עיקרי סטארבקס הפסיקה את השימוש במערכת ניהול מלאי מבוססת בינה מלאכותית לאחר תשעה חודשי פעילות בלבד, במהלך שממחיש את הפער בין הפוטנציאל של טכנולוגיות AI לבין האתגרים הכרוכים ביישומן בסביבה עסקית מורכבת. בעוד ההתלהבות סביב בינה מלאכותית ממשיכה להוביל השקעות ברחבי העולם, המקרה של סטארבקס ממחיש כי הטמעה בקנה מידה רחב דורשת יותר מאשר יכולות טכנולוגיות מתקדמות.

כשלים תפעוליים פגעו ביעילות המערכת

המערכת, שפותחה על ידי NomadGo, נועדה לבצע ספירת מלאי אוטומטית של רכיבים מרכזיים כגון חלב, סירופים ומוצרים נוספים המשמשים להכנת משקאות. מטרתה הייתה לשפר את נראות המלאי, לצמצם מחסורים ולייעל את פעילות הסניפים.

לפי דיווחים של עובדים וגורמים המעורים בפרויקט, המערכת התקשתה לזהות מוצרים באופן מדויק, ביצעה ספירות שגויות וסיווגה פריטים באופן לא נכון, במיוחד באזורים אחוריים ובמחסנים. כתוצאה מכך נאלצו העובדים להשקיע זמן נוסף בתיקון נתונים ובניהול מלאי ידני.

הטעויות הובילו בחלק מהמקרים למחסור במוצרים חיוניים ובמקרים אחרים להזמנות עודפות שלא היו נחוצות. במקום לייעל את תהליכי העבודה, המערכת יצרה שכבת מורכבות נוספת בפעילות השוטפת של הסניפים.

סטארבקס ממשיכה לקדם את אסטרטגיית ה-AI שלה

הפסקת השימוש במערכת המלאי אינה מעידה על נסיגה רחבה יותר מהשקעות בבינה מלאכותית. במסגרת תוכנית “Back to Starbucks” שמוביל המנכ”ל בריאן ניקול, החברה ממשיכה להרחיב את השימוש ב-AI במגוון תחומים תפעוליים.

בין היוזמות הפעילות נמצאת Green Dot Assist, פלטפורמת תמיכה מבוססת בינה מלאכותית המסייעת לעובדים בגישה למתכונים, באבחון תקלות ציוד ובהתאמות רכיבים. בנוסף, החברה מפעילה את מערכת Smart Queue שנועדה לייעל את סדר הכנת ההזמנות ולקצר זמני המתנה ללקוחות.

ההשקעות הללו משקפות את תפיסת ההנהלה שלפיה טכנולוגיה היא רכיב מרכזי בשיפור חוויית הלקוח והיעילות התפעולית. לאחרונה דיווחה החברה על עלייה של 7.1% במכירות בחנויות זהות בארצות הברית, נתון שעלה על תחזיות האנליסטים ומעיד כי חלקים מתוכנית ההתייעלות מתחילים להניב תוצאות.

תעשיית הקמעונאות מתמודדת עם מבחן מציאות בתחום ה-AI

המקרה של סטארבקס משקף מגמה רחבה יותר בענפי הקמעונאות והמסעדנות. אף שבינה מלאכותית הפכה לאחד התחומים המדוברים ביותר בשנים האחרונות, חברות רבות מגלות כי הדרך ליישום מוצלח ארוכה ומורכבת מהצפוי.

מומחים בתחום מציינים כי חברות רבות חשות לחץ להציג אימוץ של טכנולוגיות AI בפני משקיעים, לעיתים לפני שהמערכות עברו בחינה מספקת בתנאי אמת. כתוצאה מכך, פתרונות שנראים מבטיחים בסביבת ניסוי מתקשים להתמודד עם המורכבות של פעילות עסקית יומיומית.

דוגמאות מוצלחות, כמו מערכות ניהול המלאי של Zara, ממחישות כי יישום אפקטיבי של טכנולוגיה מתקדם בדרך כלל באמצעות שנים של פיתוח, בדיקות והתאמות, ולא באמצעות השקה מהירה המונעת מציפיות השוק.

מה המשקיעים צריכים לבחון בהמשך

המקרה של סטארבקס מדגיש כי בינה מלאכותית אינה פתרון מיידי לכל אתגר תפעולי. אף שלטכנולוגיה פוטנציאל משמעותי לשיפור פרודוקטיביות ויעילות, הצלחתה תלויה ביכולת ליישם אותה באופן מדורג, מדויק ובעל ערך כלכלי מוכח.

עבור משקיעים, השאלה המרכזית אינה האם חברה מאמצת AI, אלא האם ההשקעה מייצרת שיפור תפעולי ותוצאות פיננסיות בנות קיימא. ככל שהתחרות בענפי הקמעונאות והשירותים מתגברת, היתרון צפוי לעבור לחברות שיצליחו לשלב את הטכנולוגיה בצורה אפקטיבית בתהליכי העבודה שלהן.

בהמשך הדרך, השקעותיה של סטארבקס בכלי AI המיועדים לעובדים וללקוחות יהוו מבחן חשוב ליכולתה של בינה מלאכותית לייצר ערך ממשי בסביבה קמעונאית שבה מהירות, דיוק ואמינות הם גורמים קריטיים.