Starbucks a débranché son outil d’inventaire IA après neuf mois : ce qui n’a pas fonctionné
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4] Le système, développé avec la start‑up NomadGo, utilisait la vision par ordinateur et des appareil...
Publié parModifié avec GPT-5.5Images générées avec GPT Image 2
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4]
Le système, développé avec la start‑up NomadGo, utilisait la vision par ordinateur et des appareils mobiles pour scanner les rayons et compter automatiquement les stocks afin de réduire les ruptures de produits.[20][21]
Des employés ont signalé des erreurs basiques — produits mal comptés ou cartons de lait confondus — qui ont rendu les données peu fiables pour gérer les commandes et le réapprovisionnement.[1][10]
How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it undStarbucks experimented with an AI-powered system designed to automatically count store inventory using computer vision before discontinuing the program months later.
Prompt IA
Create a landscape editorial hero image for this Studio Global article: How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it und. Article summary: It appears to have failed quickly: Starbucks reportedly retired its AI-based “Automated Counting” inventory tool after about nine months because store workers said it made too many counting and labeling errors to be reli. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "# How Starbucks Uses AI To Transform Global Supply Chains: 2025 Case Study On Inventory, Stockout Reduction, And ROI. Cover Image for How Starbucks Uses AI To Transform Global Supp" source context "How Starbucks Uses AI To Transform Global Supply Chains" Reference image 2: visual subject ", the global coffeehouse chain, has been
openai.com
Starbucks a tenté d’automatiser l’une des tâches les plus répétitives dans ses cafés : compter les stocks. L’expérience n’aura pourtant duré que quelques mois.
Moins d’un an après avoir déployé un système d’intelligence artificielle destiné à suivre les fournitures dans ses magasins, l’entreprise a finalement abandonné le programme en Amérique du Nord. La raison principale : trop d’erreurs pour que les données soient réellement fiables au quotidien.
Le projet faisait partie d’une stratégie plus large du PDG Brian Niccol visant à résoudre un problème persistant chez Starbucks : les ruptures de produits dans les cafés.
Pourquoi Starbucks a lancé ce système d’IA
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Quelle est la réponse courte à « Starbucks a débranché son outil d’inventaire IA après neuf mois : ce qui n’a pas fonctionné » ?
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4]
Quels sont les points clés à valider en premier ?
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4] Le système, développé avec la start‑up NomadGo, utilisait la vision par ordinateur et des appareils mobiles pour scanner les rayons et compter automatiquement les stocks afin de réduire les ruptures de produits.[20][21]
Que dois-je faire ensuite en pratique ?
Des employés ont signalé des erreurs basiques — produits mal comptés ou cartons de lait confondus — qui ont rendu les données peu fiables pour gérer les commandes et le réapprovisionnement.[1][10]
Starbucks a débranché son outil d’inventaire IA après neuf mois : ce qui n’a pas fonctionné
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4] Le système, développé avec la start‑up NomadGo, utilisait la vision par ordinateur et des appareil...
Publié parModifié avec GPT-5.5Images générées avec GPT Image 2
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4]
Le système, développé avec la start‑up NomadGo, utilisait la vision par ordinateur et des appareils mobiles pour scanner les rayons et compter automatiquement les stocks afin de réduire les ruptures de produits.[20][21]
Des employés ont signalé des erreurs basiques — produits mal comptés ou cartons de lait confondus — qui ont rendu les données peu fiables pour gérer les commandes et le réapprovisionnement.[1][10]
How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it undStarbucks experimented with an AI-powered system designed to automatically count store inventory using computer vision before discontinuing the program months later.
Prompt IA
Create a landscape editorial hero image for this Studio Global article: How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it und. Article summary: It appears to have failed quickly: Starbucks reportedly retired its AI-based “Automated Counting” inventory tool after about nine months because store workers said it made too many counting and labeling errors to be reli. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "# How Starbucks Uses AI To Transform Global Supply Chains: 2025 Case Study On Inventory, Stockout Reduction, And ROI. Cover Image for How Starbucks Uses AI To Transform Global Supp" source context "How Starbucks Uses AI To Transform Global Supply Chains" Reference image 2: visual subject ", the global coffeehouse chain, has been
openai.com
Starbucks a tenté d’automatiser l’une des tâches les plus répétitives dans ses cafés : compter les stocks. L’expérience n’aura pourtant duré que quelques mois.
Moins d’un an après avoir déployé un système d’intelligence artificielle destiné à suivre les fournitures dans ses magasins, l’entreprise a finalement abandonné le programme en Amérique du Nord. La raison principale : trop d’erreurs pour que les données soient réellement fiables au quotidien.
Le projet faisait partie d’une stratégie plus large du PDG Brian Niccol visant à résoudre un problème persistant chez Starbucks : les ruptures de produits dans les cafés.
Pourquoi Starbucks a lancé ce système d’IA
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Quelle est la réponse courte à « Starbucks a débranché son outil d’inventaire IA après neuf mois : ce qui n’a pas fonctionné » ?
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4]
Quels sont les points clés à valider en premier ?
Starbucks a abandonné son outil d’inventaire automatisé par IA environ neuf mois après son déploiement dans plus de 11 000 magasins en Amérique du Nord, en raison d’erreurs fréquentes de comptage et d’étiquetage.[2][4] Le système, développé avec la start‑up NomadGo, utilisait la vision par ordinateur et des appareils mobiles pour scanner les rayons et compter automatiquement les stocks afin de réduire les ruptures de produits.[20][21]
Que dois-je faire ensuite en pratique ?
Des employés ont signalé des erreurs basiques — produits mal comptés ou cartons de lait confondus — qui ont rendu les données peu fiables pour gérer les commandes et le réapprovisionnement.[1][10]
Depuis plusieurs années, Starbucks peine à maintenir un approvisionnement constant dans ses milliers de points de vente. Des articles pourtant basiques — lait, pâtisseries, ingrédients pour sandwichs ou même couvercles de gobelets — peuvent parfois manquer, ce qui entraîne des ventes perdues et des frustrations pour les clients.
Lorsque Brian Niccol est devenu PDG, il a fait de la résolution de ces problèmes logistiques une priorité. L’une des pistes explorées a été l’automatisation du suivi des stocks grâce à l’intelligence artificielle.
La technologie, développée avec la start‑up basée à Seattle NomadGo, combinait plusieurs briques :
vision par ordinateur
intelligence spatiale 3D
réalité augmentée
Concrètement, les employés pouvaient scanner les étagères, les réfrigérateurs ou les zones de stockage avec un smartphone ou une tablette. Le système identifiait alors les produits et calculait automatiquement les quantités disponibles.
L’objectif était clair :
remplacer le comptage manuel des stocks
accélérer les vérifications en magasin
détecter automatiquement les niveaux bas
améliorer les commandes et éviter les ruptures
Starbucks prévoyait d’utiliser cet outil dans plus de 11 000 magasins exploités par l’entreprise en Amérique du Nord.
Les erreurs signalées par les employés
Dans la pratique, les résultats ont été beaucoup moins convaincants.
Selon plusieurs rapports cités par Reuters, le système rencontrait des difficultés avec des tâches pourtant essentielles pour un inventaire fiable :
produits mal comptés sur les étagères
étiquettes mal interprétées
confusion entre articles visuellement similaires
Un exemple souvent mentionné concerne les cartons de lait. Dans certains magasins, l’IA aurait eu du mal à distinguer différents types de lait au packaging très proche, ce qui entraînait des comptages erronés.
Ces erreurs, même modestes, peuvent avoir des conséquences importantes. Si le système estime qu’un magasin possède encore du stock alors que ce n’est pas le cas — ou l’inverse — les commandes automatiques peuvent être faussées.
Pourquoi Starbucks a finalement mis fin au programme
Avec le temps, les erreurs répétées ont érodé la confiance des équipes en magasin. Les employés dépendaient pourtant de ces chiffres pour gérer les commandes et organiser les opérations quotidiennes.
Au lieu de réduire les pénuries, des données incorrectes risquaient au contraire de les aggraver si les magasins passaient commande sur la base d’informations inexactes.
Résultat : Starbucks a décidé d’abandonner l’outil environ neuf mois après son déploiement à grande échelle en Amérique du Nord.
Dans une communication interne adressée aux équipes, l’entreprise a annoncé la fin de l’outil baptisé « Automated Counting » et indiqué vouloir adopter une méthode plus cohérente pour la gestion des stocks tout en poursuivant ses efforts pour améliorer la chaîne d’approvisionnement et les systèmes de réapprovisionnement.
Ce que cet épisode révèle sur l’IA dans le commerce de détail
L’expérience Starbucks illustre un défi fréquent pour l’intelligence artificielle dans les environnements réels.
Les démonstrations technologiques fonctionnent souvent dans des conditions contrôlées. Mais les magasins sont des environnements complexes : éclairage variable, rayons encombrés, produits très similaires et rangement parfois irrégulier.
Pour une tâche comme l’inventaire — qui exige un comptage extrêmement précis — même un faible taux d’erreur peut suffire à rendre un système inutilisable dans les opérations quotidiennes.
En fin de compte, Starbucks a préféré revenir à des méthodes plus fiables plutôt que de dépendre de données imparfaites pour gérer ses stocks.
Depuis plusieurs années, Starbucks peine à maintenir un approvisionnement constant dans ses milliers de points de vente. Des articles pourtant basiques — lait, pâtisseries, ingrédients pour sandwichs ou même couvercles de gobelets — peuvent parfois manquer, ce qui entraîne des ventes perdues et des frustrations pour les clients.
Lorsque Brian Niccol est devenu PDG, il a fait de la résolution de ces problèmes logistiques une priorité. L’une des pistes explorées a été l’automatisation du suivi des stocks grâce à l’intelligence artificielle.
La technologie, développée avec la start‑up basée à Seattle NomadGo, combinait plusieurs briques :
vision par ordinateur
intelligence spatiale 3D
réalité augmentée
Concrètement, les employés pouvaient scanner les étagères, les réfrigérateurs ou les zones de stockage avec un smartphone ou une tablette. Le système identifiait alors les produits et calculait automatiquement les quantités disponibles.
L’objectif était clair :
remplacer le comptage manuel des stocks
accélérer les vérifications en magasin
détecter automatiquement les niveaux bas
améliorer les commandes et éviter les ruptures
Starbucks prévoyait d’utiliser cet outil dans plus de 11 000 magasins exploités par l’entreprise en Amérique du Nord.
Les erreurs signalées par les employés
Dans la pratique, les résultats ont été beaucoup moins convaincants.
Selon plusieurs rapports cités par Reuters, le système rencontrait des difficultés avec des tâches pourtant essentielles pour un inventaire fiable :
produits mal comptés sur les étagères
étiquettes mal interprétées
confusion entre articles visuellement similaires
Un exemple souvent mentionné concerne les cartons de lait. Dans certains magasins, l’IA aurait eu du mal à distinguer différents types de lait au packaging très proche, ce qui entraînait des comptages erronés.
Ces erreurs, même modestes, peuvent avoir des conséquences importantes. Si le système estime qu’un magasin possède encore du stock alors que ce n’est pas le cas — ou l’inverse — les commandes automatiques peuvent être faussées.
Pourquoi Starbucks a finalement mis fin au programme
Avec le temps, les erreurs répétées ont érodé la confiance des équipes en magasin. Les employés dépendaient pourtant de ces chiffres pour gérer les commandes et organiser les opérations quotidiennes.
Au lieu de réduire les pénuries, des données incorrectes risquaient au contraire de les aggraver si les magasins passaient commande sur la base d’informations inexactes.
Résultat : Starbucks a décidé d’abandonner l’outil environ neuf mois après son déploiement à grande échelle en Amérique du Nord.
Dans une communication interne adressée aux équipes, l’entreprise a annoncé la fin de l’outil baptisé « Automated Counting » et indiqué vouloir adopter une méthode plus cohérente pour la gestion des stocks tout en poursuivant ses efforts pour améliorer la chaîne d’approvisionnement et les systèmes de réapprovisionnement.
Ce que cet épisode révèle sur l’IA dans le commerce de détail
L’expérience Starbucks illustre un défi fréquent pour l’intelligence artificielle dans les environnements réels.
Les démonstrations technologiques fonctionnent souvent dans des conditions contrôlées. Mais les magasins sont des environnements complexes : éclairage variable, rayons encombrés, produits très similaires et rangement parfois irrégulier.
Pour une tâche comme l’inventaire — qui exige un comptage extrêmement précis — même un faible taux d’erreur peut suffire à rendre un système inutilisable dans les opérations quotidiennes.
En fin de compte, Starbucks a préféré revenir à des méthodes plus fiables plutôt que de dépendre de données imparfaites pour gérer ses stocks.
devdiscourse.comEXCLUSIVE-Starbucks scraps AI inventory tool across North America
engadget.comStarbucks abandons its AI inventory tool after only nine months
sahmcapital.comINSIGHT-Inside Starbucks' supply struggles: AI glitches, scattered ...
newfortunetimes.comHow Supply Chain Strains Are Holding Back Starbucks' Sales