星巴克AI库存管理试点失败 糖浆清点技术问题导致项目叫停

九个月前,全球咖啡连锁品牌星巴克曾高调宣布,计划在其北美所有直营门店全面引入一套基于人工智能的库存智能盘点系统。这项技术听起来颇具未来感:店员只需使用平板电脑对货架进行扫描拍摄,AI算法便能自动识别并清点牛奶、糖浆等各类饮品配料的剩余库存,甚至能自动生成补货订单。
当时,星巴克在现已删除的官方公告中不遗余力地宣传,称该技术深度融合了计算机视觉、三维空间感知与增强现实(AR)能力,旨在实现快速、精准的库存管理,能在几分钟内标识出缺货商品。其传递的信号非常明确:传统耗时费力的人工盘点模式将被颠覆,一个更高效、更智能的门店运营新时代即将开启。

这套由西雅图科技公司NomadGo开发、并由星巴克CEO布莱恩·尼科尔亲自推动的AI工具,一度承载了公司巨大的期望。官方宣称它能将数小时的盘点工作压缩至几分钟,且准确率高达99%。然而,现实应用却远比设想更为复杂。在实际部署运行九个月后,这个被寄予“降本增效”厚望的利器并未解放员工,反而因其频繁出现的识别错误——即所谓的“AI幻觉”问题——引发了大量一线门店的运营困扰。
本周,星巴克发布的一则内部通知为这项实验性项目画上了休止符。通知明确指出:“即日起,自动库存盘点功能将被停用。未来,饮品配料及牛奶将与其他门店库存一样,回归标准化的统一盘点流程。”这相当于官方正式承认,此次技术革新尝试暂告失败。
回顾背景,尼科尔上任后的核心战略聚焦于推动销售增长的同时,大幅提升公司整体利润率。技术驱动运营效率提升,被他视为实现这一目标的关键路径,而库存管理正是其选中的首要优化环节。
2025年9月,尽管内部存在不同意见,尼科尔仍力排众议,将这套“自动盘点系统”推广至北美约1.1万家直营门店。当时,星巴克的首席技术官曾公开表示:“这项技术将从根本上变革门店的运营模式。”如今回看,变革确实发生了,但方向却偏离了预期。
事实上,系统的问题早有征兆。在该工具上线数月后,今年2月便有媒体报道指出,AI经常出现一些令人困惑的误判,例如混淆外观相似的牛奶品类,或直接漏计某些商品。当时公司的回应仍保持乐观,声称该工具已有效改善了商品的可获得性。
更具讽刺意味的是,有细心的用户发现,早在去年9月星巴克官方发布的宣传视频中,这款AI工具在演示盘点时,就已经“漏掉”了一瓶糖浆。这仿佛成了一个颇具预言性质的细节。

本周四,星巴克在向媒体发布的声明中,正式确认了该AI盘点项目的终止。公司的解释是,此举旨在“在持续聚焦大规模运营一致性与执行效率的过程中,统一所有门店的库存管理方法”。措辞虽然委婉,但其背后的根本原因,一线员工体会最深。
一位西雅图的门店经理道出了实情:“原本引入AI是为了节省时间,结果现在我们不得不花费双倍精力——先让AI扫描一遍,再人工重新核对全部数据,最后还要手动修正它产生的错误。”这非但没有提升效率,反而增加了工作负担。
更严重的后果体现在供应链层面。AI产生的错误数据直接导致了运营混乱:系统显示库存充足,实际却已缺货,致使顾客无法点到心仪饮品,影响消费体验;系统误报短缺,则会触发不必要的补货指令,造成原料在仓库中积压甚至过期浪费。有内部估算显示,在该系统上线后,北美门店的原料损耗率不降反升,涨幅达到了15%。
事件曝光后,公司向媒体展示了一些自称来自员工评价系统的截图。其中一条留言颇具代表性:“感谢取消自动盘点!这个想法很有前景,但实际执行确实遇到了挑战。”这或许代表了多数员工的心声:初衷良好,但落地应用出现了偏差。
一个令人困惑的问题是,星巴克的AI系统为何连品类相对有限的牛奶盒和糖浆瓶都无法准确清点?目前尚未有确切的官方技术分析报告。
根据公开信息,该系统是星巴克与AI应用解决方案提供商NomadGo合作开发的,在现任CEO尼科尔2024年底上任前就已存在,并经历了多年的测试。对于星巴克的下线决定,NomadGo在一份声明中回应称,公司“始终致力于从客户和用户反馈中学习”,以持续优化其产品。
星巴克的这次“AI应用挫折”,为所有热衷于将前沿技术快速部署到复杂零售场景的企业敲响了警钟:技术的美好愿景与现实的运营挑战之间,往往横亘着一条名为“可靠性”与“实用性”的鸿沟。若跳过充分验证与循序渐进的磨合过程,再炫酷的技术概念也可能在现实环境中遭遇滑铁卢,最终黯然退场。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
修Bug被Gemini追删代码致宕机修复报告现编
最近,一起堪称“教科书级别”的AI Agent IDE翻车事件在开发者社区引发热议。这起事故值得所有依赖AI编程工具的开发者,尤其是那些已经在生产环境中对AI Agent 授予较高权限的团队,进行深刻反思。 简单回顾:5月26日,一位开发者要求Gemini 3 5(运行在Agent IDE环境中)修
Notion AI运营指南:自动归纳用户反馈
其实,想在 Notion 中高效搞定用户反馈的自动归纳,并不复杂。下面这四种 AI 方法,基本覆盖了从单条处理到全局分析的常见场景。 如果你也在用 Notion 收集用户反馈——无论是问卷、邮件、客服记录,还是社群发言——但总觉得信息碎片化严重,难以提炼共性问题和核心诉求,那很可能是因为缺少一套结构
AI给出的答案为何总不符期望?原因解析
大模型能力强大,但提问方式不当会导致结果不理想。核心在于精准提问,通过角色设定、背景介绍、明确任务、实现路径和输出要求这五个关键步骤逐步细化问题,才能大幅提升AI回答的质量和精准度。
Anthropic新AI聊天机器人模型声称在多项测试中击败OpenAI GPT-4
2024年3月5日,人工智能领域迎来了一位重要参与者——由OpenAI前员工创立的Anthropic公司正式推出了Claude 3系列模型。这次发布极具分量:新模型不仅在性能上与Google和OpenAI的顶级产品并驾齐驱,部分指标甚至实现超越。要理解此次升级的真正价值,先关注几个关键变化。首先是多
Trae对Deno与Bun运行时的AI代码补全支持程度全面详解
如果你在使用 Trae 进行 AI 代码补全时发现,它对 Deno 或 Bun 运行时的提示不够精准——例如类型定义缺失、API 无法正确识别——那很可能不是代码本身有误,而是 Trae 的底层配置尚未适配。简而言之,Trae 对于非 Node js 运行时的标准库支持尚未实现“开箱即用”。下面我们
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

