לאחר שהפך למנכ"ל, בריאן ניקול הפך את תיקון בעיות האספקה לעדיפות מרכזית. יוזמה אחת הייתה מערכת מלאי מבוססת AI שנועדה לתת לחנויות נראות מהירה ומדויקת יותר של מה שיש להן בפועל.

הטכנולוגיה — שפותחה עם הסטארט-אפ NomadGo מסיאטל — השתמשה בראייה ממוחשבת, אינטליגנציה מרחבית תלת-ממדית ומציאות רבודה כדי לזהות ולספור מוצרים כשעובדים סרקו מדפים, מקררים ואזורי אחסון עם סמארטפון או טאבלט.

בתאוריה, המערכת יכלה:

• להחליף ספירת מלאי ידנית
• להאיץ בדיקות מלאי באופן דרמטי
• לסמן אוטומטית מלאי נמוך
• לשפר את ההזמנה מחדש ולהפחית מוצרים חסרים

סטארבקס פרסה את המערכת באופן נרחב, ותכננה להשתמש בה ביותר מ־11,000 חנויות בבעלות החברה בצפון אמריקה.

סוגי הטעויות שהמערכת עשתה

בפועל, עובדי החנויות דיווחו שהמערכת התקשתה במשימות בסיסיות הנדרשות למעקב מלאי אמין.

על פי דיווחים שצוטטו על ידי רויטרס, ה־AI נטה:

• לספור מוצרים בצורה שגויה על המדפים
• לקרוא או לתייג פריטים בצורה שגויה
• לבלבל בין מוצרים דומים מבחינה ויזואלית

דוגמה אחת שצוטטה בהרחבה כללה מיכלי חלב. בחנויות מסוימות המערכת התקשתה להבחין בין קרטוני חלב שנראים דומים, מה שהוביל לספירות מלאי שגויות.

אפילו אי-דיוקים קטנים חשובים במערכות מלאי. כשהספירות שגויות, תוכנת ההזמנות יכולה לייצר בקשות אספקה שגויות, ולגרום לחנויות להזמין מעט מדי או יותר מדי של מרכיבים מרכזיים.

למה הכלי נגנז לבסוף

הטעויות ערערו את האמון במערכת בקרב עובדי החנויות, שהסתמכו על הספירות כדי לנהל את התפעול היומיומי. במקום להפחית מחסור, נתונים לא נכונים יכלו להחמיר אותו אם חנויות הזמינו אספקה על בסיס רישומי מלאי לא מדויקים.

כתוצאה מכך, סטארבקס החליטה להפסיק את התוכנית כתשעה חודשים לאחר שהושקה באופן נרחב בצפון אמריקה.

הודעה פנימית לצוות אמרה שהחברה מפסיקה את השימוש בכלי "ספירה אוטומטית" ועוברת לגישה עקבית יותר לניהול מלאי, תוך המשך מאמצים רחבים יותר לשיפור שרשרת האספקה ומערכות ההזמנה מחדש.

מה הניסוי חושף על AI בפעילות קמעונאית

ההשקה הקצרה מדגישה אתגר נפוץ עם AI בסביבות קמעונאיות אמיתיות. מערכות שעובדות היטב בהדגמות מבוקרות יכולות להתקשות בתנאים המבולגנים של חנויות אמיתיות — תאורה משתנה, מדפים עמוסים, אריזות דומות והצבה לא עקבית של פריטים.

עבור סטארבקס, הטכנולוגיה נועדה לחסל משימה מייגעת ולעזור לפתור בעיית שרשרת אספקה יקרה. אבל כשהדיוק היה חסר, החברה בחרה לנטוש את הכלי במקום להסתמך על נתונים פגומים.

הפרשה מדגישה לקח מעשי לקמעונאים שמתנסים באוטומציה: כשהמשימה תלויה בספירה ותיוג מדויקים, אפילו שיעורי טעויות קטנים יכולים להפוך מערכות AI לבלתי שמישות בפעילות היומיומית.

לאחר שהפך למנכ"ל, בריאן ניקול הפך את תיקון בעיות האספקה לעדיפות מרכזית. יוזמה אחת הייתה מערכת מלאי מבוססת AI שנועדה לתת לחנויות נראות מהירה ומדויקת יותר של מה שיש להן בפועל.

הטכנולוגיה — שפותחה עם הסטארט-אפ NomadGo מסיאטל — השתמשה בראייה ממוחשבת, אינטליגנציה מרחבית תלת-ממדית ומציאות רבודה כדי לזהות ולספור מוצרים כשעובדים סרקו מדפים, מקררים ואזורי אחסון עם סמארטפון או טאבלט.

בתאוריה, המערכת יכלה:

• להחליף ספירת מלאי ידנית
• להאיץ בדיקות מלאי באופן דרמטי
• לסמן אוטומטית מלאי נמוך
• לשפר את ההזמנה מחדש ולהפחית מוצרים חסרים

סטארבקס פרסה את המערכת באופן נרחב, ותכננה להשתמש בה ביותר מ־11,000 חנויות בבעלות החברה בצפון אמריקה.

סוגי הטעויות שהמערכת עשתה

בפועל, עובדי החנויות דיווחו שהמערכת התקשתה במשימות בסיסיות הנדרשות למעקב מלאי אמין.

על פי דיווחים שצוטטו על ידי רויטרס, ה־AI נטה:

• לספור מוצרים בצורה שגויה על המדפים
• לקרוא או לתייג פריטים בצורה שגויה
• לבלבל בין מוצרים דומים מבחינה ויזואלית

דוגמה אחת שצוטטה בהרחבה כללה מיכלי חלב. בחנויות מסוימות המערכת התקשתה להבחין בין קרטוני חלב שנראים דומים, מה שהוביל לספירות מלאי שגויות.

אפילו אי-דיוקים קטנים חשובים במערכות מלאי. כשהספירות שגויות, תוכנת ההזמנות יכולה לייצר בקשות אספקה שגויות, ולגרום לחנויות להזמין מעט מדי או יותר מדי של מרכיבים מרכזיים.

למה הכלי נגנז לבסוף

הטעויות ערערו את האמון במערכת בקרב עובדי החנויות, שהסתמכו על הספירות כדי לנהל את התפעול היומיומי. במקום להפחית מחסור, נתונים לא נכונים יכלו להחמיר אותו אם חנויות הזמינו אספקה על בסיס רישומי מלאי לא מדויקים.

כתוצאה מכך, סטארבקס החליטה להפסיק את התוכנית כתשעה חודשים לאחר שהושקה באופן נרחב בצפון אמריקה.

הודעה פנימית לצוות אמרה שהחברה מפסיקה את השימוש בכלי "ספירה אוטומטית" ועוברת לגישה עקבית יותר לניהול מלאי, תוך המשך מאמצים רחבים יותר לשיפור שרשרת האספקה ומערכות ההזמנה מחדש.

מה הניסוי חושף על AI בפעילות קמעונאית

ההשקה הקצרה מדגישה אתגר נפוץ עם AI בסביבות קמעונאיות אמיתיות. מערכות שעובדות היטב בהדגמות מבוקרות יכולות להתקשות בתנאים המבולגנים של חנויות אמיתיות — תאורה משתנה, מדפים עמוסים, אריזות דומות והצבה לא עקבית של פריטים.

עבור סטארבקס, הטכנולוגיה נועדה לחסל משימה מייגעת ולעזור לפתור בעיית שרשרת אספקה יקרה. אבל כשהדיוק היה חסר, החברה בחרה לנטוש את הכלי במקום להסתמך על נתונים פגומים.

הפרשה מדגישה לקח מעשי לקמעונאים שמתנסים באוטומציה: כשהמשימה תלויה בספירה ותיוג מדויקים, אפילו שיעורי טעויות קטנים יכולים להפוך מערכות AI לבלתי שמישות בפעילות היומיומית.