ahorrar o generar al menos X en 3–6 meses. Apoyamos auditorías independientes, máxima transparencia y minimización de telemetría con consentimiento claro al desplegar estas tecnologías (coherente con nuestra posición previa).
