AI पुदीना सिरप की गिनती नहीं कर सका——स्टारबक्स ने 9 महीने में स्टॉक प्रबंधन AI को वापस क्यों लिया

स्टारबक्स ने उत्तरी अमेरिका के स्टोर्स में लागू किए गए AI स्टॉक प्रबंधन टूल "Automated Counting" को समाप्त कर दिया है। लागू होने के केवल 9 महीने बाद। "AI द्वारा इन्वेंटरी" की शुरुआत, जो बड़ी धूमधाम से शुरू हुई थी, संभवतः फील्ड के काम को हल्का करने के बजाय तनाव का कारण बन गई थी।

यह टूल ऐसा था कि स्टाफ केवल टैबलेट डिवाइस को शेल्फ की ओर करके, दूध, सिरप, पेय सामग्री आदि की स्टॉक को स्वचालित रूप से पढ़ सकता था। यह कैमरा और LiDAR का उपयोग करके, शेल्फ पर मौजूद उत्पादों की पहचान करता था, उनकी गिनती करता था, और स्टॉक की कमी को जल्दी से पहचानता था। अगर केवल तर्क को सुना जाए, तो यह बहुत आधुनिक और सुविधाजनक लगता था।

स्टारबक्स ने भी शुरू में इस प्रणाली पर बड़ी उम्मीदें रखी थीं। उत्तरी अमेरिका के कंपनी संचालित स्टोर्स में इसे फैलाकर, स्टाफ को बैक रूम में स्टॉक गिनने के समय को कम करने और ग्राहक सेवा और ड्रिंक बनाने पर ध्यान केंद्रित करने की अनुमति दी गई। ओट्स मिल्क, कोल्ड फोम, कैरामेल ड्रिज़ल जैसे लोकप्रिय मेन्यू में आवश्यक सामग्री की कमी नहीं होती। ग्राहक वह ऑर्डर कर सकते हैं जो वे चाहते हैं, और कर्मचारी नीरस कार्यों से मुक्त होते हैं। AI लागू करने की व्याख्या के रूप में, यह एक बहुत ही स्पष्ट सफलता की कहानी थी।

हालांकि, वास्तविक स्टोर्स प्रेजेंटेशन सामग्री की तरह व्यवस्थित नहीं होते।

दूध के कंटेनर एक जैसे होते हैं। शेल्फ का कोण स्टोर के अनुसार अलग होता है। लेबल हमेशा सामने की ओर नहीं होते। सिरप की बोतलें अलग-अलग तरीके से रखी जाती हैं और उनकी मात्रा भी अलग होती है। व्यस्त समय के बाद, उत्पाद अस्थायी रूप से किसी अन्य स्थान पर रखे जा सकते हैं। फ्रिज के अंदर प्रतिबिंब, संघनन, और प्रकाश का प्रभाव होता है। AI के लिए पहचानने में आसान आदर्श वातावरण और वास्तविक कैफे के बैक रूम में बड़ा अंतर होता है।

रिपोर्टों के अनुसार, Automated Counting ने एक जैसे प्रकार के दूध को गलत समझा या उत्पादों को नजरअंदाज किया। एक प्रतीकात्मक दृश्य था जहां स्टारबक्स द्वारा जारी किए गए वीडियो में, सिस्टम ने शेल्फ पर मौजूद पुदीना सिरप की बोतल को पहचानने में असफल रहा। अगर AI के लिए स्टॉक को सही ढंग से पहचानने के लिए डेमो वीडियो में स्टॉक को नजरअंदाज किया गया था, तो यह विडंबना के रूप में बहुत ही मजबूत था।

स्टारबक्स ने समाप्ति के कारण के बारे में बताया कि यह स्टोर्स के बीच स्टॉक गिनने के तरीके को मानकीकृत करने और अधिक सुसंगत संचालन की दिशा में है। भविष्य में, पेय सामग्री और दूध को भी अन्य स्टॉक श्रेणियों के समान तरीके से गिना जाएगा। इसका मतलब है कि कम से कम इस क्षेत्र में, मैनुअल काम अधिक विश्वसनीय माना गया।

इस बार की वापसी को केवल "AI की विफलता" के रूप में खारिज करना बहुत ही दुखद होगा। बल्कि, यह स्पष्ट रूप से दिखाता है कि खुदरा और खाद्य सेवा में AI को लागू करते समय क्या कठिनाइयाँ होती हैं।

पहला, AI का केवल "देखना" पर्याप्त नहीं है। स्टॉक प्रबंधन के लिए केवल इमेज रिकग्निशन की सटीकता की आवश्यकता नहीं होती। उत्पाद मास्टर, ऑर्डरिंग सिस्टम, डिलीवरी शेड्यूल, स्टोर के अनुसार बिक्री, कोल्ड और रूम टेम्परेचर स्टोरेज की स्थिति, शेल्फ का आकार, और कर्मचारी के काम की प्रक्रिया का जुड़ना आवश्यक होता है। AI शेल्फ की तस्वीर से "कुछ" पढ़ सकता है, लेकिन क्या वह सही स्टॉक डेटा के रूप में उपयोग किया जा सकता है, यह एक अलग समस्या है।

दूसरा, फील्ड का बोझ कम करने वाला टूल कभी-कभी फील्ड में अतिरिक्त काम की मांग कर सकता है। AI को सही ढंग से पढ़ाने के लिए उत्पादों को फिर से व्यवस्थित करना। लेबल को सामने की ओर करना। जो उत्पाद सही ढंग से नहीं पहचाने जाते, उन्हें हाथ से दर्ज करना। त्रुटियों की जांच करना। अंततः, अगर कर्मचारी AI के सहायक बन जाते हैं, तो स्वचालन का अर्थ कम हो जाता है।

तीसरा, AI का कार्यान्वयन "विश्वास" का मुद्दा भी है। बार-बार गलती करने वाला सिस्टम फील्ड से विश्वास नहीं प्राप्त करता। शुरुआत में कुछ समस्याएं हो सकती हैं, लेकिन अगर यह उम्मीद की जाती है कि यह सुधर जाएगा, लेकिन अगर यह दैनिक कार्यों में बार-बार समय लेता है, तो "यह फिर से गलत होगा" की भावना फैल जाएगी। उस समय तक, टूल दक्षता का साथी नहीं रहेगा, बल्कि फील्ड का दुश्मन बन जाएगा।

सोशल मीडिया पर भी, यह तापमान अंतर स्पष्ट था।

Reddit के स्टारबक्स संबंधित समुदाय में, Automated Counting के समाप्त होने की खुशी में पोस्ट्स प्रमुख थे। एक पोस्ट में कहा गया कि आंतरिक घोषणा में इस प्रणाली को आधिकारिक रूप से समाप्त कर दिया गया और QR कोड लेबल को हटाने के लिए निर्देश दिया गया। इसके जवाब में "शानदार खबर" और "बुधवार रात की क्लोजिंग शिफ्ट अब पहले से बेहतर होगी" जैसी प्रतिक्रियाएँ आईं।

एक अन्य स्टारबक्स कर्मचारी समुदाय में, समाप्ति को "रोने की खुशी" के रूप में व्यक्त करने वाली पोस्ट भी थी। टिप्पणी अनुभाग में, क्लोजिंग शिफ्ट को संभालने वाले व्यक्ति ने कहा "यह समाप्त हो गया है, मैं वास्तव में खुश हूँ" और "यह याद नहीं किया जाएगा" जैसी प्रतिक्रियाएँ थीं। हालांकि Reddit की गुमनामी अधिक होती है, और यह सत्यापित करना कि पोस्ट करने वाला वास्तव में स्टारबक्स कर्मचारी है या नहीं, बाहरी रूप से पूरी तरह से संभव नहीं है। फिर भी, कई पोस्ट्स में जो सामान्य था, वह AI के प्रति अस्वीकृति नहीं थी, बल्कि "वास्तविक कार्य आसान नहीं हुआ" की थकान थी।

कुछ महीने पहले की पोस्ट्स को देखने पर, असंतोष की सामग्री काफी विशिष्ट थी। ऐप धीमा है। क्रैश करता है। सिरप की बोतलें नहीं पढ़ता। उत्पाद को किसी अन्य के रूप में पंजीकृत करता है। अंततः, हाथ से गिनकर दर्ज कर रहे हैं। कुछ ने कहा "हाथ से दर्ज करने पर भी समय में कोई खास अंतर नहीं है"। यह AI के कार्यान्वयन में सबसे खतरनाक मूल्यांकन है। अगर स्वचालन टूल केवल "सुविधाजनक नहीं" होता, तो भी ठीक था, लेकिन जब इसे "मनुष्य द्वारा किया गया काम तेज़ है" के रूप में समझा जाता है, तो उपयोग की निरंतरता की प्रेरणा तेजी से खो जाती है।

दूसरी ओर, सभी प्रतिक्रियाएँ नकारात्मक नहीं थीं। शेल्फ की सेटिंग और उत्पाद की दिशा, लेबल की तैयारी सही हो जाने पर, कुछ उत्पादों के लिए यह ठीक से काम करता था, ऐसी पोस्ट्स भी थीं। समस्या यह थी कि ऐसे पूर्वापेक्षाओं को सभी स्टोर्स में बनाए रखना कठिन था। यदि AI के अनुसार फील्ड को व्यवस्थित करने का काम बढ़ता है, तो क्या यह दक्षता है, या यह किसी अन्य प्रकार की मेहनत है। यहाँ Automated Counting की मूलभूत समस्या है।

LinkedIn पर, लागू होने के समय का माहौल बल्कि सकारात्मक था। स्टारबक्स से संबंधित पोस्ट्स में, AI का उपयोग करके कॉफी के क्राफ्ट और मानव संबंधों को बढ़ाने की व्याख्या थी, और टिप्पणी अनुभाग में "शानदार नवाचार" और "मेरे घर के पेंट्री में भी चाहिए" जैसी प्रतिक्रियाएँ थीं। बिजनेस सोशल नेटवर्क की तरह, AI के उपयोग के नए उपयोग मामलों के रूप में इसे स्वीकार करने वाली आवाजें अधिक थीं।

यह तुलना दिलचस्प है। बाहर से AI का कार्यान्वयन भविष्यवादी और तर्कसंगत लगता है। प्रबंधन स्तर या निवेशक, टेक उद्योग के लोगों के लिए, स्टॉक प्रबंधन AI एक स्पष्ट दक्षता का प्रतीक है। लेकिन, जो लोग इसे हर सप्ताह उपयोग करते हैं, उनके लिए यह सब कुछ है कि डिवाइस फ्रीज करेगा या नहीं, फ्रिज के अंदर का दूध सही ढंग से पढ़ा जाएगा या नहीं, क्लोजिंग शिफ्ट कितने मिनट में समाप्त होगी या नहीं। AI की कहानी, मीटिंग रूम में "परिवर्तन" है, लेकिन स्टोर्स में "आज रात का काम" है।

X पर भी, इस खबर को विडंबना के साथ लिया गया था। एक प्रमुख प्रतिक्रिया के रूप में, "9 महीने तक चलाया गया, लेकिन अंततः गिनती या लेबलिंग नहीं कर सका" की भावना वाली एक संक्षिप्त पोस्ट व्यापक रूप से साझा की गई थी। AI बूम के प्रति संदेह रखने वाले लोगों के लिए, स्टारबक्स का मामला "AI सब कुछ हल नहीं कर सकता" का एक स्पष्ट उदाहरण बन गया।

हालांकि, इस वापसी के साथ "AI खाद्य सेवा के लिए उपयुक्त नहीं है" का निष्कर्ष निकालना बहुत जल्दी होगा। बल्कि इसके विपरीत। खाद्य सेवा और खुदरा स्टोर्स का स्टॉक प्रबंधन, AI के लिए एक बड़ा योगदान देने योग्य क्षेत्र है। मांग पूर्वानुमान, ऑर्डरिंग समर्थन, वेस्टेज कमी, स्टॉक आउट प्रिवेंशन, स्टाफिंग, कैंपेन के समय सामग्री योजना आदि, डेटा के उपयोग के लिए कई अवसर होते हैं। समस्या यह है कि AI को कहाँ रखा जाए।

यदि शेल्फ के सामने खड़े कर्मचारी के हाथ में AI रखा जाए, तो उस AI को फील्ड के टेम्पो को सहन करना होगा। जब गलती हो, तो तुरंत सुधार किया जा सके, सुधार अगली बार में परिलक्षित हो, हाथ के काम से स्पष्ट रूप से तेज हो, और जो कोई भी उपयोग करे, वही परिणाम प्राप्त हो। अन्यथा, AI कार्य सुधार नहीं, बल्कि कार्य का "अनुष्ठान" बन जाएगा। उपयोग करने का उद्देश्य ही बन जाएगा, और केवल संख्या में कार्यान्वयन दर का पीछा किया जाएगा।

Reuters की पिछली रिपोर्टों में, स्टारबक्स की आपूर्ति श्रृंखला में पहले से ही गहरी समस्याएँ बताई गई थीं। स्टॉक आउट, डिलीवरी, पुरानी प्रणाली, वितरित आपूर्तिकर्ता, सीमित स्टोर स्टोरेज आदि, समस्याएँ केवल स्टोर के शेल्फ तक सीमित नहीं हैं। इस दृष्टिकोण से, Automated Counting स्टोर के AI स्कैन के माध्यम से एक बड़े आपूर्ति श्रृंखला समस्या के एक हिस्से को पूरा करने का प्रयास था। लेकिन, अगर संपूर्ण आपूर्ति श्रृंखला जटिल बनी रहती है, तो स्टोर के इमेज रिकग्निशन के माध्यम से समस्या का समाधान करना कठिन है।

स्टारबक्स के ब्रायन निकोल सीईओ ने, अपने कार्यकाल के बाद "Back to Starbucks" नामक पुनर्निर्माण योजना को आगे बढ़ाया है। स्टाफिंग, संचालन, मेन्यू, आपूर्ति श्रृंखला, स्टोर अनुभव को पुनः देखना, और यह सुनिश्चित करना कि ग्राहक जो ऑर्डर करना चाहते हैं, वह ऑर्डर कर सकते हैं, उसके केंद्रीय मुद्दे हैं। स्टॉक प्रबंधन AI, इसके लिए तकनीकी कदम था।

हालांकि, इस बार का निर्णय महत्वपूर्ण है कि कंपनी ने कम से कम कुछ तकनीकों के लिए "जारी रखने" के बजाय "रोकने" का चयन किया। कंपनी के डिजिटल परिवर्तन में, कार्यान्वयन को ही एक उपलब्धि के रूप में बताया जाता है। AI को लागू किया गया, ऐप बनाया गया, डेटा को दृश्य बनाया गया, क्लाउड में स्थानांतरित किया गया। लेकिन, वास्तव में महत्वपूर्ण यह है कि क्या यह फील्ड में उपयोग होता है, परिणाम देता है, और लगातार सुधरता है। असफल प्रणाली को रोकना भी परिवर्तन का हिस्सा है।

इस मामले में विशेष रूप से प्रभावशाली यह था कि कर्मचारियों की प्रतिक्रिया "AI द्वारा नौकरी छीनने का डर" नहीं थी, बल्कि "AI की देखभाल करना कठिन है" की दिशा में थी। लागू होने के समय, स्टाफ को ऐसा महसूस हो सकता था कि उन्हें उनके प्रतिस्थापन के रूप में कुछ दिया जा रहा है। लेकिन वास्तव में, AI ने मानव को प्रतिस्थापित करने के बजाय, मानव द्वारा सुधारा, सहायक बनाया, और टाला गया। यह AI के उपयोग की वास्तविकता है जिसका कई कंपनियाँ सामना कर रही हैं।

AI बुद्धिमान लगता है। लेकिन, जब इसे कार्य में शामिल किया जाता है, तो यह अचानक गंदा हो जाता है। सिस्टम लेबल पढ़ता है। मानव शेल्फ को व्यवस्थित करता है। AI गिनता है। मानव गलतियों को सुधारता है। AI दक्षता का वादा करता है। मानव क्लोजिंग शिफ्ट के समय में दबाव में होता है। अगर इस अंतर को नहीं भरा जा सकता, तो कितनी भी उन्नत तकनीक हो, फील्ड में स्थापित नहीं होगी।

स्टारबक्स की वापसी AI बूम के लिए एक ठंडा पानी है, साथ ही अगले AI कार्यान्वयन के लिए एक सबक भी है। AI कोई जादू नहीं है। फील्ड का वातावरण, कार्य प्रक्रिया, मौजूदा प्रणाली, कर्मचारियों का विश्वास, और जब विफलता होती है तो सुधार लूप को साथ में होना चाहिए ताकि यह काम कर सके।

पुदीना सिरप को नजरअंदाज करने वाला AI केवल एक मजाक नहीं है। इसमें AI के वास्तविक दुनिया में काम करने की कठिनाई भरी हुई है। स्क्रीन पर उच्च सटीकता हो सकती है, लेकिन शेल्फ पर दूध को गलत समझ सकता है। डेमो में भविष्यवादी हो सकता है, लेकिन क्लोजिंग शिफ्ट में धीमा और उपयोग में कठिन हो सकता है। प्रबंधन सामग्री में दक्षता हो सकती है, लेकिन फील्ड में अतिरिक्त मेहनत बन सकती है।

स्टारबक्स भविष्य में अधिक बार स्टोर रिफिल और आपूर्ति श्रृंखला सुधार पर काम करेगा। इस बार का AI वापसी एक कदम पीछे है, लेकिन साथ ही वास्तविकता को पुनः देखने का अवसर भी है। ग्राहक जो पीना चाहते हैं, उसे ऑर्डर कर सकें, इसके लिए AI शब्द से अधिक, सटीक डेटा, विश्वसनीय डिलीवरी, उपयोग में आसान उपकरण, और फील्ड की स्वीकृति की आवश्यकता होती है।

AI के कार्यान्वयन की सफलता का निर्णय तकनीक की चमक से नहीं होता। अंत में, यह फील्ड में थके हुए कर्मचारी के लिए है कि "यह उपयोगी है" यह महसूस होता है या नहीं।

स्रोत URL

Engadget: स्टारबक्स ने AI स्टॉक प्रबंधन टूल को 9 महीने में समाप्त करने की प्रक्रिया, NomadGo के साथ सहयोग, गलत पहचान और सोशल मीडिया पर प्रतिक्रिया को पेश किया।
https://www.engadget.com/2179029/starbucks-abandons-its-ai-inventory-tool-after-only-nine-months/

Reuters: स्टारबक्स ने उत्तरी अमेरिका के स्टोर्स में Automated Counting को समाप्त किया, इस पर प्राथमिक रिपोर्ट। आंतरिक न्यूज़लेटर, स्टारबक्स की टिप्पणी, गलत पहचान की समस्या, प्रदर्शन और आपूर्ति श्रृंखला सुधार की संदर्भ।
https://www.reuters.com/business/starbucks-scraps-ai-inventory-tool-across-north-america-2026-05-21/

Reuters: स्टारबक्स की आपूर्ति श्रृंखला समस्या, AI स्टॉक प्रबंधन टूल की गलत गणना, पुरानी प्रणाली और वितरित आपूर्तिकर्ताओं के पीछे की पृष्ठभूमि को शामिल करने वाला संबंधित लेख।
https://www.reuters.com/legal/legalindustry/inside-starbucks-supply-struggles-ai-glitches-scattered-suppliers-sandwich-2026-01-27/

NomadGo: Automated Counting में उपयोग की गई Nomad