Building AI Employees for Hospitality: How AITropos Takes Orders Where Customers Already Are
Эпизод подкаста Just Now Possible: Тереза Торрес беседует с Санти Маркиори (CEO) и Хуаном Хаэдо (CTO) из AITropos о создании AI-сотрудников для сферы гостеприимства. Команда прошла три итерации продукта — аппаратное устройство для официантов, приложение для официантов и, наконец, клиентский разговорный агент в WhatsApp, принимающий заказы целиком: рекомендации по меню, модификаторы, зоны доставки, ссылки на оплату и статусы. Основной технический вызов — преобразование недетерминированного человеческого диалога в структурированные данные заказа, совместимые с POS. Они выбрали архитектуру на основе инструментов (tools) вместо MCP ради скорости, предзагружают контекст продуктов до вызова инструмента и тестируют систему тысячами симулированных диалогов за ночь перед развёртыванием на новой точке. Время онбординга нового клиента удалось сократить с трёх месяцев до нескольких недель.
Слушайте этот эпизод на: Spotify | Apple Podcasts
Что нужно, чтобы создать AI, способный принять заказ еды в WhatsApp — корректно, каждый раз, и достаточно быстро, чтобы клиенты не догадались, что общаются не с человеком? Именно эту ключевую задачу взялись решить Santi Marchiori и Juan Haedo в AITropos — компании, которая создаёт AI-сотрудников для индустрии гостеприимства.
В этом эпизоде Just Now Possible Teresa Torres беседует с Santi Marchiori (CEO) и Juan Haedo (CTO) из AITropos о том, как они построили AI-агента приёма заказов, который ведёт весь процесс — рекомендации по меню, модификаторы, зоны доставки, ссылки на оплату и обновления статуса — полностью внутри WhatsApp. Чтобы дойти до этого, они прошли три итерации продукта: сначала аппаратное устройство для официантов, потом приложение для официантов, и, наконец, разговорный агент, обращённый к клиенту и построенный на архитектуре tools, спроектированной ради скорости и надёжности.
Вы услышите, как они решили ключевую техническую задачу — перевод недетерминированного человеческого диалога в структурированные данные заказа, совместимые с POS; почему они выбрали tools вместо MCP для архитектуры агента; как они предварительно инжектят контекст товаров, чтобы снизить задержки ещё до того, как агент вызовет инструмент; и почему они прогоняют тысячи диалогов с симулированными агентами-клиентами за ночь, прежде чем разворачивать систему в реальной точке.
Заметки к выпуску
Гости
Santi Marchiori, CEO, AITroposJuan Haedo, CTO, AITropos
Вы услышите, как они
Потратили два года на изучение сотен стартап-идей, прежде чем нашли конкретную нишу — приём заказов на базе AI в гостеприимствеПрошли три итерации продукта — аппаратное устройство для официантов, приложение для официантов и, наконец, клиентский WhatsApp-агент — пока не нашли правильный форм-факторВыделили точность идентификации позиций заказа как свой единственный самый важный KPIВыбрали архитектуру агента на базе tools, отказавшись от MCP и пайплайнов, чтобы уложиться в требования по скорости отклика в реальном времениПостроили параллелизованный пайплайн, который ищет несколько товаров одновременно и предзагружает контекст товаров ещё до того, как агент вызовет инструментИспользуют небольших быстрых суб-агентов для построения «немедленного системного промпта», который инжектит релевантные данные в каждый ход без дополнительных вызовов инструментовТестируют систему тысячами диалогов с симулированными агентами-клиентами, прогоняемых за ночь, перед развёртыванием на новых точкахСократили онбординг нового клиента с трёх месяцев до нескольких недель — и продолжают его уменьшать, выстраивая отраслевые шаблоны
Ресурсы и ссылки
Главы
00:00 Знакомство с основателями00:59 Что создаёт AITropos01:51 AI против человеческого подхода06:17 Сценарии использования в ресторанах08:16 Почему гостеприимство10:47 Поиск точки входа16:00 Ранние прототипы16:46 Сложные части приёма заказа18:03 Скорость и каналы21:15 Итерации и переходы на новые модели30:50 Процесс заказа клиентом35:48 Вопрос об открытии меню36:07 Меню внутри WhatsApp36:50 Поиск точки входа в чат37:37 Почему текстовый заказ выигрывает38:30 Пайплайн под капотом40:54 Tools против воркфлоу45:05 Тулинг и Prompt Composer49:29 Быстрая предзагрузка контекста54:02 Майндсет основателя-ученика57:21 Оценка точности заказов01:00:03 Тестирование и передача человеку01:03:56 Онбординг и масштабирование01:06:10 Что дальше и заключение
Полная расшифровка
Расшифровки подкаста доступны только платным подписчикам.