Per anni, Starbucks ha faticato a mantenere i suoi negozi costantemente riforniti di articoli quotidiani come latte, pasticcini, ingredienti per panini e persino coperchi per bicchieri. Molti dirigenti dell'azienda hanno collegato queste carenze a perdite di vendite e inefficienze operative.

Dopo essere diventato CEO, Brian Niccol ha fatto della risoluzione di questi problemi di fornitura una priorità chiave. Una delle iniziative è stata un sistema di inventario basato sull'AI progettato per fornire ai negozi una visibilità più rapida e accurata di ciò che avevano effettivamente a disposizione.

La tecnologia, sviluppata con la startup di Seattle NomadGo, utilizzava la visione artificiale, l'intelligenza spaziale 3D e la realtà aumentata per identificare e contare i prodotti quando i dipendenti scansionavano scaffali, frigoriferi e aree di stoccaggio con uno smartphone o un tablet.

In teoria, il sistema poteva:

• Sostituire il conteggio manuale dell'inventario
• Accelerare drasticamente i controlli delle scorte
• Segnalare automaticamente le scorte basse
• Migliorare il riassortimento e ridurre gli articoli esauriti

Starbucks ha implementato il sistema su larga scala, prevedendo di utilizzarlo in oltre 11.000 negozi gestiti dall'azienda in Nord America.

I tipi di errori commessi dal sistema

Nella pratica, i lavoratori dei negozi hanno riferito che il sistema faceva fatica con i compiti di base necessari per un monitoraggio affidabile dell'inventario.

Secondo quanto riportato da Reuters, l'AI frequentemente:

• Contava male i prodotti sugli scaffali
• Leggeva o etichettava male gli articoli
• Confondeva prodotti visivamente simili

Un esempio ampiamente citato riguardava i contenitori del latte. In alcuni negozi, il sistema apparentemente faceva fatica a distinguere tra cartoni di latte simili, portando a conteggi di inventario errati.

Anche piccole imprecisioni sono importanti nei sistemi di inventario. Quando i conteggi sono sbagliati, il software di ordinazione può generare richieste di riassortimento errate, portando i negozi a ordinare troppo poco o troppo di ingredienti chiave.

Perché lo strumento è stato infine rottamato

Gli errori hanno eroso la fiducia nel sistema tra i lavoratori dei negozi, che facevano affidamento sui conteggi per gestire le operazioni quotidiane. Invece di ridurre le carenze, dati errati potevano potenzialmente peggiorarle se i negozi ordinavano forniture basate su registri di inventario inaccurati.

Di conseguenza, Starbucks ha deciso di interrompere il programma circa nove mesi dopo la sua implementazione su larga scala in Nord America.

Una comunicazione interna al personale ha dichiarato che l'azienda stava ritirando lo strumento 'Automated Counting' e che si stava muovendo verso un approccio più coerente alla gestione dell'inventario, continuando al contempo gli sforzi più ampi per migliorare le catene di approvvigionamento e i sistemi di riassortimento.

Cosa rivela l'esperimento sull'AI nelle operazioni di vendita al dettaglio

L'implementazione di breve durata evidenzia una sfida comune con l'AI negli ambienti di vendita al dettaglio reali. I sistemi che funzionano bene in demo controllate possono avere difficoltà con le condizioni caotiche dei negozi reali: illuminazione variabile, scaffali disordinati, imballaggi simili e posizionamento incoerente degli articoli.

Per Starbucks, la tecnologia era pensata per eliminare un compito noioso e aiutare a risolvere un costoso problema di supply chain. Ma quando la precisione è venuta meno, l'azienda ha scelto di abbandonare lo strumento piuttosto che fare affidamento su dati errati.

L'episodio sottolinea una lezione pratica per i rivenditori che sperimentano con l'automazione: quando il compito dipende dal conteggio e dall'etichettatura precisi, anche piccoli tassi di errore possono rapidamente rendere i sistemi AI inutilizzabili nelle operazioni quotidiane.

Per anni, Starbucks ha faticato a mantenere i suoi negozi costantemente riforniti di articoli quotidiani come latte, pasticcini, ingredienti per panini e persino coperchi per bicchieri. Molti dirigenti dell'azienda hanno collegato queste carenze a perdite di vendite e inefficienze operative.

Dopo essere diventato CEO, Brian Niccol ha fatto della risoluzione di questi problemi di fornitura una priorità chiave. Una delle iniziative è stata un sistema di inventario basato sull'AI progettato per fornire ai negozi una visibilità più rapida e accurata di ciò che avevano effettivamente a disposizione.

La tecnologia, sviluppata con la startup di Seattle NomadGo, utilizzava la visione artificiale, l'intelligenza spaziale 3D e la realtà aumentata per identificare e contare i prodotti quando i dipendenti scansionavano scaffali, frigoriferi e aree di stoccaggio con uno smartphone o un tablet.

In teoria, il sistema poteva:

• Sostituire il conteggio manuale dell'inventario
• Accelerare drasticamente i controlli delle scorte
• Segnalare automaticamente le scorte basse
• Migliorare il riassortimento e ridurre gli articoli esauriti

Starbucks ha implementato il sistema su larga scala, prevedendo di utilizzarlo in oltre 11.000 negozi gestiti dall'azienda in Nord America.

I tipi di errori commessi dal sistema

Nella pratica, i lavoratori dei negozi hanno riferito che il sistema faceva fatica con i compiti di base necessari per un monitoraggio affidabile dell'inventario.

Secondo quanto riportato da Reuters, l'AI frequentemente:

• Contava male i prodotti sugli scaffali
• Leggeva o etichettava male gli articoli
• Confondeva prodotti visivamente simili

Un esempio ampiamente citato riguardava i contenitori del latte. In alcuni negozi, il sistema apparentemente faceva fatica a distinguere tra cartoni di latte simili, portando a conteggi di inventario errati.

Anche piccole imprecisioni sono importanti nei sistemi di inventario. Quando i conteggi sono sbagliati, il software di ordinazione può generare richieste di riassortimento errate, portando i negozi a ordinare troppo poco o troppo di ingredienti chiave.

Perché lo strumento è stato infine rottamato

Gli errori hanno eroso la fiducia nel sistema tra i lavoratori dei negozi, che facevano affidamento sui conteggi per gestire le operazioni quotidiane. Invece di ridurre le carenze, dati errati potevano potenzialmente peggiorarle se i negozi ordinavano forniture basate su registri di inventario inaccurati.

Di conseguenza, Starbucks ha deciso di interrompere il programma circa nove mesi dopo la sua implementazione su larga scala in Nord America.

Una comunicazione interna al personale ha dichiarato che l'azienda stava ritirando lo strumento 'Automated Counting' e che si stava muovendo verso un approccio più coerente alla gestione dell'inventario, continuando al contempo gli sforzi più ampi per migliorare le catene di approvvigionamento e i sistemi di riassortimento.

Cosa rivela l'esperimento sull'AI nelle operazioni di vendita al dettaglio

L'implementazione di breve durata evidenzia una sfida comune con l'AI negli ambienti di vendita al dettaglio reali. I sistemi che funzionano bene in demo controllate possono avere difficoltà con le condizioni caotiche dei negozi reali: illuminazione variabile, scaffali disordinati, imballaggi simili e posizionamento incoerente degli articoli.

Per Starbucks, la tecnologia era pensata per eliminare un compito noioso e aiutare a risolvere un costoso problema di supply chain. Ma quando la precisione è venuta meno, l'azienda ha scelto di abbandonare lo strumento piuttosto che fare affidamento su dati errati.

L'episodio sottolinea una lezione pratica per i rivenditori che sperimentano con l'automazione: quando il compito dipende dal conteggio e dall'etichettatura precisi, anche piccoli tassi di errore possono rapidamente rendere i sistemi AI inutilizzabili nelle operazioni quotidiane.