スターバックスは、北米の店舗で導入していたAI駆動のコンピュータービジョンによる在庫数計数ツールを廃止した [4, 5]。

この動きは、ペースの速い小売環境に実験的な人工知能を統合することに伴う運用上のリスクを浮き彫りにしている。自動化が正確なデータを提供できなければ、従業員の負担を軽減するどころか、かえって追加の労働を生み出すことになる。

同社は、プログラムの開始から約9か月後 [1] にこれを中止した。このシステムは店舗備品の追跡を自動化するように設計されていたが、技術的な信頼性に欠けていたことが報告されている。AIは頻繁に在庫品目の数え間違いやラベル付けの誤りを起こしていた [2, 3]。

一部の報告では、これらのエラーをコーヒーショップの在庫に関する「ハルシネーション(幻覚)」と表現している [0]。こうした技術的失敗によりバリスタの業務が停滞し、スタッフはシステムが処理済みの数値を手作業で再確認することを強いられたという [0, 1]。

あるスターバックスの従業員は、「最初から特に正確ではなかったが、時間が経つにつれてさらに精度が悪くなった」と語っている [0]

このツールの失敗は、コンピュータービジョンAIの理論上の能力と、実際のコーヒーショップという混沌とした現場との間にある乖離を示唆している。同社は、このシステムがワークフローを助けるどころか妨げになっていることが明らかになったため、段階的に廃止した [0, 1]。

「最初から特に正確ではなかったが、時間が経つにつれてさらに精度が悪くなった」

今回の失敗は、小売AIにおける「ラストワンマイル」の問題を強調している。つまり、管理されたラボ環境では機能しても、交通量の多い実環境では機能しないという問題だ。システムを廃止したことで、スターバックスは、複雑な環境における詳細な在庫管理においては、現在のコンピュータービジョン技術よりも人間の監視の方が依然として信頼性が高いことを認めたことになる。