הניסוי הכושל של סטארבקס עם AI בניהול מלאי

מה המערכת הייתה אמורה לעשות

המערכת השתמשה במצלמות טאבלט בשילוב ראייה ממוחשבת וחישה מרחבית כדי לסרוק מקררים, מדפים ואזורי אחסון אחוריים. עובדי הסניף היו מצלמים את הפריטים, והתוכנה הייתה מזהה אותם אוטומטית וסופרת את הכמויות בזמן אמת .

הטכנולוגיה הבטיחה מספר יתרונות תפעוליים:

• בדיקות מלאי מהירות יותר מספירה ידנית
• ראות משופרת למלאי נמוך של רכיבים
• פחות מחסורים במוצרים המשפיעים על זמינות התפריט

המערכת של NomadGo עיבדה תמונות ישירות על המכשיר הנייד ושילבה נתוני זיהוי מוצרים כדי לעזור לעובדים לאמת ספירות במהירות .

בתיאוריה, האוטומציה הזו הייתה אמורה לפנות את העובדים ממשימות ספירה שגרתיות תוך מתן נתונים טובים יותר לסטארבקס על רמות המלאי באלפי מיקומים.

למה המערכת נכשלה בחנויות האמיתיות

לאחר הפריסה בקנה מידה רחב, מערכת ה-AI התקשתה באמינות בסיסית.

לפי דיווחים שהסתמכו על תקשורת פנימית בחברה, הכלי ספר שוב ושוב כמויות שגויות, סיווג מוצרים לא נכון, או פשוט פספס מלאי שלם .

בעיה חוזרת אחת הייתה מוצרים דומים במראה, במיוחד סוגי חלב כמו חלב רגיל, שיבולת שועל או תחליפים אחרים. המערכת התבלבלה לעיתים בין המוצרים האלה או failed לזהות אותם כראוי .

עבור סניפי סטארבקס — שבהם זמינות החלב קובעת ישירות אם ניתן להכין משקאות — הטעויות האלה יצרו חיכוך תפעולי. במקום לחסוך זמן, ספירות לא מדויקות אילצו את העובדים לבדוק שוב את המלאי ידנית.

כשמערכות מלאי אינן אמינות, הן עלולות לגרום לבעלות גדולות יותר:

• החלטות אספקה שגויות
• מחסור ברכיבים
• זמינות זמנית של פריטי תפריט

בנקודה זו, האוטומציה כבר לא סיפקה את התועלת לה יועדה.

למה סטארבקס חזרה לספירה ידנית

במאי 2026 הודיעה סטארבקס לסניפים שתוכנית הספירה האוטומטית תופסק ורכיבי המשקאות והחלב יחזרו לאותה שיטת ספירה ידנית המשמשת לקטגוריות מלאי אחרות .

השינוי היה קשור לאיפוס תפעולי רחב יותר בתוך החברה.

תחת המנכ"ל בריאן ניקול, סטארבקס השיקה אסטרטגיה המכונה לעיתים "בחזרה לסטארבקס" (Back to Starbucks), שמטרתה לתקן מחסורים מתמשכים במוצרים ולשפר את ביצועי הסניפים .

כחלק ממאמץ זה, החברה הדגישה:

• נהלי מלאי מתוקננים
• תהליכי סניף עקביים יותר
• תדלוק יומי של רכיבי מפתח

החזרה לספירות ידניות נתפסה כאופציה האמינה יותר כדי להבטיח שבסניפים יהיו הרכיבים הדרושים לשמירת זמינות פריטי התפריט .

לקח לעולם הארגוני בפריסת AI

השבתת ה-AI למלאי של סטארבקס מדגישה אתגר רחב יותר באוטומציה ארגונית: טכנולוגיה שעובדת בהדגמות מבוקרות עלולה להיכשל בסביבות אמיתיות ומבולגנות.

חנויות קמעונאיות מציבות תנאים קשים למערכות ראייה ממוחשבת, כולל:

• מדפים ומקררים עמוסים
• עיצובי אריזות משתנים
• מוצרים דומים במראה
• תאורה או סידורי אחסון לא עקביים

אפילו שגיאות זיהוי קטנות עלולות להפוך לבעיות תפעוליות כאשרהן מוכפלות באלפי מיקומים.

במקרה זה, סטארבקס הגיעה למסקנה שבעיות הדיוק של המערכת גוברות על רווחי היעילות שלה, מה שהוביל את החברה לגנוז את הכלי אחרי תשעה חודשי פריסה מלאים בלבד .

הניסוי עדיין מדגים עד כמה קמעונאים גדולים בוחנים AI בפעילות הפיזית — אך גם באיזו מהירות פיילוטים כאלה יכולים להתהפך כשהאמינות אינה עומדת במציאות העבודה היומיומית בסניף.