Starbucks убрал ИИ-подсчёт запасов, но сохранил другие проекты

Starbucks по-прежнему не использует Automated Counting — систему автоматического подсчёта молока, сиропов и других компонентов напитков в североамериканских кофейнях. После отключения инструмента в мае 2026 года эти позиции снова учитывают вручную; сведений о возобновлении проекта к августу не появилось.

При этом компания не отказалась от искусственного интеллекта в целом. Starbucks продолжает развивать системы для организации очереди заказов, поддержки сотрудников, прогнозирования спроса и обслуживания оборудования. Поэтому произошедшее точнее считать отказом от одного нестабильного инструмента, а не пересмотром всей технологической стратегии сети.

Как работал Automated Counting и почему его отключили

Automated Counting должен был заменить ручную проверку части запасов. Сотрудник направлял планшет на полки или содержимое холодильника, а камера, датчик глубины LiDAR и компьютерное зрение распознавали упаковки и определяли их количество. Инструмент охватывал отдельные компоненты напитков, а не весь ассортимент кофейни.

Система, разработанная NomadGo, была широко развёрнута в Северной Америке в сентябре 2025 года. Однако она путала похожие упаковки и разновидности молока, пропускала позиции или фиксировала неверное количество. Как следует из публикации Reuters от 21 мая 2026 года, Starbucks прекратил работу Automated Counting спустя примерно девять месяцев, вернул затронутые категории в общий порядок инвентаризации и связал решение с необходимостью сделать учёт единообразным.

Компания не публиковала полную техническую оценку модели, статистику ошибок или расчёт расходов на проект. Поэтому нельзя достоверно определить единственную причину закрытия или утверждать, что компьютерное зрение в принципе непригодно для инвентаризации. Подтверждён более узкий вывод: конкретная система не обеспечила достаточно стабильный результат в действующих кофейнях.

Что показала эксплуатация в реальных кофейнях

Главной проблемой стала не отдельная ошибка распознавания, а необходимость проверять результат после сканирования. Если сотруднику нужно переставить упаковки, повторить съёмку и затем вручную исправить итог, автоматизация перестаёт предсказуемо экономить время. Для учёта запасов это особенно важно: неверные исходные данные способны повлиять на пополнение и доступность компонентов.

Расследование Fast Company от 27 июля 2026 года описывает внедрение Automated Counting во всех 11 300 корпоративных кофейнях сети в Северной Америке, удвоение упаковок из-за отражений в металлических холодильниках, потерю незавершённого подсчёта при обрыве связи и ошибки после изменения этикеток.

Эти условия заметно отличаются от контролируемой демонстрации. На складах товары стоят под разными углами, упаковки частично закрывают друг друга, ассортимент меняется, а одинаковая категория молока может выглядеть по-разному в разных регионах. Разработчику приходится не только обучить распознавание, но и постоянно поддерживать соответствие между изображением, товарной карточкой и системой заказа.

После отключения инструмента молоко и компоненты напитков вернулись к визуальному подсчёту и ручной записи. Это не обязательно означает окончательный отказ от автоматизации запасов: ручной процесс тоже требует времени и допускает ошибки. Но он позволяет сотруднику сразу учесть нестандартную упаковку или исправить результат без борьбы с обязательным сценарием приложения.

Почему Starbucks продолжает использовать ИИ

Закрытие Automated Counting не остановило другие технологические программы сети. Smart Queue определяет последовательность заказов из зала, мобильного приложения, доставки и автомобильных окон. Green Dot Assist предназначен для ответов сотрудникам на вопросы о рецептах, рабочих процедурах и стандартах обслуживания.

На официальной странице Starbucks об использовании ИИ, обновлённой в июне 2026 года, также перечислены прогнозирование спроса, составление расписаний и планы применять алгоритмы для раннего выявления проблем оборудования. Часть этих возможностей описана как направление дальнейшей работы, поэтому её нельзя считать полностью внедрённым результатом.

Граница решения проходит между разными рабочими задачами. Starbucks отказался от способа получать исходные данные о части запасов, но сохранил алгоритмические инструменты, которые помогают распределять уже поступившие заказы или находить сведения во внутренних инструкциях. У этих систем разные данные, условия использования и цена ошибки, поэтому неудачу одного проекта нельзя автоматически переносить на остальные.

Какой бизнес-урок оставил проект

История Automated Counting показывает, что точность модели нельзя оценивать отдельно от всего рабочего процесса. Для инвентаризации важны устойчивость к бликам и обрывам связи, распознавание обновлённых упаковок, корректная связь с товарным справочником и возможность быстро исправить ошибку. Если любой из этих элементов создаёт дополнительную проверку, заявленная экономия времени может исчезнуть.

Масштабирование также меняет характер риска. Ошибка во время ограниченного пилота остаётся локальной, тогда как единый обязательный процесс в тысячах заведений влияет на работу сотрудников и качество данных по всей сети. Сам по себе быстрый охват большого числа кофеен не доказывает зрелость продукта.

Решение Starbucks примечательно именно своей избирательностью. Сеть отказалась поддерживать уже развёрнутый счётчик запасов, когда тот не обеспечил надёжную работу, но не закрыла более широкую программу искусственного интеллекта. Текущий статус однозначен: Automated Counting прекращён, а другие проекты Starbucks с ИИ продолжаются либо находятся в разработке.

Читайте также:

• Google убрал автоматические бонусы партнёрам — что сохранил Яндекс