Starbucks po devíti měsících ruší AI nástroj na řízení zásob: Proč se ukázal jako nepřesný a problematický

Kávový gigant Starbucks se rozhodl po pouhých devíti měsících ukončit používání svého nástroje pro správu zásob poháněného umělou inteligencí.

Kávový gigant Starbucks se rozhodl po pouhých devíti měsících ukončit používání svého nástroje pro správu zásob poháněného umělou inteligencí. Systém, který byl nasazen v severoamerických prodejnách, měl za cíl automatizovat řízení zásob a poskytovat přesné informace v reálném čase, aby pomohl řešit nedostatek ingrediencí na jednotlivých pobočkách.

Podle zpráv agentury Reuters se však ukázalo, že nástroj byl náchylný k chybám. Často nesprávně počítal a označoval položky, zaměňoval různé druhy mléka a někdy je zcela zapomněl započítat. Starbucks své rozhodnutí o ukončení programu AI vysvětlil jako součást snahy „standardizovat způsob počítání zásob napříč kavárnami a nadále se zaměřovat na konzistenci a provádění ve velkém měřítku.“

Nástroj, vyvinutý společností NomadGo, měl zaměstnancům umožnit „spočítat vše ve svém inventáři... pouhým mávnutím chytrým telefonem nebo tabletem.“ V praxi zaměstnanci drželi firemní tablet před regály s ingrediencemi, jako jsou sirupy a mléka, a aplikace je skenovala pomocí technologie lidar a kamery. Již při oznámení spolupráce se objevily náznaky problémů, když nástroj v oficiálním videu Starbucks nedokázal rozpoznat láhev s mátovým sirupem.

Tento případ není ojedinělý. Restaurace, odvětví poměrně vzdálené od technologického sektoru, se často snaží zavádět umělou inteligenci, což se někdy obrátí proti nim. Nedávno například jeden z největších franšízantů Pizza Hut zažaloval řetězec kvůli povinnému nasazení systému pro správu kuchyně poháněného AI, který údajně výrazně zpomalil dodací lhůty a způsobil ztráty přesahující 100 milionů dolarů. Ani pro Starbucks to nebyla první zkušenost s touto technologií; minulý měsíc spolupracoval s OpenAI na umožnění objednávek zákazníků přes ChatGPT, což se rychle stalo terčem posměchu na internetu. Tyto případy zdůrazňují, že implementace umělé inteligence v reálném provozu vyžaduje důkladné testování a adaptaci, aby se předešlo neočekávaným problémům a zajistila skutečná přidaná hodnota.