Eksperimen AI Inventaris Starbucks Berakhir Cepat: Apa yang Sebenarnya Terjadi?

Karyawan cukup menggerakkan tablet ke arah produk, dan sistem akan:

• mengenali jenis barang
• menghitung jumlahnya
• menampilkan data stok secara langsung

NomadGo merancang sistem ini agar bisa memproses gambar langsung di perangkat mobile, bahkan menampilkan overlay data di layar agar staf bisa memverifikasi hasil hitungan dengan cepat.

Jika berhasil, teknologi ini diharapkan memberi beberapa keuntungan operasional:

• pengecekan stok lebih cepat dibanding hitung manual
• visibilitas yang lebih baik terhadap bahan yang hampir habis
• mengurangi risiko minuman tidak tersedia karena bahan baku habis

Masalah yang muncul di toko nyata

Setelah digunakan secara luas, sistem AI ini ternyata menghadapi masalah akurasi.

Laporan yang mengutip komunikasi internal perusahaan menyebutkan bahwa alat tersebut sering salah menghitung, salah memberi label produk, atau bahkan tidak mendeteksi stok sama sekali.

Salah satu masalah yang paling sering terjadi adalah produk yang terlihat mirip.

Contohnya berbagai jenis susu—seperti susu sapi, oat milk, atau alternatif lainnya—yang kadang dianggap sebagai produk yang sama oleh sistem.

Di Starbucks, kesalahan ini berdampak langsung pada operasional. Banyak minuman bergantung pada ketersediaan susu, sehingga kesalahan stok bisa membuat menu tertentu tidak dapat disajikan.

Alih‑alih menghemat waktu, karyawan akhirnya harus memeriksa ulang stok secara manual untuk memastikan data benar.

Jika sistem inventaris tidak akurat, dampaknya bisa merambat ke berbagai masalah lain, seperti:

• keputusan pemesanan ulang yang salah
• kekurangan bahan baku
• menu sementara tidak tersedia

Dalam kondisi seperti itu, otomatisasi justru kehilangan manfaat utamanya.

Mengapa Starbucks kembali ke metode manual

Pada Mei 2026, Starbucks memberi tahu toko bahwa program Automated Counting akan dihentikan. Mulai saat itu, bahan minuman seperti susu dan sirup akan dihitung dengan metode manual seperti kategori inventaris lainnya.

Keputusan ini juga berkaitan dengan perubahan strategi operasional yang lebih luas.

Di bawah CEO Brian Niccol, Starbucks menjalankan strategi pemulihan yang dikenal sebagai “Back to Starbucks.” Program ini bertujuan memperbaiki masalah kekurangan produk dan meningkatkan konsistensi operasional di toko.

Fokus utamanya meliputi:

• standarisasi proses inventaris
• prosedur toko yang lebih konsisten
• pengisian ulang bahan penting setiap hari

Dalam konteks tersebut, Starbucks menilai metode manual lebih dapat diandalkan untuk memastikan bahan baku tersedia dan menu tetap bisa disajikan kepada pelanggan.

Pelajaran bagi implementasi AI di perusahaan besar

Kasus ini menjadi contoh penting bahwa teknologi AI yang terlihat baik dalam demo belum tentu stabil di lingkungan operasional nyata.

Lingkungan toko ritel memiliki banyak faktor yang menyulitkan sistem computer vision, seperti:

• rak dan kulkas yang penuh serta tidak selalu rapi
• perubahan desain kemasan produk
• produk yang sangat mirip satu sama lain
• pencahayaan dan tata letak yang berbeda di tiap toko

Kesalahan kecil dalam pengenalan produk bisa menjadi masalah besar ketika sistem digunakan di ribuan lokasi sekaligus.

Pada akhirnya, Starbucks menyimpulkan bahwa tingkat akurasi sistem belum cukup untuk menggantikan proses manual. Setelah sembilan bulan penggunaan penuh, perusahaan memilih menghentikan proyek tersebut dan kembali ke metode yang lebih stabil untuk operasional toko sehari‑hari.