Технология обещала несколько преимуществ:
Приложение обрабатывало изображения прямо на устройстве и отображало результаты поверх изображения в режиме дополненной реальности, чтобы сотрудники могли быстро подтвердить правильность подсчета.
В теории это должно было освободить персонал от рутинной работы и дать компании более точные данные о запасах по всей сети.
После масштабного внедрения система столкнулась с базовой проблемой — ненадежностью распознавания.
По данным публикаций со ссылкой на внутренние коммуникации компании, инструмент регулярно ошибался при подсчете, путал товары или вовсе не замечал часть запасов.
Особенно часто возникали проблемы с похожими продуктами. Например, система могла перепутать разные виды молока — обычное, овсяное или другие альтернативы — либо не распознать их вовсе.
Для кофеен Starbucks это критично: наличие молока напрямую влияет на возможность приготовить многие напитки. Ошибки в учете приводили к тому, что сотрудники все равно вынуждены были перепроверять запасы вручную.
Когда система инвентаризации дает неверные данные, это быстро приводит к цепочке операционных проблем:
В таких условиях автоматизация перестает приносить пользу.
В мае 2026 года Starbucks уведомила магазины, что программа Automated Counting будет закрыта. Молоко и другие компоненты напитков снова начали считать вручную, как и другие категории запасов.
Решение связано с более широкой перестройкой операционных процессов компании.
Под руководством генерального директора Брайана Никкола Starbucks реализует стратегию, внутри компании известную как «Back to Starbucks». Ее цель — решить проблемы с нехваткой продуктов и улучшить операционную стабильность в кофейнях.
В рамках этой стратегии компания делает акцент на:
Возврат к ручному подсчету сочли более надежным способом обеспечить наличие ингредиентов и стабильность меню.
История с системой Starbucks показывает типичную проблему корпоративных внедрений AI: то, что работает в демонстрациях и пилотных проектах, часто сталкивается с трудностями в реальной среде.
Для систем компьютерного зрения розничные магазины — сложная среда:
Даже небольшие ошибки распознавания могут превратиться в серьезную операционную проблему, если технология используется в тысячах точек.
В итоге Starbucks решила, что точность системы не оправдывает ожидаемых преимуществ. Поэтому один из самых масштабных экспериментов с AI‑учетом запасов в розничной торговле завершился всего через девять месяцев после полного внедрения.
Тем не менее этот проект показывает, насколько активно крупные ритейлеры тестируют AI в физических операциях — и насколько быстро могут отказаться от таких решений, если они не выдерживают реальности ежедневной работы магазинов.
Comments
0 comments