Square推出AI对话点单终端Kiosk，21.5英寸屏支持语音点餐与实时修改订单

Square正式推出其首款AI驱动的自助点单终端——Square Kiosk，标志着支付与餐饮服务硬件向“对话式交互”迈进一步。该设备于2026年10月14日上市，核心卖点在于集成一个具备“代理式对话能力”的语音AI层，可理解商家完整菜单结构，并以接近真人服务的方式响应顾客需求。

Kiosk采用垂直立式设计，外形为圆角长条形（Square描述为“pill shape”），配备21.5英寸高清触摸屏。当顾客靠近时，设备通过存在感应自动唤醒并欢迎用户；点单过程中，顾客可直接用语音提出请求，例如“我要一份不加洋葱的牛肉卷”，或“甜茶换成无糖冰的”，AI会实时识别意图、确认选项并更新订单。系统还支持中途追加商品、询问库存或配送细节等交互动作，整个流程无需切换界面或手动勾选。

支付环节延续Square一贯的轻量化设计：支持非接触式刷卡（NFC）与插卡两种方式，结账后屏幕显示金额与优惠信息，同时同步至后台POS系统。据官方介绍，该AI层并非通用大模型调用，而是针对餐饮场景微调的专用模型，能准确解析地域化菜名、套餐组合逻辑及常见替换规则，降低误点率。

定价方面，Kiosk硬件售价为1,999美元，仅面向已订阅Square Plus或Premium服务的企业开放；此外需额外支付99美元/月的软件订阅费，涵盖AI服务、远程管理与安全更新。Square未公布首批合作商户名单，但强调该设备适用于快餐店、咖啡馆、便利店等高频次、标准化程度较高的线下场景。

这一产品发布处于“AI代理式商务”快速落地的行业窗口期。就在Square官宣前一日，TikTok上线了名为Shopping Assistant的AI购物助手与Buy Direct一键结账功能，允许用户在短视频流内完成从咨询到支付的闭环；Kakao也在其开发者大会上推出Kanana Space AI助理，支持语音订水、送礼与转账等交易指令；阶跃终端发布的STEPX Neo手机则联合支付宝阿宝，实现“说一句话完成团购下单+核销”的全流程服务。

这些动向共同指向一个趋势：服务入口正从“人找服务”转向“服务主动适配人”。过去消费者需在多个App间跳转完成任务（如查优惠→比价→下单→付款），如今AI作为中间层，负责理解模糊意图、调用多系统能力、协调履约链路。对商户而言，这意味着商品与服务信息必须结构化、机器可读——尺码表、配料清单、库存状态、配送范围等数据不再是静态展示内容，而成为AI决策的输入源。

值得注意的是，技术落地效果仍存差异。沃尔玛曾披露，通过ChatGPT内嵌的一键结账功能销售商品，转化率仅为传统跳转路径的三分之一。原因包括：部分用户习惯合并下单、对AI推荐信任度不足、或担忧隐私泄露。这也解释了为何Square选择将AI嵌入实体终端而非纯软件方案——物理设备提供确定性交互边界，减少用户认知负荷，同时保障交易环境可控。

对比其他厂商路径，Square的策略更偏重B端效率提升而非C端娱乐化。TikTok与Kakao侧重内容平台内的消费闭环，阶跃手机则瞄准个人智能体终端；而Square Kiosk明确服务于已有线下门店的数字化升级，其价值在于降低人力成本、缓解高峰时段排队压力，并收集更高质量的语音交互数据用于模型迭代。

从硬件形态看，Kiosk并非首创——麦当劳、赛百味等早已部署自助点餐机，但传统设备依赖图形界面点击，对老年人、视障人士或非母语者不够友好。Square的突破在于将语音交互深度耦合进订单生成逻辑，而非简单叠加语音识别模块。例如，当顾客说“跟上次一样，但不要香菜”，系统需关联历史订单、识别菜品ID、执行排除项并校验库存，这涉及意图理解、记忆调用与约束求解三重能力。

行业观察指出，此类设备的普及仍受限于三方面因素：一是中小商户的初始投入门槛（近2000美元硬件+持续月费）；二是菜单动态更新的维护成本——若商家频繁调整菜品或价格，需同步更新AI知识库；三是本地化语言支持，目前Square未说明是否支持多语种或方言识别。

不过，深圳等地的实践已验证轻量级AI服务的可行性。笔架山公园部署的无人机送餐、鸿蒙AI冰淇淋机器人、智能琴房等设施，均以“不改变用户习惯”为前提，解决具体场景痛点。Square Kiosk的逻辑相似：它不试图替代服务员，而是承接重复性高、标准化强的点单环节，让员工转向更具人际温度的服务岗位。

随着越来越多平台接入统一商务协议（如TikTok的UCP），跨系统调用将更顺畅。未来，一家咖啡店的Kiosk或许不仅能处理店内点单，还能联动外卖平台库存、自动同步会员积分、甚至根据天气推荐热饮——前提是数据接口开放且AI具备上下文推理能力。

目前，Square Kiosk尚未公布中国区上市计划。考虑到国内移动支付高度成熟，类似功能可能以小程序+语音助手形式先行落地，例如微信支付接入的“语音点单”试点已在部分连锁品牌测试。但实体终端在嘈杂环境下的抗干扰能力、离线应急处理等优势，仍使其在特定场景中不可替代。

技术演进不会止步于“能说话”。下一步，AI点单终端或将整合视觉识别（摄像头判断顾客手持物品以推荐搭配）、情绪感知（通过声纹判断是否需要人工介入）或预测性推荐（基于历史行为预加载常购组合）。但无论功能如何扩展，核心逻辑不变：工具的价值不在于炫技，而在于让一次点餐少花30秒、少一次沟通误会、多一分确定性体验。