Come doveva funzionare il sistema di conteggio automatico di Starbucks

L'idea alla base di Automated Counting era semplice: invece di far contare manualmente ai dipendenti gli articoli in frigoriferi, scaffali e aree di stoccaggio, potevano scansionare l'area con un tablet o un dispositivo mobile.

Il software di NomadGo analizzava il flusso della fotocamera utilizzando diverse tecnologie:

• Visione artificiale per riconoscere i prodotti
• Intelligenza spaziale 3D e sovrapposizioni di realtà aumentata
• Rilevamento della profondità e scansione stile LiDAR per mappare scaffali e contenitori

I dipendenti potevano muovere il tablet attraverso un frigorifero o uno scaffale e il sistema identificava automaticamente gli articoli, come cartoni di latte, sciroppi o sacchetti di caffè, contandoli quasi istantaneamente.

Le aziende promuovevano lo strumento come molto più veloce dei conteggi manuali, affermando che poteva fornire risultati fino a otto volte più veloci migliorando al contempo la precisione.

Per un'azienda con migliaia di punti vendita e ingredienti per bevande ad alto volume, anche piccoli miglioramenti nella visibilità dell'inventario potevano aiutare a ridurre le carenze e snellire la pianificazione della supply chain.

Cosa è successo realmente nei negozi

Una volta implementato negli ambienti reali dei negozi, il sistema ha avuto problemi di precisione.

I dipendenti hanno segnalato diversi problemi ricorrenti:

• Articoli contati male quando la scansione della fotocamera non rilevava i prodotti o contava in modo errato
• Prodotti etichettati erroneamente, specialmente quando gli articoli erano simili
• Articoli non riconosciuti che il sistema non riusciva affatto a rilevare

Un problema particolarmente comune riguardava le diverse varietà di latte, come latte intero, scremato e alternative vegetali. I lavoratori hanno dichiarato che il sistema a volte confondeva questi contenitori visivamente simili, producendo conteggi di inventario errati.

Poiché questi ingredienti sono fondamentali per la preparazione delle bevande, conteggi inaccurati potevano portare a decisioni di rifornimento errate e a carenze di prodotto.

Perché Starbucks ha deciso di chiudere il sistema

Starbucks ha concluso il programma a maggio 2026, circa nove mesi dopo l'implementazione, secondo comunicazioni interne esaminate dai giornalisti e confermate dai dipendenti.

L'azienda ha dichiarato che avrebbe ritirato Automated Counting e riportato quelle categorie ai processi di inventario manuali. Latte e altri componenti per bevande sarebbero stati contati allo stesso modo degli altri articoli di inventario del negozio.

La decisione è stata legata a uno sforzo più ampio per:

• standardizzare le pratiche di inventario
• migliorare la coerenza a livello di negozio
• supportare il rifornimento giornaliero e l'esecuzione della supply chain

In breve, il sistema automatizzato non forniva dati di inventario sufficientemente affidabili per le decisioni operative.

Una lezione da un pilota AI nel retail di alto profilo

L'implementazione è stata notevole perché è avvenuta su scala enorme: decine di migliaia di dipendenti hanno utilizzato la tecnologia in migliaia di negozi.

Ma l'esperimento ha evidenziato una sfida comune per i sistemi AI aziendali. Le tecnologie che funzionano bene in dimostrazioni controllate possono avere difficoltà in ambienti reali disordinati, dove l'illuminazione varia, gli scaffali sono ingombranti, le confezioni cambiano e i prodotti sembrano quasi identici.

Per Starbucks, quelle piccole ambiguità visive sono state sufficienti a rendere i conteggi automatizzati meno affidabili dei tradizionali controlli manuali, almeno per ora.

L'azienda non ha escluso una futura automazione nella gestione dell'inventario, ma la breve vita di Automated Counting mostra quanto possa essere difficile implementare sistemi di visione artificiale in modo affidabile su larga scala nelle reti di vendita al dettaglio.

Come doveva funzionare il sistema di conteggio automatico di Starbucks

L'idea alla base di Automated Counting era semplice: invece di far contare manualmente ai dipendenti gli articoli in frigoriferi, scaffali e aree di stoccaggio, potevano scansionare l'area con un tablet o un dispositivo mobile.

Il software di NomadGo analizzava il flusso della fotocamera utilizzando diverse tecnologie:

• Visione artificiale per riconoscere i prodotti
• Intelligenza spaziale 3D e sovrapposizioni di realtà aumentata
• Rilevamento della profondità e scansione stile LiDAR per mappare scaffali e contenitori

I dipendenti potevano muovere il tablet attraverso un frigorifero o uno scaffale e il sistema identificava automaticamente gli articoli, come cartoni di latte, sciroppi o sacchetti di caffè, contandoli quasi istantaneamente.

Le aziende promuovevano lo strumento come molto più veloce dei conteggi manuali, affermando che poteva fornire risultati fino a otto volte più veloci migliorando al contempo la precisione.

Per un'azienda con migliaia di punti vendita e ingredienti per bevande ad alto volume, anche piccoli miglioramenti nella visibilità dell'inventario potevano aiutare a ridurre le carenze e snellire la pianificazione della supply chain.

Cosa è successo realmente nei negozi

Una volta implementato negli ambienti reali dei negozi, il sistema ha avuto problemi di precisione.

I dipendenti hanno segnalato diversi problemi ricorrenti:

• Articoli contati male quando la scansione della fotocamera non rilevava i prodotti o contava in modo errato
• Prodotti etichettati erroneamente, specialmente quando gli articoli erano simili
• Articoli non riconosciuti che il sistema non riusciva affatto a rilevare

Un problema particolarmente comune riguardava le diverse varietà di latte, come latte intero, scremato e alternative vegetali. I lavoratori hanno dichiarato che il sistema a volte confondeva questi contenitori visivamente simili, producendo conteggi di inventario errati.

Poiché questi ingredienti sono fondamentali per la preparazione delle bevande, conteggi inaccurati potevano portare a decisioni di rifornimento errate e a carenze di prodotto.

Perché Starbucks ha deciso di chiudere il sistema

Starbucks ha concluso il programma a maggio 2026, circa nove mesi dopo l'implementazione, secondo comunicazioni interne esaminate dai giornalisti e confermate dai dipendenti.

L'azienda ha dichiarato che avrebbe ritirato Automated Counting e riportato quelle categorie ai processi di inventario manuali. Latte e altri componenti per bevande sarebbero stati contati allo stesso modo degli altri articoli di inventario del negozio.

La decisione è stata legata a uno sforzo più ampio per:

• standardizzare le pratiche di inventario
• migliorare la coerenza a livello di negozio
• supportare il rifornimento giornaliero e l'esecuzione della supply chain

In breve, il sistema automatizzato non forniva dati di inventario sufficientemente affidabili per le decisioni operative.

Una lezione da un pilota AI nel retail di alto profilo

L'implementazione è stata notevole perché è avvenuta su scala enorme: decine di migliaia di dipendenti hanno utilizzato la tecnologia in migliaia di negozi.

Ma l'esperimento ha evidenziato una sfida comune per i sistemi AI aziendali. Le tecnologie che funzionano bene in dimostrazioni controllate possono avere difficoltà in ambienti reali disordinati, dove l'illuminazione varia, gli scaffali sono ingombranti, le confezioni cambiano e i prodotti sembrano quasi identici.

Per Starbucks, quelle piccole ambiguità visive sono state sufficienti a rendere i conteggi automatizzati meno affidabili dei tradizionali controlli manuali, almeno per ora.

L'azienda non ha escluso una futura automazione nella gestione dell'inventario, ma la breve vita di Automated Counting mostra quanto possa essere difficile implementare sistemi di visione artificiale in modo affidabile su larga scala nelle reti di vendita al dettaglio.