星巴克AI库存系统9个月即下线：问题出在哪？

理论上，这种自动化可以带来几个明显好处：

• 库存盘点速度比人工更快
• 更早发现原料库存不足
• 减少因缺料导致的菜单商品下架

如果运行顺利，这类系统还能帮助总部更准确地掌握成千上万家门店的库存情况。

为什么系统在真实门店里失效

问题出现在规模化部署之后。

多家媒体援引公司内部沟通内容称，这套AI工具经常出现以下问题：

• 库存数量计算错误
• 商品标签识别错误
• 部分库存完全未被识别

最典型的问题是 外观相似的商品。

例如星巴克门店常见的不同牛奶：

• 普通牛奶
• 燕麦奶
• 其他植物奶

这些包装外观相似，AI系统有时会把它们混淆，甚至完全漏掉某些商品。

对咖啡店来说，这类错误并不是小问题。牛奶是大多数饮品的关键原料，一旦库存数据不准确，就可能造成：

• 补货决策错误
• 门店突然缺料
• 菜单饮品无法制作

结果是员工不得不 重新手动检查库存，反而比原本更耗时间。

星巴克为何决定回归人工盘点

2026年5月，星巴克通过内部通知宣布终止Automated Counting项目，并要求门店恢复人工盘点流程。

通知中写道：

饮品原料和牛奶将与其他库存类别一样，通过门店的标准人工盘点方式进行统计。

这一决定也与公司整体运营调整有关。

在新任CEO Brian Niccol 推动的转型战略中，星巴克提出了一个内部口号：“Back to Starbucks（回归星巴克）”。

这一战略的重点包括：

• 建立更统一的库存流程
• 提升门店执行一致性
• 对关键原料实施 每日补货

在这种背景下，公司认为 稳定和可靠性比自动化更重要，因此重新采用人工盘点。

对企业AI落地的一次现实提醒

这次项目终止，也成为企业AI部署中的一个典型案例：

在演示环境表现良好的技术，在真实世界中未必同样可靠。

零售门店对计算机视觉来说其实是非常复杂的环境，例如：

• 货架摆放杂乱
• 包装设计频繁变化
• 商品外观高度相似
• 光线和储存方式不统一

在这样的环境中，即使很小的识别误差，当规模扩大到上万家门店时，也会迅速放大成运营问题。

最终，星巴克认为这套系统的准确率不足以支撑门店运营，因此在 全面部署仅9个月后 选择彻底停用。

这次尝试也说明：大型零售企业正在积极测试AI进入实体运营流程——但当技术无法稳定应对真实工作场景时，撤回试点同样会非常迅速。