Эксперимент Starbucks с ИИ для учета запасов закончился провалом
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4] Инструмент, разработанный вместе со стартапом NomadGo, использовал компьютерное зрение и смартфоны или планшеты сотрудников для с...
ОпубликовалОтредактировано с помощью GPT-5.5Изображения созданы с помощью GPT Image 2
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4]
Инструмент, разработанный вместе со стартапом NomadGo, использовал компьютерное зрение и смартфоны или планшеты сотрудников для сканирования полок и автоматического подсчета запасов.[20][21]
Работники сообщали о базовых ошибках — например, система путала похожие упаковки молока и неправильно считала товары, из‑за чего данные о запасах становились ненадежными.[1][10]
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.
Промпт ИИ
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 попыталась автоматизировать одну из самых рутинных задач в кофейнях — подсчет запасов ингредиентов и товаров. Для этого компания внедрила систему на базе искусственного интеллекта. Эксперимент оказался коротким.
Менее чем через год после запуска Starbucks, по сообщениям СМИ, закрыла ИИ‑инструмент учета запасов во всех своих кофейнях Северной Америки. Причина — слишком большое количество ошибок, из‑за которых система оказалась ненадежной в ежедневной работе.
Зачем Starbucks внедряла ИИ для учета запасов
В последние годы сеть регулярно сталкивалась с проблемой нехватки базовых продуктов в магазинах: молока, выпечки, ингредиентов для сэндвичей и даже крышек для стаканов. Руководство компании неоднократно связывало эти перебои с потерей продаж и операционными проблемами.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Эксперимент Starbucks с ИИ для учета запасов закончился провалом»?
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4]
Какие ключевые моменты необходимо проверить в первую очередь?
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4] Инструмент, разработанный вместе со стартапом NomadGo, использовал компьютерное зрение и смартфоны или планшеты сотрудников для сканирования полок и автоматического подсчета запасов.[20][21]
Что мне делать дальше на практике?
Работники сообщали о базовых ошибках — например, система путала похожие упаковки молока и неправильно считала товары, из‑за чего данные о запасах становились ненадежными.[1][10]
Эксперимент Starbucks с ИИ для учета запасов закончился провалом
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4] Инструмент, разработанный вместе со стартапом NomadGo, использовал компьютерное зрение и смартфоны или планшеты сотрудников для с...
ОпубликовалОтредактировано с помощью GPT-5.5Изображения созданы с помощью GPT Image 2
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4]
Инструмент, разработанный вместе со стартапом NomadGo, использовал компьютерное зрение и смартфоны или планшеты сотрудников для сканирования полок и автоматического подсчета запасов.[20][21]
Работники сообщали о базовых ошибках — например, система путала похожие упаковки молока и неправильно считала товары, из‑за чего данные о запасах становились ненадежными.[1][10]
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.
Промпт ИИ
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 попыталась автоматизировать одну из самых рутинных задач в кофейнях — подсчет запасов ингредиентов и товаров. Для этого компания внедрила систему на базе искусственного интеллекта. Эксперимент оказался коротким.
Менее чем через год после запуска Starbucks, по сообщениям СМИ, закрыла ИИ‑инструмент учета запасов во всех своих кофейнях Северной Америки. Причина — слишком большое количество ошибок, из‑за которых система оказалась ненадежной в ежедневной работе.
Зачем Starbucks внедряла ИИ для учета запасов
В последние годы сеть регулярно сталкивалась с проблемой нехватки базовых продуктов в магазинах: молока, выпечки, ингредиентов для сэндвичей и даже крышек для стаканов. Руководство компании неоднократно связывало эти перебои с потерей продаж и операционными проблемами.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Эксперимент Starbucks с ИИ для учета запасов закончился провалом»?
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4]
Какие ключевые моменты необходимо проверить в первую очередь?
Starbucks закрыла ИИ‑систему «Automated Counting» примерно через девять месяцев после запуска более чем в 11 000 кофейнях Северной Америки из‑за частых ошибок подсчета и маркировки.[2][4] Инструмент, разработанный вместе со стартапом NomadGo, использовал компьютерное зрение и смартфоны или планшеты сотрудников для сканирования полок и автоматического подсчета запасов.[20][21]
Что мне делать дальше на практике?
Работники сообщали о базовых ошибках — например, система путала похожие упаковки молока и неправильно считала товары, из‑за чего данные о запасах становились ненадежными.[1][10]
После назначения на пост генерального директора Брайан Никкол сделал решение проблемы поставок одним из ключевых пунктов своей стратегии. Одной из идей стало внедрение ИИ‑системы, которая могла бы быстрее и точнее показывать, какие продукты реально есть в конкретной кофейне.
Технологию разработали совместно со стартапом NomadGo из Сиэтла. Она сочетала компьютерное зрение, 3D‑пространственный анализ и элементы дополненной реальности. Сотрудники сканировали полки, холодильники и склады с помощью смартфона или планшета, а система автоматически распознавала и считала товары.
Предполагалось, что система сможет:
заменить ручной подсчет запасов
ускорить проверку наличия продуктов
автоматически отмечать позиции с низким остатком
улучшить пополнение запасов и снизить число случаев, когда товара нет в наличии
Starbucks планировала использовать эту технологию более чем в 11 000 собственных кофейнях Северной Америки.
Какие ошибки возникали на практике
Однако в реальных условиях кофейни система столкнулась с трудностями. Сотрудники сообщали, что ИИ регулярно ошибался в базовых операциях учета.
По данным сообщений со ссылкой на Reuters, система часто:
неправильно считала количество товаров
путала или неверно распознавала продукты
ошибалась с похожими упаковками
Один из часто упоминаемых примеров — упаковки молока. В некоторых кофейнях алгоритм не мог корректно отличить похожие картонные коробки или бутылки разных видов молока, из‑за чего данные о запасах становились неверными.
Даже небольшие ошибки здесь критичны. Если система считает неправильно, программное обеспечение для заказов может сформировать неверные заявки на поставку — и магазин закажет слишком много или слишком мало ингредиентов.
Почему Starbucks в итоге отказалась от проекта
Постоянные ошибки подорвали доверие сотрудников к системе. Работники должны были опираться на эти данные для ежедневного управления запасами, но из‑за неточностей инструмент иногда мог даже усугублять проблему нехватки продуктов.
В результате Starbucks решила полностью отказаться от программы примерно через девять месяцев после ее широкого внедрения в Северной Америке.
Во внутреннем сообщении сотрудникам компания сообщила, что инструмент «Automated Counting» выводится из эксплуатации. Вместо него Starbucks планирует использовать более единый и надежный подход к учету запасов, параллельно продолжая улучшать цепочки поставок и систему пополнения товаров.
Что этот случай показывает о внедрении ИИ в рознице
История Starbucks иллюстрирует распространенную проблему внедрения ИИ в реальной розничной среде. Технологии, которые хорошо работают на демонстрациях или в контролируемых условиях, могут сталкиваться с трудностями в настоящих магазинах — из‑за плохого освещения, загроможденных полок, похожих упаковок и хаотичного расположения товаров.
Для Starbucks система должна была убрать трудоемкую задачу подсчета и помочь решить дорогостоящую проблему дефицита товаров. Но когда точность оказалась недостаточной, компания решила отказаться от инструмента, чтобы не полагаться на ошибочные данные.
Этот эксперимент стал наглядным уроком для ритейлеров: если задача требует очень точного подсчета и распознавания, даже небольшая доля ошибок может сделать ИИ‑систему непригодной для ежедневной работы.
После назначения на пост генерального директора Брайан Никкол сделал решение проблемы поставок одним из ключевых пунктов своей стратегии. Одной из идей стало внедрение ИИ‑системы, которая могла бы быстрее и точнее показывать, какие продукты реально есть в конкретной кофейне.
Технологию разработали совместно со стартапом NomadGo из Сиэтла. Она сочетала компьютерное зрение, 3D‑пространственный анализ и элементы дополненной реальности. Сотрудники сканировали полки, холодильники и склады с помощью смартфона или планшета, а система автоматически распознавала и считала товары.
Предполагалось, что система сможет:
заменить ручной подсчет запасов
ускорить проверку наличия продуктов
автоматически отмечать позиции с низким остатком
улучшить пополнение запасов и снизить число случаев, когда товара нет в наличии
Starbucks планировала использовать эту технологию более чем в 11 000 собственных кофейнях Северной Америки.
Какие ошибки возникали на практике
Однако в реальных условиях кофейни система столкнулась с трудностями. Сотрудники сообщали, что ИИ регулярно ошибался в базовых операциях учета.
По данным сообщений со ссылкой на Reuters, система часто:
неправильно считала количество товаров
путала или неверно распознавала продукты
ошибалась с похожими упаковками
Один из часто упоминаемых примеров — упаковки молока. В некоторых кофейнях алгоритм не мог корректно отличить похожие картонные коробки или бутылки разных видов молока, из‑за чего данные о запасах становились неверными.
Даже небольшие ошибки здесь критичны. Если система считает неправильно, программное обеспечение для заказов может сформировать неверные заявки на поставку — и магазин закажет слишком много или слишком мало ингредиентов.
Почему Starbucks в итоге отказалась от проекта
Постоянные ошибки подорвали доверие сотрудников к системе. Работники должны были опираться на эти данные для ежедневного управления запасами, но из‑за неточностей инструмент иногда мог даже усугублять проблему нехватки продуктов.
В результате Starbucks решила полностью отказаться от программы примерно через девять месяцев после ее широкого внедрения в Северной Америке.
Во внутреннем сообщении сотрудникам компания сообщила, что инструмент «Automated Counting» выводится из эксплуатации. Вместо него Starbucks планирует использовать более единый и надежный подход к учету запасов, параллельно продолжая улучшать цепочки поставок и систему пополнения товаров.
Что этот случай показывает о внедрении ИИ в рознице
История Starbucks иллюстрирует распространенную проблему внедрения ИИ в реальной розничной среде. Технологии, которые хорошо работают на демонстрациях или в контролируемых условиях, могут сталкиваться с трудностями в настоящих магазинах — из‑за плохого освещения, загроможденных полок, похожих упаковок и хаотичного расположения товаров.
Для Starbucks система должна была убрать трудоемкую задачу подсчета и помочь решить дорогостоящую проблему дефицита товаров. Но когда точность оказалась недостаточной, компания решила отказаться от инструмента, чтобы не полагаться на ошибочные данные.
Этот эксперимент стал наглядным уроком для ритейлеров: если задача требует очень точного подсчета и распознавания, даже небольшая доля ошибок может сделать ИИ‑систему непригодной для ежедневной работы.
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