Bagaimana Sistem Automated Counting Starbucks Sepatutnya Berfungsi

Idea di sebalik Automated Counting adalah mudah: daripada pekerja mengira inventori secara manual di dalam peti sejuk, rak, dan kawasan penyimpanan, mereka boleh mengimbas kawasan tersebut dengan tablet pegang tangan atau peranti mudah alih.

Perisian NomadGo menganalisis suapan kamera menggunakan beberapa teknologi:

• Pengecaman visual komputer untuk mengenali produk
• Kepintaran spatial 3D dan tindanan realiti terimbuh (augmented reality)
• Penderiaan kedalaman dan pengimbasan gaya LiDAR untuk memetakan rak dan bekas

Pekerja boleh menggerakkan tablet merentasi peti sejuk atau rak dan sistem akan mengenal pasti item secara automatik—seperti karton susu, sirap, atau beg kopi—dan mengiranya hampir serta-merta.

Syarikat-syarikat itu mempromosikan alat tersebut sebagai jauh lebih pantas daripada pengiraan manual, mendakwa ia boleh memberikan hasil sehingga lapan kali lebih laju sambil meningkatkan ketepatan.

Bagi syarikat yang mempunyai ribuan lokasi dan bahan minuman volum tinggi, walaupun peningkatan kecil dalam keterlihatan inventori boleh membantu mengurangkan kekurangan dan menyelaraskan perancangan rantaian bekalan.

Apa Yang Sebenarnya Berlaku di Kedai

Sebaik digunakan dalam persekitaran kedai sebenar, sistem itu bergelut dengan ketepatan.

Pekerja melaporkan beberapa masalah yang berulang:

• Item tersalah kira apabila imbasan kamera terlepas produk atau mengira dengan salah
• Produk tersalah label, terutamanya apabila item kelihatan serupa
• Item yang tidak dikenali yang gagal dikesan oleh sistem langsung

Isu yang paling biasa melibatkan pelbagai jenis susu, seperti susu penuh krim, susu tanpa lemak, dan susu alternatif. Pekerja berkata sistem kadangkala keliru antara bekas yang kelihatan serupa ini, menghasilkan kiraan inventori yang tidak tepat.

Oleh kerana bahan-bahan ini penting untuk penyediaan minuman, kiraan yang tidak tepat boleh menyebabkan keputusan stok semula yang salah dan kekurangan produk.

Mengapa Starbucks Akhirnya Menutupnya

Starbucks menamatkan program itu pada Mei 2026, kira-kira sembilan bulan selepas pelancaran, menurut komunikasi dalaman yang disemak oleh wartawan dan disahkan oleh pekerja.

Syarikat itu berkata ia akan menamatkan Automated Counting dan mengembalikan kategori tersebut kepada proses inventori manual. Susu dan komponen minuman lain akan dikira dengan cara yang sama seperti inventori kedai lain mulai saat itu.

Keputusan itu dikaitkan dengan usaha yang lebih luas untuk:

• menyeragamkan amalan inventori
• meningkatkan konsistensi di peringkat kedai
• menyokong pengisian semula harian dan pelaksanaan rantaian bekalan

Ringkasnya, sistem automatik itu tidak memberikan data inventori yang cukup boleh dipercayai untuk keputusan operasi.

Pengajaran daripada Projek Perintis AI Runcit Profil Tinggi

Pelancaran ini ketara kerana ia berlaku pada skala yang sangat besar: puluhan ribu pekerja menggunakan teknologi ini di seluruh ribuan kedai.

Tetapi percubaan itu menyerlahkan cabaran biasa untuk sistem AI perusahaan. Teknologi yang berfungsi dengan baik dalam demonstrasi terkawal boleh bergelut dalam persekitaran dunia sebenar yang tidak kemas di mana pencahayaan berbeza-beza, rak bersepah, pembungkusan berubah, dan produk kelihatan hampir sama.

Bagi Starbucks, kekaburan visual yang kecil itu sudah cukup untuk menjadikan kiraan automatik kurang dipercayai berbanding pemeriksaan manual tradisional—sekurang-kurangnya buat masa ini.

Syarikat itu tidak menolak automasi masa depan dalam pengurusan inventori, tetapi jangka hayat Automated Counting yang pendek menunjukkan betapa sukarnya untuk menggunakan sistem pengecaman visual komputer secara boleh dipercayai merentasi rangkaian runcit yang besar.

Bagaimana Sistem Automated Counting Starbucks Sepatutnya Berfungsi

Idea di sebalik Automated Counting adalah mudah: daripada pekerja mengira inventori secara manual di dalam peti sejuk, rak, dan kawasan penyimpanan, mereka boleh mengimbas kawasan tersebut dengan tablet pegang tangan atau peranti mudah alih.

Perisian NomadGo menganalisis suapan kamera menggunakan beberapa teknologi:

• Pengecaman visual komputer untuk mengenali produk
• Kepintaran spatial 3D dan tindanan realiti terimbuh (augmented reality)
• Penderiaan kedalaman dan pengimbasan gaya LiDAR untuk memetakan rak dan bekas

Pekerja boleh menggerakkan tablet merentasi peti sejuk atau rak dan sistem akan mengenal pasti item secara automatik—seperti karton susu, sirap, atau beg kopi—dan mengiranya hampir serta-merta.

Syarikat-syarikat itu mempromosikan alat tersebut sebagai jauh lebih pantas daripada pengiraan manual, mendakwa ia boleh memberikan hasil sehingga lapan kali lebih laju sambil meningkatkan ketepatan.

Bagi syarikat yang mempunyai ribuan lokasi dan bahan minuman volum tinggi, walaupun peningkatan kecil dalam keterlihatan inventori boleh membantu mengurangkan kekurangan dan menyelaraskan perancangan rantaian bekalan.

Apa Yang Sebenarnya Berlaku di Kedai

Sebaik digunakan dalam persekitaran kedai sebenar, sistem itu bergelut dengan ketepatan.

Pekerja melaporkan beberapa masalah yang berulang:

• Item tersalah kira apabila imbasan kamera terlepas produk atau mengira dengan salah
• Produk tersalah label, terutamanya apabila item kelihatan serupa
• Item yang tidak dikenali yang gagal dikesan oleh sistem langsung

Isu yang paling biasa melibatkan pelbagai jenis susu, seperti susu penuh krim, susu tanpa lemak, dan susu alternatif. Pekerja berkata sistem kadangkala keliru antara bekas yang kelihatan serupa ini, menghasilkan kiraan inventori yang tidak tepat.

Oleh kerana bahan-bahan ini penting untuk penyediaan minuman, kiraan yang tidak tepat boleh menyebabkan keputusan stok semula yang salah dan kekurangan produk.

Mengapa Starbucks Akhirnya Menutupnya

Starbucks menamatkan program itu pada Mei 2026, kira-kira sembilan bulan selepas pelancaran, menurut komunikasi dalaman yang disemak oleh wartawan dan disahkan oleh pekerja.

Syarikat itu berkata ia akan menamatkan Automated Counting dan mengembalikan kategori tersebut kepada proses inventori manual. Susu dan komponen minuman lain akan dikira dengan cara yang sama seperti inventori kedai lain mulai saat itu.

Keputusan itu dikaitkan dengan usaha yang lebih luas untuk:

• menyeragamkan amalan inventori
• meningkatkan konsistensi di peringkat kedai
• menyokong pengisian semula harian dan pelaksanaan rantaian bekalan

Ringkasnya, sistem automatik itu tidak memberikan data inventori yang cukup boleh dipercayai untuk keputusan operasi.

Pengajaran daripada Projek Perintis AI Runcit Profil Tinggi

Pelancaran ini ketara kerana ia berlaku pada skala yang sangat besar: puluhan ribu pekerja menggunakan teknologi ini di seluruh ribuan kedai.

Tetapi percubaan itu menyerlahkan cabaran biasa untuk sistem AI perusahaan. Teknologi yang berfungsi dengan baik dalam demonstrasi terkawal boleh bergelut dalam persekitaran dunia sebenar yang tidak kemas di mana pencahayaan berbeza-beza, rak bersepah, pembungkusan berubah, dan produk kelihatan hampir sama.

Bagi Starbucks, kekaburan visual yang kecil itu sudah cukup untuk menjadikan kiraan automatik kurang dipercayai berbanding pemeriksaan manual tradisional—sekurang-kurangnya buat masa ini.

Syarikat itu tidak menolak automasi masa depan dalam pengurusan inventori, tetapi jangka hayat Automated Counting yang pendek menunjukkan betapa sukarnya untuk menggunakan sistem pengecaman visual komputer secara boleh dipercayai merentasi rangkaian runcit yang besar.