Wat het Automated Counting-systeem moest doen

Het systeem gebruikte tabletcamera’s in combinatie met computer vision en ruimtelijke sensortechnologie om koelkasten, schappen en magazijnruimtes te scannen. Medewerkers haalden het apparaat langs de producten, en de software herkende automatisch de items en telde ze in realtime.

De technologie beloofde verschillende operationele voordelen:

• Snellere voorraadcontroles dan handmatig tellen
• Beter inzicht in producten die bijna op waren
• Minder tekorten die de beschikbaarheid op het menu beïnvloeden

NomadGo’s systeem verwerkte beelden direct op mobiele apparaten en voegde productidentificatiegegevens toe, zodat medewerkers de aantallen snel konden controleren.

In theorie zou die automatisering medewerkers verlossen van routinematige telwerkzaamheden, terwijl Starbucks tegelijkertijd betere gegevens kreeg over de voorraadniveaus in duizenden vestigingen.

Waarom het systeem in de praktijk faalde

Eenmaal op grote schaal uitgerold, bleek het AI-systeem al snel onbetrouwbaar.

Volgens berichtgeving die interne bedrijfscommunicatie citeerde, maakte de tool vaak telfouten, kende producten verkeerd toe of miste voorraad volledig.

Een terugkerend probleem betrof producten die op elkaar leken, vooral melksoorten zoals zuivel, haver of andere alternatieven. Het systeem haalde deze producten soms door elkaar of detecteerde ze niet goed.

Voor Starbucks-winkels—waar de beschikbaarheid van melk direct bepaalt of dranken kunnen worden bereid—zorgden die fouten voor operationele wrijving. In plaats van tijd te besparen, dwongen onnauwkeurige tellingen medewerkers om de voorraad handmatig te controleren.

Wanneer voorraadsystemen onbetrouwbaar zijn, kunnen ze leiden tot grotere problemen:

• Verkeerde nabestellingen
• Tekorten aan ingrediënten
• Tijdelijke onbeschikbaarheid van menuitems

Op dat punt leverde de automatisering niet langer het beoogde voordeel op.

Waarom Starbucks terugkeert naar handmatig tellen

In mei 2026 liet Starbucks de winkels weten dat het Automated Counting-programma werd stopgezet en dat dranken en melk weer op dezelfde handmatige manier zouden worden geteld als andere voorraadcategorieën.

De verandering maakte deel uit van een bredere operationele reset binnen het bedrijf.

Onder CEO Brian Niccol lanceerde Starbucks een strategie die intern vaak ‘Back to Starbucks’ wordt genoemd, gericht op het oplossen van aanhoudende producttekorten en het verbeteren van de uitvoering in de winkels.

Als onderdeel van die inspanning legde het bedrijf de nadruk op:

• gestandaardiseerde voorraadprocessen
• consistentere werkwijzen in de winkels
• dagelijkse aanvulling van belangrijke ingrediënten

De terugkeer naar handmatig tellen werd gezien als de betrouwbaardere optie om ervoor te zorgen dat winkels de ingrediënten hadden die nodig waren om menuitems beschikbaar te houden.

Een waarschuwend voorbeeld voor AI-implementaties in bedrijven

Het stopzetten van Starbucks’ AI-voorraadsysteem illustreert een bredere uitdaging bij automatisering in bedrijven: technologie die in gecontroleerde demo’s werkt, kan worstelen in de rommelige praktijk.

Winkels vormen moeilijke omstandigheden voor computer-vision-systemen, met onder meer:

• rommelige schappen en koelkasten
• veranderende verpakkingsontwerpen
• producten die op elkaar lijken
• wisselende verlichting of uiteenlopende indelingen

Zelfs kleine herkenningsfouten kunnen leiden tot operationele problemen wanneer ze worden vermenigvuldigd over duizenden locaties.

In dit geval concludeerde Starbucks dat de onnauwkeurigheid van het systeem zwaarder woog dan de efficiëntiewinst, waarna het bedrijf de tool na slechts negen maanden volledige uitrol schrapte.

Het experiment laat nog steeds zien hoe agressief grote retailers AI testen in fysieke operaties—maar ook hoe snel die pilots kunnen worden teruggedraaid wanneer de betrouwbaarheid tekortschiet in de realiteit van het dagelijkse werk in de winkel.

Wat het Automated Counting-systeem moest doen

Het systeem gebruikte tabletcamera’s in combinatie met computer vision en ruimtelijke sensortechnologie om koelkasten, schappen en magazijnruimtes te scannen. Medewerkers haalden het apparaat langs de producten, en de software herkende automatisch de items en telde ze in realtime.

De technologie beloofde verschillende operationele voordelen:

• Snellere voorraadcontroles dan handmatig tellen
• Beter inzicht in producten die bijna op waren
• Minder tekorten die de beschikbaarheid op het menu beïnvloeden

NomadGo’s systeem verwerkte beelden direct op mobiele apparaten en voegde productidentificatiegegevens toe, zodat medewerkers de aantallen snel konden controleren.

In theorie zou die automatisering medewerkers verlossen van routinematige telwerkzaamheden, terwijl Starbucks tegelijkertijd betere gegevens kreeg over de voorraadniveaus in duizenden vestigingen.

Waarom het systeem in de praktijk faalde

Eenmaal op grote schaal uitgerold, bleek het AI-systeem al snel onbetrouwbaar.

Volgens berichtgeving die interne bedrijfscommunicatie citeerde, maakte de tool vaak telfouten, kende producten verkeerd toe of miste voorraad volledig.

Een terugkerend probleem betrof producten die op elkaar leken, vooral melksoorten zoals zuivel, haver of andere alternatieven. Het systeem haalde deze producten soms door elkaar of detecteerde ze niet goed.

Voor Starbucks-winkels—waar de beschikbaarheid van melk direct bepaalt of dranken kunnen worden bereid—zorgden die fouten voor operationele wrijving. In plaats van tijd te besparen, dwongen onnauwkeurige tellingen medewerkers om de voorraad handmatig te controleren.

Wanneer voorraadsystemen onbetrouwbaar zijn, kunnen ze leiden tot grotere problemen:

• Verkeerde nabestellingen
• Tekorten aan ingrediënten
• Tijdelijke onbeschikbaarheid van menuitems

Op dat punt leverde de automatisering niet langer het beoogde voordeel op.

Waarom Starbucks terugkeert naar handmatig tellen

In mei 2026 liet Starbucks de winkels weten dat het Automated Counting-programma werd stopgezet en dat dranken en melk weer op dezelfde handmatige manier zouden worden geteld als andere voorraadcategorieën.

De verandering maakte deel uit van een bredere operationele reset binnen het bedrijf.

Onder CEO Brian Niccol lanceerde Starbucks een strategie die intern vaak ‘Back to Starbucks’ wordt genoemd, gericht op het oplossen van aanhoudende producttekorten en het verbeteren van de uitvoering in de winkels.

Als onderdeel van die inspanning legde het bedrijf de nadruk op:

• gestandaardiseerde voorraadprocessen
• consistentere werkwijzen in de winkels
• dagelijkse aanvulling van belangrijke ingrediënten

De terugkeer naar handmatig tellen werd gezien als de betrouwbaardere optie om ervoor te zorgen dat winkels de ingrediënten hadden die nodig waren om menuitems beschikbaar te houden.

Een waarschuwend voorbeeld voor AI-implementaties in bedrijven

Het stopzetten van Starbucks’ AI-voorraadsysteem illustreert een bredere uitdaging bij automatisering in bedrijven: technologie die in gecontroleerde demo’s werkt, kan worstelen in de rommelige praktijk.

Winkels vormen moeilijke omstandigheden voor computer-vision-systemen, met onder meer:

• rommelige schappen en koelkasten
• veranderende verpakkingsontwerpen
• producten die op elkaar lijken
• wisselende verlichting of uiteenlopende indelingen

Zelfs kleine herkenningsfouten kunnen leiden tot operationele problemen wanneer ze worden vermenigvuldigd over duizenden locaties.

In dit geval concludeerde Starbucks dat de onnauwkeurigheid van het systeem zwaarder woog dan de efficiëntiewinst, waarna het bedrijf de tool na slechts negen maanden volledige uitrol schrapte.

Het experiment laat nog steeds zien hoe agressief grote retailers AI testen in fysieke operaties—maar ook hoe snel die pilots kunnen worden teruggedraaid wanneer de betrouwbaarheid tekortschiet in de realiteit van het dagelijkse werk in de winkel.