Starbucks เคยพยายามนำ AI มาแก้ปัญหาการจัดการสต็อกในร้านกาแฟขนาดใหญ่ แต่โครงการนั้นกลับจบลงเร็วกว่าที่คาดไว้มาก
ในเดือนกันยายน 2025 บริษัทเปิดตัวระบบ “Automated Counting” ซึ่งพัฒนาร่วมกับสตาร์ทอัพ NomadGo และติดตั้งในร้าน Starbucks มากกว่า 11,000 สาขาในอเมริกาเหนือ เป้าหมายคือแทนที่การนับสต็อกแบบแมนนวลด้วยระบบ AI ที่ใช้กล้องแท็บเล็ตสแกนสินค้าอัตโนมัติ เช่น นม ไซรัป และวัตถุดิบเครื่องดื่มอื่น ๆ ![]()
![]()
แต่เพียง 9 เดือนต่อมา ในเดือนพฤษภาคม 2026 Starbucks ตัดสินใจยุติโครงการทั้งหมด หลังพบว่าระบบมีข้อผิดพลาดด้านความแม่นยำจนกระทบการทำงานในร้านจริง ![]()
![]()
ระบบ Automated Counting ทำงานอย่างไร
แนวคิดของระบบค่อนข้างตรงไปตรงมา: ให้พนักงานใช้แท็บเล็ตสแกนชั้นวาง ตู้เย็น และพื้นที่เก็บของหลังร้าน จากนั้นซอฟต์แวร์จะใช้ computer vision และการรับรู้เชิงพื้นที่ เพื่อระบุสินค้าและนับจำนวนแบบเรียลไทม์ ![]()
![]()
เทคโนโลยีนี้ถูกออกแบบมาเพื่อช่วยให้ร้านทำงานได้เร็วขึ้น เช่น
- ลดเวลาที่ต้องใช้ในการนับสต็อกด้วยมือ
- มองเห็นวัตถุดิบที่กำลังจะหมดได้เร็วขึ้น
- ลดโอกาสที่เมนูบางรายการจะขายไม่ได้เพราะของหมด
ระบบของ NomadGo สามารถประมวลผลภาพบนอุปกรณ์มือถือโดยตรง และแสดงข้อมูลซ้อนบนภาพเพื่อให้พนักงานตรวจสอบจำนวนสินค้าได้ทันที ![]()
![]()
ในทางทฤษฎี นี่ควรช่วยลดงานซ้ำ ๆ ของพนักงาน และทำให้สำนักงานใหญ่เห็นภาพสต็อกของร้านนับพันแห่งได้ชัดเจนขึ้น
ปัญหาที่เกิดขึ้นเมื่อใช้งานจริง
เมื่อระบบถูกนำไปใช้ในร้านจริงจำนวนมาก ปัญหาด้านความแม่นยำเริ่มปรากฏชัด
รายงานข่าวที่อ้างถึงการสื่อสารภายในบริษัทระบุว่า ระบบ นับสินค้าผิด ระบุสินค้าผิด หรือบางครั้งไม่ตรวจพบสินค้าเลย ![]()
![]()
หนึ่งในปัญหาที่พบบ่อยคือ สินค้าที่หน้าตาคล้ายกัน โดยเฉพาะนมหลายประเภท เช่น นมวัว นมโอ๊ต หรือทางเลือกจากพืชอื่น ๆ ระบบมักแยกแยะผิดหรือมองไม่เห็นบางรายการ ![]()
![]()
สำหรับร้าน Starbucks เรื่องนี้สำคัญมาก เพราะ
- นมเป็นวัตถุดิบหลักของเครื่องดื่มจำนวนมาก
- หากระบบนับผิด ร้านอาจสั่งของผิด
- เมนูบางรายการอาจขายไม่ได้เพราะวัตถุดิบหมด
สุดท้ายแล้ว พนักงานต้องกลับมาตรวจสอบสต็อกด้วยตัวเองซ้ำอีกครั้ง ทำให้ระบบที่ควรประหยัดเวลากลับเพิ่มภาระงานแทน
ทำไม Starbucks จึงกลับไปนับสต็อกแบบเดิม
ในเดือนพฤษภาคม 2026 Starbucks แจ้งร้านสาขาว่าโครงการ Automated Counting จะถูกยุติ และ วัตถุดิบเครื่องดื่มรวมถึงนมจะกลับไปใช้การนับแบบเดียวกับหมวดสต็อกอื่น ๆ ซึ่งก็คือการนับด้วยมือ ![]()
การตัดสินใจนี้เชื่อมโยงกับแผนปรับโครงสร้างการดำเนินงานของบริษัท
ภายใต้การนำของซีอีโอ Brian Niccol Starbucks กำลังผลักดันกลยุทธ์ที่เรียกว่า “Back to Starbucks” ซึ่งเน้นแก้ปัญหาสินค้าขาดสต็อกและปรับปรุงประสิทธิภาพการทำงานในร้าน ![]()
แนวทางหลักของแผนนี้ ได้แก่
- มาตรฐานการนับสต็อกที่เหมือนกันทุกสาขา
- กระบวนการทำงานในร้านที่สม่ำเสมอ
- การเติมวัตถุดิบหลัก ทุกวัน (daily replenishment)
บริษัทมองว่าการนับแบบแมนนวลในตอนนี้ ให้ความเชื่อถือได้มากกว่า สำหรับการควบคุมสต็อกที่มีผลต่อการขายเมนูจริงในร้าน ![]()
บทเรียนสำหรับ AI ในธุรกิจค้าปลีก
กรณีของ Starbucks สะท้อนปัญหาที่พบได้บ่อยในการนำ AI ไปใช้ในองค์กรขนาดใหญ่
เทคโนโลยีที่ทำงานได้ดีในสภาพแวดล้อมทดลอง อาจเจอความท้าทายในโลกจริง เช่น
- ชั้นวางสินค้าที่รกหรือไม่เป็นระเบียบ
- แพ็กเกจสินค้าที่เปลี่ยนบ่อย
- สินค้าหน้าตาคล้ายกัน
- แสงหรือมุมกล้องที่ไม่สม่ำเสมอ
เมื่อระบบต้องทำงานใน ร้านหลายพันแห่ง แม้ความผิดพลาดเล็กน้อยก็สามารถกลายเป็นปัญหาด้านปฏิบัติการได้ทันที
สุดท้าย Starbucks จึงตัดสินใจยุติระบบหลังใช้งานเพียง 9 เดือน แม้โครงการนี้จะเป็นหนึ่งในการทดลอง AI ขนาดใหญ่ในอุตสาหกรรมร้านอาหารก็ตาม ![]()
![]()
เหตุการณ์นี้แสดงให้เห็นว่าบริษัทค้าปลีกกำลังทดลองใช้ AI อย่างจริงจัง แต่ก็พร้อมจะถอยกลับอย่างรวดเร็ว หากเทคโนโลยีไม่สามารถรับมือกับความซับซ้อนของการทำงานในร้านจริงได้
