Ha azt hitted, a „chat-alapú felület” automatikusan kényelmesebb, a Starbucks–ChatGPT kísérlet józanító példa: ugyanazt a rendelést sokak szerint lassabban és több súrlódással lehet végigvinni.

Mi történt

A Futurism beszámolója szerint a Starbucks lehetővé tette, hogy a vásárlók a hagyományos app helyett a ChatGPT-n keresztül adják le a rendelést. A koncepció nem az, hogy az alkalmazásban van egy kis AI-asszisztens, hanem hogy maga a beszélgető AI „fogja meg” a rendelési folyamatot — vagyis egy AI-n belüli miniapp próbálja kiváltani a megszokott, gombokra és gyors menükre épülő felületet.

A megoldás vegyes, de inkább negatív reakciókat kapott. Wes Bos fejlesztő az X-en azt emelte ki, hogy ez az egyik első olyan MCP-s (Model Context Protocol) alkalmazás, ami „kiszabadult” a tech-körökből, és érdekes módon a szélesebb közönség reakciója kifejezetten rossz. (Az MCP, azaz model context protocol egy nyílt forrású szabvány arra, hogy egy nagy nyelvi modell — mint a ChatGPT — külső eszközöket és szolgáltatásokat tudjon „bedugni” és használni. Gondolj rá úgy, mint egy univerzális csatlakozóra, amivel a chatbot különféle rendszerekkel tudna együttműködni.)

A fő panasz: a folyamat lassú és darabos. A cikk példát is hoz: egy felhasználó videón hasonlította össze a rendelést a Starbucks appban és ChatGPT-n keresztül. Az appban egy ital (Mango Strawberry Lemonade Energy Refresher) megrendelése pár érintéssel kb. 20 másodperc volt, míg ChatGPT-ben nagyjából 1 perc 40 másodperc. A chatbotos rendelésnél a késleltetett válaszok és a párbeszéd „pingpongja” olyan, mintha egy zsúfolt üzletben próbálnád kiabálva pontosítani a részleteket — csak itt a másik fél egy lassan reagáló felület.

A Verge újságírója, David Pierce még rosszabb élményt írt le: szerinte „teljes káosz” volt. A klasszikus chatbot-problémák is előjöttek, például a túlzottan hízelgő, marketinges stílus (a cikk „persistent glazing”-ként hivatkozik rá). Amikor Pierce egy venti jegeskávét kért, a ChatGPT nem egyszerűen rögzítette a rendelést, hanem hosszan magyarázott és ajánlgatott.

A lényegi gond viszont az volt, hogy Pierce-nek így is menükön kellett végigkattintania a testreszabáshoz, tehát a „mondd el, mit kérsz” ígéret elolvadt a valóságban. Ráadásul a folyamat közben felugró üzenet figyelmeztette, hogy a chat „közel van a limithez”, majd később a rendszer hibázott, rossz Starbucks-helyszínt választott, és végül üzenetlimitbe futott: „You’re out of messages with the most advanced Free model”, ami öt óra múlva resetelődik. A visszaváltott (gyengébb) modell pedig már azt közölte: nem tudja közvetlenül leadni a rendelést vagy valódi kosárba tenni.

Közben a Starbucks sajtóanyaga ennél jóval ambiciózusabb képet fest: az AI nemcsak rendelést venne fel, hanem „hangulat” alapján ajánlana — például olyan nyitott kérdésekre, mint hogy „ajánlj egy italt, ami passzol az outfitem vibe-jához”. A marketingállítás szerint a vásárlók „nem mindig menüből indulnak ki, hanem egy érzésből”. A netes reakciók a Futurism szerint inkább az ellenkező „érzést” tükrözik: sokak szerint az integráció egyszerűen rossz ötlet.

Miért fontos

Ez a sztori nem a kávéról szól, hanem arról, hogy hol van a határa az „AI mint felület” gondolatnak. Egy rendelős app tipikusan tranzakciós UI: gyors, ismétlődő műveletek, minimális bizonytalansággal. Ilyenkor a gombok, előre mentett kedvencek és egyértelmű opciók sokszor verhetetlenek.

A chat viszont akkor jó, ha a felhasználó nem tudja pontosan, mit akar, és beszélgetve szeretne eljutni egy döntésig. Csakhogy a cikkben bemutatott élmény alapján a Starbucks-féle megoldás jelenleg a két világ rosszabbik felét tudja: a chat lassúságát és a menük kényszerét egyszerre. Olyan, mintha egy GPS-t úgy akarnál kezelni, hogy minden kanyar előtt külön rákérdezel: „és most merre?”, ahelyett, hogy ránéznél a térképre.

Mire figyelj

  1. Tényleg végig lehet-e vinni a rendelést? A Verge tapasztalata alapján nem csak „fapados”, de akár zsákutcába is futhat (limit, modellváltás, kosárba helyezés hiánya).
  2. Üzenetlimit és megbízhatóság: ha egy folyamat közben korlátba futsz vagy hibázik a rendszer, az azonnal elveszi a „kényelmi” előnyt.
  3. Hol ad hozzá értéket a chat? Az ajánlás (pl. „hangulat alapján”) lehet hasznos, de a gyors újrarendelésnél a hagyományos app sokszor hatékonyabb.
  4. MCP és a „chat mint UI” jövője: érdekes technológiai irány, de a széles körű elfogadáshoz nem demók kellenek, hanem következetesen gyors, stabil és kiszámítható felhasználói élmény.