星巴克（Starbucks）正式宣布终止其部署在北美所有门店的“自动化盘点”（Automated Counting）AI库存管理项目。该项目自2025年9月启动以来仅运行九个月，因在实际运营中频繁出现商品识别错误、库存计数不准确等问题，已被全面撤回，门店重新启用人工盘点流程。CEO Brian Niccol曾希望借助这一技术解决长期存在的缺货问题，但最终承认“想法很好，执行困难”。
该项目由星巴克与西雅图计算机视觉公司NomadGo合作开发，旨在利用搭载在移动设备上的3D空间智能、计算机视觉（Computer Vision）、增强现实（AR）以及LiDAR传感器，实现库存货品的实时自动化清点，帮助门店及时发现缺货情况。按照原规划，咖啡师只需用平板电脑扫描货架，系统即可自动识别商品种类、数量和位置，并将数据同步至后台供应链系统。Niccol称，这样可以将咖啡师从繁琐的行政事务中解放出来，从而更专注于服务顾客。
项目设计初衷与技术原理
星巴克长期面临门店库存管理效率低下的问题，部分畅销产品因门店未能及时补货而缺货，影响顾客体验。2024年，公司开始与NomadGo合作开发一套基于计算机视觉和空间感知技术的库存盘点方案。该方案的核心是让平板电脑的后置LiDAR传感器扫描货架深度信息，同时由摄像头拍摄商品图像，通过AI模型识别每一个单品并记录数量。系统还将每次扫描的数据与历史补货记录对比，实时生成补货建议。
按照设计，这套工具能够在几秒钟内完成一个货架的盘点，并将准确率提升至95%以上。星巴克在2025年9月正式将App（应用）推向北美约10000家门店，并计划后续扩展至全球。公司内部曾估计，全面采用自动化盘点每年可节省数百万工时的人力成本，同时大幅降低缺货导致的销售额损失。
实际部署暴露技术短板
然而，工具在真实门店环境中很快暴露出严重问题。据路透社援引多名员工及内部文件报道，AI系统频繁出现商品误判，例如将不同口味的同类饮料混淆，或者把包装相近的食品错误归类。部分门店的扫描正确率仅为60%-70%，远低于承诺的95%以上。由于识别不稳定，咖啡师不得不反复手工核对，反而增加了工作量，拖慢了正常营业节奏。
另一个突出问题是光线和摆放角度的影响。在货架照明不统一或商品倾斜放置时，系统容易漏扫或重复计数。一些门店报告称，系统将整箱未拆封的商品也计入可用库存，导致系统显示“有货”但实际货架已空，进一步加剧缺货判断的混乱。尽管NomadGo多次进行算法更新，现场问题始终未能根本解决。
回归人工与数字化转型并行
2026年6月，星巴克正式从所有北美门店撤下了这款应用，恢复到传统的人工盘点。公司发言人对外表示：“我们的目标是让顾客想点的饮料都能点得到，但当前的这款工具未能在大规模部署中保持一致性。我们现在需要把精力集中在整体运营的一致性和执行力上。”这一表态标志着公司对AI落地难度的一次公开承认。
不过，星巴克并未因此停止全部数字化转型。在“Back to Starbucks”变革计划中，Niccol仍然强调技术创新是提升效率的关键，但会优先选择那些经过充分验证、对门店一线影响更小的技术，例如预测性补货算法和智能排班系统。此次AI库存工具的失败被内部视为一次重要教训：无论实验室测试多么理想，在数千家门店同时运行的环境下，技术稳定性必须达到极高的标准才能被员工和顾客接受。
从更广泛的视角看，星巴克的案例为整个零售行业的AI落地提供了警示。计算机视觉和LiDAR技术在仓储中心等受控环境中已经取得不错成效，但在商品种类繁多、包装相似、光照条件不一的零售门店中，算法的鲁棒性和部署成本仍是巨大挑战。星巴克此次果断止损，也反映出头部企业在试错后回归务实的态度。
目前，星巴克尚未公布替代方案的具体时间表，但明确表示未来任何新技术都会经过更长时间的实地验证才会全面推广。门店员工对这项变化普遍表示欢迎，因为之前的AI工具不仅没有减轻负担，反而增加了额外步骤。
名词解释与规格科普
名词解释：
计算机视觉（Computer Vision）： 一种人工智能技术，使计算机能够从图像或视频中识别和理解视觉信息。在此项目中，计算机视觉用于扫描货架上的商品，自动分辨不同产品的包装、颜色和形状。
LiDAR传感器（Light Detection and Ranging）： 通过发射激光脉冲并测量反射时间来获取物体三维空间信息的传感器。星巴克利用平板电脑上的LiDAR测量货架深度，辅助AI判断商品摆放位置和数量。
增强现实（Augmented Reality，AR）： 将虚拟信息叠加到真实世界中的技术。NomadGo开发的App曾使用AR标记来帮助员工确认已经扫描过的区域，提升盘点效率。
本文参考来源：TechRadar
微信扫描下方的二维码阅读本文
