现任CEO Brian Niccol在上任后把解决供应和库存问题列为核心任务之一。其中一个思路,就是用AI来提升门店对库存的实时掌握能力。
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:
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:
星巴克计划将该系统部署到北美超过11,000家自营门店。
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:
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:
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。
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:
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。
现任CEO Brian Niccol在上任后把解决供应和库存问题列为核心任务之一。其中一个思路,就是用AI来提升门店对库存的实时掌握能力。
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:
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:
星巴克计划将该系统部署到北美超过11,000家自营门店。
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:
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:
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。
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:
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。