Por qué Starbucks abandonó su sistema de inventario con inteligencia artificial pocos meses después de lanzarlo

La tecnología fue desarrollada junto con la startup de Seattle NomadGo. El sistema utilizaba visión por computadora, inteligencia espacial en 3D y realidad aumentada para reconocer y contar productos mientras los empleados escaneaban estanterías, refrigeradores y áreas de almacenamiento usando un teléfono o una tableta.

En teoría, el sistema podía:

• Reemplazar el conteo manual del inventario
• Reducir el tiempo necesario para revisar existencias
• Detectar automáticamente productos con bajo stock
• Facilitar la reposición y disminuir los faltantes

Starbucks planeaba usar la herramienta en más de 11.000 tiendas operadas por la empresa en Norteamérica.

Los errores que reportaron los empleados

En la práctica, el sistema tuvo dificultades con tareas básicas que son esenciales para un inventario preciso.

De acuerdo con reportes citados por Reuters, el software de IA con frecuencia:

• Contaba mal los productos en estantes o refrigeradores
• Etiquetaba artículos de forma incorrecta
• Confundía productos visualmente similares

Un ejemplo citado con frecuencia involucraba los envases de leche. En algunas tiendas, el sistema no lograba distinguir entre diferentes tipos de cartones que tenían un aspecto parecido, lo que generaba conteos erróneos.

Aunque parezcan fallos menores, en los sistemas de inventario incluso pequeñas imprecisiones pueden generar grandes problemas. Si el registro indica cantidades incorrectas, el software de pedidos puede solicitar demasiado producto o muy poco, lo que termina agravando los faltantes.

Por qué Starbucks decidió cancelar la herramienta

Los errores terminaron erosionando la confianza de los trabajadores de tienda, que dependen de esos datos para gestionar operaciones diarias. En lugar de reducir los problemas de abastecimiento, la información incorrecta podía empeorarlos si las tiendas hacían pedidos basados en cifras equivocadas.

Ante esta situación, Starbucks decidió retirar el programa alrededor de nueve meses después de haberlo desplegado ampliamente en Norteamérica.

Una comunicación interna a los empleados informó que la herramienta “Automated Counting” sería retirada y que la empresa buscaría un enfoque más consistente para gestionar inventarios, mientras continúa trabajando en mejoras más amplias en su cadena de suministro y en los sistemas de reposición.

Lo que revela este experimento sobre la IA en el comercio minorista

El caso ilustra un desafío frecuente al aplicar inteligencia artificial en entornos comerciales reales. Un sistema puede funcionar bien en pruebas controladas, pero enfrentarse a problemas en tiendas reales donde hay iluminación cambiante, estanterías desordenadas, empaques muy parecidos y productos colocados de manera inconsistente.

Para Starbucks, la tecnología prometía eliminar una tarea tediosa y ayudar a resolver un problema costoso de la cadena de suministro. Pero cuando la precisión no fue suficiente, la empresa optó por abandonarla en lugar de depender de datos defectuosos.

La lección para muchos minoristas que experimentan con automatización es clara: cuando un proceso depende de conteos exactos y etiquetado preciso, incluso tasas de error relativamente pequeñas pueden hacer que un sistema de IA resulte impracticable en la operación diaria.