Dairy Queen leva IA da Presto a drive-thrus nos EUA e Canadá

Introdução

Dairy Queen confirmou a adoção de um chatbot de voz da Presto para atender pedidos em drive-thrus selecionados nos Estados Unidos e no Canadá, com rollout após pilotos considerados promissores. A iniciativa de IA em drive-thru busca reduzir tempo de atendimento, elevar ticket médio e liberar a equipe para tarefas de maior valor.

A notícia coloca a Dairy Queen no centro da disputa pela automação de pedidos no fast food, uma corrida que envolve ganhos de eficiência reais, mas também lições de cautela. Segundo a cobertura do The Verge, com base em reportagem do The Wall Street Journal, o sistema da Presto acerta pedidos cerca de 90 por cento do tempo, e a rede pretende expandir de forma gradual entre franquias.

Este artigo analisa o que muda na operação de drive-thru com IA, como a estratégia da Dairy Queen se compara à de concorrentes, quais métricas acompanhar, e que cuidados práticos reduzem riscos de implementação.

O que a Dairy Queen está implementando e por quê

A American Dairy Queen Corporation anunciou em 16 de abril de 2026 parceria com a Presto para Voice AI no drive-thru, após testes em lojas corporativas e com expansão inicial para franquias selecionadas no país. A justificativa oficial é melhorar a experiência do cliente, manter alta acurácia de pedidos e permitir que equipes foquem em tarefas de maior valor durante picos.

Pontos-chave do anúncio:

Foco inicial em drive-thru, com rollout em franquias selecionadas nos EUA e Canadá, apoiado por resultados considerados positivos na fase de piloto.
A Presto já atua com outras redes como Carl’s Jr., Hardee’s, Taco John’s e Fazoli’s, sinalizando maturidade de integrações com cardápios complexos e variações regionais.
A comunicação oficial ressalta promessa de acurácia elevada e de uma “dança humano-IA” fluida, com vantagem operacional e de receita via upsell sugerido automaticamente.

Para o gestor de operações, a oportunidade prática é direta: reduzir filas, padronizar o tom do atendimento e ampliar conversões de complementos, como acompanhamentos ou sobremesas, algo crítico em horários de alta.

O cenário competitivo, o que os rivais já aprenderam

O movimento da Dairy Queen acontece enquanto grandes redes testam, expandem ou reavaliam IA no drive-thru:

Taco Bell, da Yum Brands, anunciou expansão de Voice AI para centenas de drive-thrus nos EUA até o fim de 2024, reforçando a ambição de escala e o foco em padronização operacional.
White Castle, em parceria com a SoundHound, projetou levar a voz de IA para mais de 100 pistas até o fim de 2024, um case útil de integração contínua e aprendizado incremental.
Wendy’s vem testando o FreshAI, desenvolvido com Google Cloud, iniciado em 2023 na região de Columbus, com expansão gradual e foco em experiência consistente para clientes e equipe.
McDonald’s encerrou, em julho de 2024, o teste de Automated Order Taker em mais de 100 lojas com a IBM, após resultados mistos e episódios virais de erros. A rede, porém, declarou que voz no drive-thru segue no roadmap e continuará avaliando soluções.
Burger King testa headsets com IA para apoiar preparo, responder dúvidas operacionais e até acompanhar indicadores de “cordialidade” durante o atendimento, atualmente em centenas de restaurantes nos EUA.

A leitura tática: o setor avança, mas com cautela. Há ganhos operacionais e de receita ao alcance, embora a execução determine se a tecnologia será vista como vantagem competitiva ou como ruído adicional no serviço.

Acurácia, humanos no loop e transparência

Embora a Presto publique metas ambiciosas, reportagens de 2023 mostraram que, em muitos cenários, o drive-thru com IA dependeu de operadores humanos remotos revisando, validando ou corrigindo pedidos. A Bloomberg relatou que humanos participaram de grande parte dos pedidos em determinados contextos, acendendo debate sobre a real autonomia do sistema e sobre comunicação clara com clientes e franqueados.

Coberturas posteriores apontaram questionamentos regulatórios sobre divulgações feitas pela empresa no passado, em especial quanto às taxas de autonomia sem intervenção humana. O episódio reforça a importância de indicadores auditáveis, governança de dados e comunicação transparente na adoção.

A mesma reportagem do The Verge, citando o WSJ, indica que o assistente da Presto acerta cerca de 90 por cento dos pedidos. Em termos práticos, isso sugere que o sucesso operacional da Dairy Queen dependerá de:

definir claramente o funil de exceções, quando e como acionar atendente humano, sem fricção para o cliente,
manter logs e métricas de acurácia, abandono, retrabalho e tempo médio de atendimento por janela,
treinar equipe para convivência humano-IA sem zona cinzenta de responsabilidades.

Métricas que realmente importam no drive-thru com IA

KPIs úteis para o dia a dia de franquias que adotam IA em voz no drive-thru:

Acurácia de pedido no primeiro comando, percentual de itens compreendidos sem repetição.
Tempo total de ciclo, do “bem-vindo” até a confirmação final do pedido.
Taxa de upsell aceito, valor incremental por pedido quando a IA sugere complementos.
Taxa de fallback para humano, quando a IA transfere o atendimento, e tempo perdido na transição.
Retrabalho na janela de pagamento, correções de itens e cancelamentos.
Satisfação do cliente por NPS específico de drive-thru e avaliações em tempo real.

Benchmarks públicos úteis surgem de pilotos de grandes marcas. Exemplo, a expansão anunciada por Taco Bell e White Castle ajuda a balizar metas de escala e viabilidade operacional, enquanto o encerramento do teste da McDonald’s serve como alerta para definir critérios de sucesso e limites de tolerância a erros antes de expandir.

Aplicações práticas, do upsell ao menu dinâmico

Além de coletar pedidos, a IA da Presto pode:

Sugerir itens complementares com base em contexto, horário e meteorologia local, por exemplo, sobremesas frias em dias quentes.
Padronizar scripts de saudação e fechamento, mantendo sempre o tom de marca.
Acelerar pedidos complexos com modificadores, reduzindo ambiguidades de fala.
Integrar com POS para esgotamento automático de itens, evitando ofertas indisponíveis.
Suportar treinamento de equipe com transcrições e exemplos de boas conversas, respeitando privacidade.

Marcas concorrentes já exploram variações. Burger King, por exemplo, vem testando headsets com IA para apoiar cozinha e checar cordialidade do atendimento em 500 lojas nos EUA, uma abordagem que complementa, mas não substitui, a automação de pedidos por voz.

![Drive-thru genérico com carro na janela]

Riscos, compliance e privacidade de dados

A adoção de IA em voz traz desafios além da acurácia:

Privacidade, gravação de voz e retenção de dados de clientes exigem políticas claras e visíveis, além de aderência a leis estaduais e diretrizes corporativas.
Viés algorítmico e diversidade de sotaques precisam estar no plano de testes, inclusive com populações multilíngues.
Acessibilidade, com rotas fáceis para atendimento humano quando necessário.
Resiliência operacional, com plano B claro em casos de queda de rede, ruído excessivo e cenários de clima extremo.

Os casos recentes mostram que a narrativa pública importa. Falhas virais, como as que pressionaram a McDonald’s a encerrar seu piloto com a IBM em 26 de julho de 2024, geram danos de reputação desproporcionais ao número de incidentes técnicos. Definir governança e gatilhos de desativação temporária por loja ajuda a conter riscos.

Guia prático para franqueados e times de operações

Comece com um cardápio “core” e libere gradualmente modificadores complexos, medindo impacto em acurácia.
Estabeleça um playbook de exceções, por exemplo, ruído acima de limiar X transfere o pedido para humano sem pedir repetição desnecessária.
Treine para convivência humano-IA, incluindo como o atendente retoma a conversa sem constranger o cliente.
Monitore upsell por categoria, reduza sugestões que geram atrito ou demora.
Audite transcrições, avaliando clareza de fala sintética, latência e pontos de confusão recorrentes.
Integre inventário, removendo automaticamente itens em falta, como ensaiado por outras redes que usam IA operacional.

![Fachada de loja Dairy Queen, imagem editorial]

O que observar nos próximos meses

Escopo do rollout: quantas franquias, em quais estados e em que janelas de operação a IA ficará ativa, especialmente em promoções com alto tráfego. O piloto citado pelo The Verge incluiu teste em um dia de casquinhas grátis, ocasião em que, segundo a rede, os bots lidaram com filas sem se “irritar”.
Evolução de métricas públicas de acurácia e taxa de fallback. Se o objetivo é 90 por cento ou mais, acompanhar desvio por horário e ruído ambiente é chave.
Transparência sobre humanos no loop. Dada a controvérsia passada, informar quando há revisão humana, ainda que mínima, reduz ruído na imprensa e em redes sociais.
Reação de clientes e times. Comentários em plataformas públicas podem indicar onde o script precisa de ajustes, e onde o treinamento da equipe deve reforçar tom e clareza.

Reflexões e insights

Automatizar o drive-thru com IA não é só trocar uma voz humana por uma voz sintética. É repensar o fluxo inteiro de conversas, a lógica de exceções e como cada segundo ganha ou perde valor. Em marcas com alto volume, pequenos ganhos de ciclo acumulam receita e desafogam a cozinha, desde que a acurácia não derrube a confiança do cliente.

Casos do setor contam uma história congruente. Quem define critérios de sucesso desde o início, como tempo de ciclo, acurácia por item e taxa de upsell sem atrito, colhe resultados. Quem escala antes de fechar as rachaduras do funil de exceções alimenta manchetes negativas. A Dairy Queen entra nesta fase com a vantagem de aprender com acertos e tropeços de rivais, enquanto mantém rollout seletivo e metas explícitas de experiência.

Conclusão

A entrada da Dairy Queen na automação de voz para drive-thrus, com a Presto, aponta para uma nova rodada de eficiência operacional no QSR. O plano mistura tecnologia, design de conversa e governança. Olhando para o histórico recente do setor, a combinação que funciona é simples, embora exigente: pilotos bem delimitados, metas auditáveis, fallback humano sem atrito e aprendizagem contínua.

Se a rede transformar acurácia, upsell e tempo de ciclo em rotina sustentada, o chatbot deixa de ser novidade e vira padrão invisível de bom serviço. Caso contrário, é a experiência do cliente que avisará quando a IA precisa ouvir mais, falar menos e passar o bastão a um atendente em carne e osso.