漢堡王「Patty」：OpenAI 動力頭戴裝置進駐 500 家餐廳，全天候監測員工「友善度」的爭議

「Patty」是誰？從頭戴裝置到後台大腦

「Patty」這個名字，明顯是對漢堡肉餅（patty）的一語雙關——但它的功能遠比一塊牛肉餅複雜。這套系統是漢堡王母公司 Restaurant Brands International（RBI）旗下更大平台「BK Assistant」的核心組件，整合了網頁介面和手機應用程式，目前正在美國 500 家餐廳進行試驗，預計在 2026 年底前完成全美推廣。

從硬體層面看，Patty 以頭戴式耳機為入口，讓前線員工隨時可以用語音查詢。員工可以問：「今天最暢銷的餐品是什麼？」、「洋蔥圈庫存還剩多少？」、「雙層牛肉堡應該用哪種醬？」系統會即時給出回答，背後由 OpenAI 的基礎模型提供語言理解和生成能力。這在表面上是一個合理的提效工具——減少員工需要停下手頭工作去翻查資料的時間。

前四項功能幾乎無可爭議——它們是效率工具，類似於更智能的後台管理系統。真正引發輿論譁然的，是後兩項。

「友善度評分」：商業邏輯還是數位監控？

Patty 會持續監聽得來速（drive-thru）車道上員工與顧客之間的對話。系統透過識別關鍵詞——例如「歡迎光臨」（welcome）、「請」（please）、「謝謝」（thank you）——來判斷員工的服務態度是否達標。管理人員可以隨時調閱任何班次或門店的「友善度評分」（friendliness score）。

漢堡王方面強調，這項功能的目的並非「評分」個別員工，也不是強制推行標準化對話腳本，而是協助門店整體提升服務品質、識別哪些班次或地點可能需要額外支援。然而，這個解釋讓許多評論者難以信服。

當一個系統能夠按班次生成友善度評分，管理人員幾乎不可避免地會將它用於評核個別員工。「不是要評分人」的聲明，對於每天被全天候監聽的工人而言，不過是一句空話。

社交媒體上的反應迅速且尖銳。不少用戶以「反烏托邦」（dystopian）形容這套系統，另一些人則稱之為「帶着笑臉的監控」（surveillance with a smile）。批評者指出，問題不在於 AI 本身的技術可行性，而在於權力關係的根本不對等：員工無法選擇退出這套監控系統，卻必須在它的凝視下完成每一個工作時刻。

快餐業的 AI 軍備競賽

漢堡王並非孤例。整個快餐行業正在掀起一場 AI 導入的軍備競賽，而各家的策略各有不同。

Yum! Brands：與 Nvidia 聯手

Yum! Brands 旗下擁有肯德基（KFC）、必勝客（Pizza Hut）和塔可鐘（Taco Bell），已宣布與 Nvidia 建立合作夥伴關係，將 AI 技術部署到餐廳運營的多個環節。Nvidia 的優勢在於其 GPU 算力基礎設施和 AI 推理平台，這使得 Yum! 能夠在本地端（edge）處理部分 AI 工作負載，降低對雲端的依賴，同時提升反應速度。

麥當勞：從 IBM 到 Google 的轉向

麥當勞的 AI 路徑更為曲折。2024 年，麥當勞終止了與 IBM 合作試驗的 AI 得來速點餐系統（Automated Order Taker），原因是系統在處理複雜訂單時屢次出錯，引發顧客投訴，並在網絡上引發大量搞笑影片流傳。這次失敗是快餐業 AI 部署的重要警示案例：技術準備不足的倉促部署，不僅無法提升效率，反而損害品牌形象。

然而麥當勞並未就此放棄。目前該公司正在與 Google AI 展開新一輪合作，聚焦於更成熟的語音辨識和後台管理場景，而非直接面向顧客的前台點餐系統。這一轉向反映了行業的集體學習：先從後台效率工具入手，建立信任和技術基礎，再逐步延伸至前台互動。

四百萬工人，沒有退出選項

美國快餐業僱用約 400 萬名工人，絕大多數領取最低工資或接近最低工資的薪酬。這個群體在美國勞動市場中屬於最脆弱的一層：工會覆蓋率低，談判籌碼有限，工作替代性高，且往往面對龐大的連鎖企業管理層。

Patty 的推出，將這個群體置於一個新的困境：他們無法選擇不被監聽。當一名倉庫揀貨員為 Amazon 工作，Amazon 的 AI 系統會追蹤他的揀貨速度和閒置時間；當一名 Uber 司機接單，Uber 的算法會根據取消率和評分決定他的收入；而現在，當一名漢堡王員工在得來速視窗前招呼顧客，OpenAI 的語言模型正在記錄他說了多少聲「謝謝」。

這已不是孤立的案例，而是一個系統性的趨勢：AI 正在成為管理前線勞工的核心工具，而這些工人往往沒有足夠的資源或渠道對此提出異議。勞工倡議團體已開始關注這一議題，但在缺乏明確法律保護的情況下，個別員工面對此類系統幾乎毫無招架之力。

對於一個無法輕易辭職的最低工資工人而言，「全天候語音監控」並非抽象的倫理問題，而是每個工作日必須承受的具體現實。

「效率」敘事的遮蔽效應

漢堡王將 Patty 定位為「提升運營效率」和「支持員工工作」的工具，這是企業導入監控技術時最常見的敘事框架。這個框架並非全無道理：自動庫存警示確實能減少員工的重複勞動，即時菜單更新確實能避免顧客失望。但「效率」敘事的問題在於，它傾向於將技術的所有功能打包成一個善意的整體，令人難以單獨質疑其中某個具體的、有爭議的組件。

當我們接受「Patty 是提效工具」這個前提，就很難在同一邏輯框架內反對「友善度評分」——因為後者也被定義為「提效」的一部分。這種框架的設計方式，本身就是一種值得警惕的話術。

商業邏輯無可否認

儘管爭議重重，我們必須承認這套系統在商業上有其合理性。快餐業的利潤率極薄，在通脹和最低工資上漲的雙重壓力下，連鎖品牌迫切需要在不大幅增加人手的前提下提升每家門店的運營效率。

庫存管理的失誤代價高昂：備貨不足導致顧客失望和銷售損失，備貨過量則造成食材浪費。AI 驅動的即時庫存警示，理論上可以顯著降低這兩類損失。數位菜單的實時同步，也能有效減少顧客下單後才被告知餐品售罄的負面體驗。從純商業角度看，這些功能的投資回報是可量化、可預期的。

「友善度評分」的商業邏輯則更微妙。快餐品牌的聲譽很大程度上取決於服務的一致性——顧客期望在任何一家門店都能獲得大致相同的服務體驗。傳統上，這種一致性靠培訓手冊和神秘顧客（mystery shopper）維繫，既昂貴又覆蓋面有限。AI 監測理論上可以提供更廣泛、更持續的品質監控。問題不在於目標，而在於手段。

香港的距離：比你想像的近

香港讀者或許會認為這是遙遠的美國問題，但事實並非如此。香港擁有麥當勞、肯德基、漢堡王三大快餐品牌，其中漢堡王在港擁有數十家門店。RBI 在美國試驗 Patty 的主要目的之一，正是在滾動全球推廣前驗證系統的可行性。如果美國試驗達到預期效果，亞太區的部署可能在 2027 至 2028 年間提上議程。

香港的快餐業同樣面對勞動力成本上升和效率壓力，AI 提效工具的吸引力並不遜於美國。但香港也有其特殊的法律和社會環境：《個人資料（私隱）條例》對於工作場所的個人資料收集有一定規範，勞工界對工作場所監控的敏感度也在近年有所提升。如果類似系統引入香港，私隱專員公署的監管立場將是關鍵變數。

更廣泛地看，香港的零售和餐飲業僱主一直面對人力短缺和薪酬成本壓力。AI 工具的吸引力是真實的，但如果缺乏明確的法律框架規範工作場所 AI 監控，員工的私隱保障將完全依賴僱主的自律——這是一個高度不確定的保障。

前線 AI 監控的更大圖景

Patty 並非孤立現象，而是一個更大趨勢的組成部分：AI 正在成為管理前線勞工的標準工具。Amazon 倉庫早已廣泛部署 AI 追蹤揀貨員的工作效率，並以算法決定誰的合同可以續簽。Uber 和 Lyft 以算法管理司機的接單率、取消率和乘客評分。零售連鎖使用 AI 攝像頭監控收銀員的操作速度和失誤率。

這些系統的共同特徵是：它們作用於談判能力最弱的勞工群體，而這些群體往往最缺乏對抗這些系統的法律資源和集體力量。快餐業的 Patty，不過是將這套邏輯延伸到語音監控的新維度。

我們該如何看待這場 AI 轉型

快餐業的 AI 轉型是真實的，不可逆的，也是商業上合理的。但「商業合理」和「倫理合理」並不是同一件事。Patty 的案例迫使我們思考幾個核心問題：

第一，工作場所的 AI 監控應該有哪些邊界？全天候語音監控，即使聲稱不針對個人，在實際操作中幾乎必然會對個別員工產生壓力。沒有明確的法律邊界，「運營效率」可以成為任何形式監控的擋箭牌。

第二，被監控的工人應該有哪些知情和異議權利？員工是否清楚知道哪些對話會被記錄和分析？他們是否有渠道質疑評分結果？在目前漢堡王的設計中，這些問題都缺乏清晰答案。

第三，AI 評分的「客觀性」神話需要被拆解。用「welcome」、「please」、「thank you」的出現頻率來衡量友善度，是一種極度簡化的代理指標。一個在顧客提出無理要求時冷靜應對、妥善化解的員工，可能比一個反射性說了很多謝謝但造成混亂的員工更值得嘉許——但 AI 系統未必能識別這種差異。

漢堡王說，目標不是評分人，而是支持效率。這或許是真誠的意圖。但意圖與結果之間，往往隔着一個充滿權力不對等的組織現實。在那個現實裡，「Patty」聽到的不僅是「welcome」和「thank you」，還有每個工人在知道自己被監聽時，選擇說什麼、不說什麼的沉默。