Starbucks po devíti měsících ruší AI systém pro inventuru. Nezvládl rozeznat mléko od rostlinných alternativ

Nasazení bylo masivní – technologie se během září 2025 rozšířila do více než 11 000 poboček Starbucks v Severní Americe. Firma očekávala, že systém výrazně zrychlí kontrolu zásob, omezí jejich manuální vedení a hlavně zlepší přehled o tom, co v kterém obchodě chybí.

Realita však byla jiná.

Co se pokazilo? Systém nedokázal odlišit mléko od alternativ

Už v únoru 2026 začaly na sociálních sítích a v interních komunikacích přibývat stížnosti zaměstnanců. Algoritmus podle nich opakovaně chyboval při sčítání a identifikaci položek.

Největším problémem bylo rozeznávání podobně vypadajících produktů – konkrétně druhů mléka. AI si například pletla kravské mléko s ovesným, sójovým nebo mandlovým, případně je nerozpoznala vůbec.

Pro Starbucks, kde dostupnost mléka přímo ovlivňuje, zda barista připraví daný nápoj, to byl kritický nedostatek. Místo úspory času tak museli zaměstnanci stejně ručně kontrolovat, co systém nahlásil.

Chybná inventura se pak přelévala do dalších problémů:

• Nesprávné objednávky z centrálního skladu
• Nedostatek klíčových surovin v provozovně
• Dočasné vyřazení některých nápojů z nabídky

Namísto zefektivnění provozu tak AI přidělávala práci.

Konec experimentu: návrat k ručnímu počítání

V květnu 2026 Starbucks v interním newsletteru oznámil, že program Automated Counting končí. Podle sdělení firmy se „složky nápojů a mléko budou nově počítat stejně jako ostatní kategorie zboží – ručně“.

Rozhodnutí nebylo izolované. Bylo součástí širší strategie generálního ředitele Briana Niccola, kterou interně označuje jako „Back to Starbucks“ (Zpět ke Starbucks). Cílem je napravit přetrvávající výpadky zásob a zlepšit výkonnost jednotlivých poboček.

Mezi hlavní opatření patří:

• Zavedení stejných skladových postupů napříč všemi pobočkami
• Důraz na konzistentní procesy v každém obchodě
• Denní doplňování klíčových ingrediencí

Ruční inventura je v tomto konceptu vnímána jako spolehlivější cesta k tomu, aby zákazníci dostali vždy to, co si objednají.

Co si z případu odnést? Varování pro nasazování AI v praxi

Příběh Starbucks je poučným příkladem toho, jak snadno může selhat i dobře míněný technologický experiment, když narazí na realitu provozu.

Technologie počítačového vidění, která funguje v laboratorních podmínkách nebo na připravených ukázkách, často selhává v reálném prostředí – na přeplněných regálech, v lednicích, při různém osvětlení a s neustále se měnícími obaly produktů.

I malá chybovost se při nasazení do tisíců poboček promění v masivní provozní komplikaci.

Starbucks nakonec usoudil, že nespolehlivost systému převážila nad jeho potenciálními přínosy, a nástroj po devíti měsících stáhl.

Zároveň ale tento experiment ukazuje, že velcí maloobchodníci testují AI ve svých provozech stále agresivněji. Rozdíl bude často dělat právě spolehlivost – a schopnost ustát kontakt s každodenní realitou rušné kavárny.