Starbucks schrapt AI-voorraadsysteem na negen maanden: 'Kon melkpakken niet uit elkaar houden'
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald. De tool, ontwikkeld met NomadGo, gebruikte computer vision om via een tablet schappen te scannen en voorraad automatisch te tellen.
Gepubliceerd doorBewerkt met GPT-5.5Afbeeldingen gegenereerd met GPT Image 2
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald.
De tool, ontwikkeld met NomadGo, gebruikte computer vision om via een tablet schappen te scannen en voorraad automatisch te tellen.
Medewerkers meldden basisfouten: het systeem telde producten verkeerd of haalde vergelijkbare melkpakken door elkaar.
How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it undStarbucks experimented with an AI-powered system designed to automatically count store inventory using computer vision before discontinuing the program months later.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it und. Article summary: It appears to have failed quickly: Starbucks reportedly retired its AI-based “Automated Counting” inventory tool after about nine months because store workers said it made too many counting and labeling errors to be reli. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "# How Starbucks Uses AI To Transform Global Supply Chains: 2025 Case Study On Inventory, Stockout Reduction, And ROI. Cover Image for How Starbucks Uses AI To Transform Global Supp" source context "How Starbucks Uses AI To Transform Global Supply Chains" Reference image 2: visual subject ", the global coffeehouse chain, has been
openai.com
Starbucks probeerde kunstmatige intelligentie in te zetten voor een van de meest alledaagse taken in zijn winkels: het tellen van de voorraad. Het experiment duurde niet lang.
Minder dan een jaar na de uitrol van een AI-systeem om de winkelvoorraad te volgen, schrapte het bedrijf het programma volgens berichten in heel Noord-Amerika, omdat het te veel fouten maakte om betrouwbaar te zijn. Het project maakte deel uit van de inspanningen van ceo Brian Niccol om aanhoudende producttekorten aan te pakken, maar herhaalde telfouten ondermijnden uiteindelijk de bruikbaarheid van de technologie.
Waarom Starbucks een AI-voorraadsysteem introduceerde
Starbucks heeft al jaren moeite om al zijn winkels consistent bevoorraad te houden met alledaagse artikelen zoals melk, gebak, ingrediënten voor sandwiches en zelfs deksels voor bekers. Meerdere bedrijfsleiders hebben die tekorten in verband gebracht met omzetverlies en operationele inefficiëntie.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Starbucks schrapt AI-voorraadsysteem na negen maanden: 'Kon melkpakken niet uit elkaar houden'"?
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald.
What are the key points to validate first?
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald. De tool, ontwikkeld met NomadGo, gebruikte computer vision om via een tablet schappen te scannen en voorraad automatisch te tellen.
What should I do next in practice?
Medewerkers meldden basisfouten: het systeem telde producten verkeerd of haalde vergelijkbare melkpakken door elkaar.
Starbucks schrapt AI-voorraadsysteem na negen maanden: 'Kon melkpakken niet uit elkaar houden'
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald. De tool, ontwikkeld met NomadGo, gebruikte computer vision om via een tablet schappen te scannen en voorraad automatisch te tellen.
Gepubliceerd doorBewerkt met GPT-5.5Afbeeldingen gegenereerd met GPT Image 2
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald.
De tool, ontwikkeld met NomadGo, gebruikte computer vision om via een tablet schappen te scannen en voorraad automatisch te tellen.
Medewerkers meldden basisfouten: het systeem telde producten verkeerd of haalde vergelijkbare melkpakken door elkaar.
How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it undStarbucks experimented with an AI-powered system designed to automatically count store inventory using computer vision before discontinuing the program months later.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How did Starbucks’ attempt to replace human workers with an AI-powered inventory counting system turn out, why did the company deploy it und. Article summary: It appears to have failed quickly: Starbucks reportedly retired its AI-based “Automated Counting” inventory tool after about nine months because store workers said it made too many counting and labeling errors to be reli. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "# How Starbucks Uses AI To Transform Global Supply Chains: 2025 Case Study On Inventory, Stockout Reduction, And ROI. Cover Image for How Starbucks Uses AI To Transform Global Supp" source context "How Starbucks Uses AI To Transform Global Supply Chains" Reference image 2: visual subject ", the global coffeehouse chain, has been
openai.com
Starbucks probeerde kunstmatige intelligentie in te zetten voor een van de meest alledaagse taken in zijn winkels: het tellen van de voorraad. Het experiment duurde niet lang.
Minder dan een jaar na de uitrol van een AI-systeem om de winkelvoorraad te volgen, schrapte het bedrijf het programma volgens berichten in heel Noord-Amerika, omdat het te veel fouten maakte om betrouwbaar te zijn. Het project maakte deel uit van de inspanningen van ceo Brian Niccol om aanhoudende producttekorten aan te pakken, maar herhaalde telfouten ondermijnden uiteindelijk de bruikbaarheid van de technologie.
Waarom Starbucks een AI-voorraadsysteem introduceerde
Starbucks heeft al jaren moeite om al zijn winkels consistent bevoorraad te houden met alledaagse artikelen zoals melk, gebak, ingrediënten voor sandwiches en zelfs deksels voor bekers. Meerdere bedrijfsleiders hebben die tekorten in verband gebracht met omzetverlies en operationele inefficiëntie.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Starbucks schrapt AI-voorraadsysteem na negen maanden: 'Kon melkpakken niet uit elkaar houden'"?
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald.
What are the key points to validate first?
Starbucks heeft zijn AI gestuurde voorraadtool 'Automated Counting' na ongeveer negen maanden uit de Noord Amerikaanse winkels gehaald. De tool, ontwikkeld met NomadGo, gebruikte computer vision om via een tablet schappen te scannen en voorraad automatisch te tellen.
What should I do next in practice?
Medewerkers meldden basisfouten: het systeem telde producten verkeerd of haalde vergelijkbare melkpakken door elkaar.
Nadat Brian Niccol ceo werd, maakte hij het oplossen van die bevoorradingsproblemen tot een topprioriteit. Een van de initiatieven was een AI-gestuurd voorraadsysteem dat winkels sneller en nauwkeuriger inzicht moest geven in wat ze daadwerkelijk op voorraad hadden.
De technologie – ontwikkeld met het uit Seattle afkomstige startup NomadGo – gebruikte computer vision, 3D-ruimtelijke intelligentie en augmented reality om producten te identificeren en te tellen wanneer medewerkers met een smartphone of tablet schappen, koelingen en opslagruimtes scanden.
In theorie kon het systeem:
Handmatig tellen van voorraad vervangen
Voorraadcontroles aanzienlijk versnellen
Lage voorraden automatisch signaleren
De nabestelling verbeteren en tekorten verminderen
Starbucks rolde het systeem op grote schaal uit met de bedoeling het te gebruiken in meer dan 11.000 eigen winkels in Noord-Amerika.
De soort fouten die het systeem maakte
In de praktijk meldden winkelmedewerkers dat het systeem moeite had met basistaken die nodig zijn voor betrouwbare voorraadregistratie.
Volgens berichten waar Reuters naar verwijst, had de AI regelmatig last van:
Verkeerd tellen van producten in de schappen
Verkeerd lezen of labelen van artikelen
Visueel op elkaar lijkende producten door elkaar halen
Een veelgenoemd voorbeeld betrof melkpakken. In sommige winkels bleek het systeem moeite te hebben om onderscheid te maken tussen op elkaar lijkende melkpakken, wat leidde tot onjuiste voorraadtellingen.
Zelfs kleine onnauwkeurigheden zijn belangrijk in voorraadsystemen. Als tellingen fout zijn, kan de bestelsoftware verkeerde nabestellingen genereren, waardoor winkels te weinig of te veel van belangrijke ingrediënten bestellen.
Waarom de tool uiteindelijk werd geschrapt
De fouten tastten het vertrouwen in het systeem aan bij winkelmedewerkers, die afhankelijk waren van de tellingen voor hun dagelijkse werk. In plaats van tekorten te verminderen, konden onjuiste gegevens deze juist verergeren als winkels op basis van foute voorraadgegevens gingen bestellen.
Daarom besloot Starbucks het programma ongeveer negen maanden na de grootschalige uitrol in Noord-Amerika te stoppen.
Interne communicatie aan het personeel liet weten dat het bedrijf de 'Automated Counting'-tool introk en overschakelde op een consistentere aanpak van voorraadbeheer, terwijl het bredere inspanningen voortzette om de toeleveringsketen en het nabestelsysteem te verbeteren.
Wat het experiment onthult over AI in de retail
De kortstondige uitrol laat een veelvoorkomende uitdaging zien met AI in de echte retailpraktijk. Systemen die goed werken in gecontroleerde demo's, kunnen worstelen met de rommelige omstandigheden van echte winkels – wisselend licht, volle schappen, vergelijkbare verpakkingen en wisselende plaatsing van artikelen.
Voor Starbucks was de technologie bedoeld om een tijdrovende taak te elimineren en een kostbaar probleem in de toeleveringsketen op te lossen. Maar toen de nauwkeurigheid tekortschoot, koos het bedrijf ervoor de tool te laten vallen in plaats te vertrouwen op gebrekkige data.
De aflevering onderstreept een praktische les voor retailers die experimenteren met automatisering: wanneer de taak afhankelijk is van nauwkeurig tellen en labelen, kunnen zelfs kleine foutmarges AI-systemen snel onbruikbaar maken in de dagelijkse praktijk.
Nadat Brian Niccol ceo werd, maakte hij het oplossen van die bevoorradingsproblemen tot een topprioriteit. Een van de initiatieven was een AI-gestuurd voorraadsysteem dat winkels sneller en nauwkeuriger inzicht moest geven in wat ze daadwerkelijk op voorraad hadden.
De technologie – ontwikkeld met het uit Seattle afkomstige startup NomadGo – gebruikte computer vision, 3D-ruimtelijke intelligentie en augmented reality om producten te identificeren en te tellen wanneer medewerkers met een smartphone of tablet schappen, koelingen en opslagruimtes scanden.
In theorie kon het systeem:
Handmatig tellen van voorraad vervangen
Voorraadcontroles aanzienlijk versnellen
Lage voorraden automatisch signaleren
De nabestelling verbeteren en tekorten verminderen
Starbucks rolde het systeem op grote schaal uit met de bedoeling het te gebruiken in meer dan 11.000 eigen winkels in Noord-Amerika.
De soort fouten die het systeem maakte
In de praktijk meldden winkelmedewerkers dat het systeem moeite had met basistaken die nodig zijn voor betrouwbare voorraadregistratie.
Volgens berichten waar Reuters naar verwijst, had de AI regelmatig last van:
Verkeerd tellen van producten in de schappen
Verkeerd lezen of labelen van artikelen
Visueel op elkaar lijkende producten door elkaar halen
Een veelgenoemd voorbeeld betrof melkpakken. In sommige winkels bleek het systeem moeite te hebben om onderscheid te maken tussen op elkaar lijkende melkpakken, wat leidde tot onjuiste voorraadtellingen.
Zelfs kleine onnauwkeurigheden zijn belangrijk in voorraadsystemen. Als tellingen fout zijn, kan de bestelsoftware verkeerde nabestellingen genereren, waardoor winkels te weinig of te veel van belangrijke ingrediënten bestellen.
Waarom de tool uiteindelijk werd geschrapt
De fouten tastten het vertrouwen in het systeem aan bij winkelmedewerkers, die afhankelijk waren van de tellingen voor hun dagelijkse werk. In plaats van tekorten te verminderen, konden onjuiste gegevens deze juist verergeren als winkels op basis van foute voorraadgegevens gingen bestellen.
Daarom besloot Starbucks het programma ongeveer negen maanden na de grootschalige uitrol in Noord-Amerika te stoppen.
Interne communicatie aan het personeel liet weten dat het bedrijf de 'Automated Counting'-tool introk en overschakelde op een consistentere aanpak van voorraadbeheer, terwijl het bredere inspanningen voortzette om de toeleveringsketen en het nabestelsysteem te verbeteren.
Wat het experiment onthult over AI in de retail
De kortstondige uitrol laat een veelvoorkomende uitdaging zien met AI in de echte retailpraktijk. Systemen die goed werken in gecontroleerde demo's, kunnen worstelen met de rommelige omstandigheden van echte winkels – wisselend licht, volle schappen, vergelijkbare verpakkingen en wisselende plaatsing van artikelen.
Voor Starbucks was de technologie bedoeld om een tijdrovende taak te elimineren en een kostbaar probleem in de toeleveringsketen op te lossen. Maar toen de nauwkeurigheid tekortschoot, koos het bedrijf ervoor de tool te laten vallen in plaats te vertrouwen op gebrekkige data.
De aflevering onderstreept een praktische les voor retailers die experimenteren met automatisering: wanneer de taak afhankelijk is van nauwkeurig tellen en labelen, kunnen zelfs kleine foutmarges AI-systemen snel onbruikbaar maken in de dagelijkse praktijk.
devdiscourse.comEXCLUSIVE-Starbucks scraps AI inventory tool across North America
engadget.comStarbucks abandons its AI inventory tool after only nine months
sahmcapital.comINSIGHT-Inside Starbucks' supply struggles: AI glitches, scattered ...
newfortunetimes.comHow Supply Chain Strains Are Holding Back Starbucks' Sales