星巴克为何在9个月后放弃AI库存计数系统

这套系统由西雅图创业公司 NomadGo 与星巴克合作开发。技术组合包括：

• 计算机视觉
• 3D空间识别
• 增强现实（AR）

员工只需用手机或平板扫描货架、冰箱或储物区，系统就能自动识别并统计商品数量。

理论上，它可以实现：

• 自动替代人工盘点
• 大幅加快库存检查速度
• 自动标记库存不足商品
• 帮助系统更准确地补货

星巴克计划将该系统部署到北美超过11,000家自营门店。

实际门店中出现的错误

但在真实门店环境中，这套AI系统很快暴露出可靠性问题。

根据报道，员工反馈系统经常出现以下错误：

• 商品数量统计错误
• 商品标签识别错误
• 将外观相似的产品混淆

其中一个被广泛提到的例子是牛奶包装识别。在一些门店中，系统难以区分外观相似的牛奶盒或不同类型牛奶，从而导致库存数量计算错误。

在库存管理中，即使是很小的误差也可能带来连锁问题。如果库存数据不准确，自动补货系统就可能：

• 订货过少，导致再次缺货
• 或订货过多，造成浪费

为什么最终被放弃

随着错误不断出现，门店员工对系统数据的信任度逐渐下降。原本旨在减少缺货的工具，反而可能因为错误数据而让问题更严重。

最终，星巴克决定在北美范围内停止使用该系统。内部沟通显示，公司将停用名为 “Automated Counting”（自动计数） 的工具，并转向更加统一和可靠的库存管理方式，同时继续改进供应链和补货系统。

这次尝试给零售行业的启示

星巴克的案例也反映了AI在零售落地时常见的挑战。

在实验室或演示环境中表现良好的计算机视觉系统，在真实门店可能会遇到各种复杂情况，例如：

• 光线变化
• 货架杂乱
• 商品包装高度相似
• 商品摆放不规则

这些因素都会降低识别准确率。

对零售企业来说，当一个系统需要精确识别和计数商品时，即使错误率不高，也可能迅速影响日常运营。因此在这次实验中，星巴克最终选择停止使用该工具，而不是继续依赖可能存在偏差的数据。