AI ไม่สามารถนับน้ำเชื่อมเปปเปอร์มินต์ได้ — เหตุผลที่สตาร์บัคส์ยุติการใช้ AI ในการจัดการสต็อกภายใน 9 เดือน

สตาร์บัคส์ได้ยุติการใช้เครื่องมือ AI สำหรับการจัดการสต็อกที่เรียกว่า "Automated Counting" ในร้านค้าทั่วอเมริกาเหนือ หลังจากเพียง 9 เดือน การเริ่มต้นด้วยความคาดหวังสูงของ "การตรวจนับสต็อกด้วย AI" อาจกลายเป็นภาระที่เพิ่มความเครียดให้กับพนักงานแทนที่จะลดลง

เครื่องมือนี้ถูกออกแบบมาให้พนักงานเพียงแค่ชี้แท็บเล็ตไปที่ชั้นวางเพื่ออ่านจำนวนสต็อกของนม น้ำเชื่อม และส่วนผสมเครื่องดื่มโดยอัตโนมัติ โดยใช้กล้องและ LiDAR เพื่อจดจำสินค้า นับจำนวน และตรวจสอบการขาดแคลนสต็อกได้อย่างรวดเร็ว ฟังดูทันสมัยและสะดวกสบายในทางทฤษฎี

สตาร์บัคส์เองก็มีความคาดหวังสูงต่อระบบนี้ในช่วงแรก โดยการขยายไปยังร้านค้าที่ดำเนินการในอเมริกาเหนือเพื่อให้พนักงานลดเวลาการนับสต็อกในห้องหลังบ้านและสามารถมุ่งเน้นไปที่การบริการลูกค้าและการทำเครื่องดื่มได้ดีขึ้น วัตถุดิบที่จำเป็นสำหรับเมนูยอดนิยม เช่น นมโอ๊ต โคลด์ฟอร์ม และคาราเมลดริซเซิล จะไม่ขาดแคลน ลูกค้าจะสามารถสั่งสิ่งที่ต้องการได้ และพนักงานจะได้รับการปลดปล่อยจากงานที่ซ้ำซาก

แต่ความเป็นจริงในร้านค้าไม่ได้เรียบร้อยเหมือนในสไลด์พรีเซนเทชั่น

ภาชนะนมมีลักษณะคล้ายกัน มุมของชั้นวางแตกต่างกันไปในแต่ละร้าน ป้ายฉลากอาจไม่ได้หันหน้าไปทางเดียวกัน ขวดน้ำเชื่อมมีการจัดเรียงและปริมาณที่แตกต่างกัน ในช่วงเวลาที่งานยุ่ง สินค้าอาจถูกวางไว้ชั่วคราวในตำแหน่งอื่น ภายในตู้เย็นได้รับผลกระทบจากการสะท้อน การควบแน่น และแสงสว่าง สภาพแวดล้อมที่เหมาะสมสำหรับ AI และห้องหลังบ้านของร้านกาแฟจริง ๆ มีความแตกต่างกันมาก

ตามรายงาน Automated Counting มีปัญหาในการแยกแยะนมที่มีลักษณะคล้ายกันหรือพลาดสินค้าไป ตัวอย่างที่ชัดเจนคือในวิดีโอที่สตาร์บัคส์เผยแพร่ ซึ่งระบบไม่สามารถจดจำขวดน้ำเชื่อมเปปเปอร์มินต์ที่อยู่บนชั้นวางได้ หาก AI พลาดสต็อกในวิดีโอเดโมที่ควรจะแสดงความสามารถในการตรวจนับสต็อกอย่างแม่นยำ มันก็คงเป็นเรื่องที่น่าขันมาก

สตาร์บัคส์อธิบายเหตุผลในการยุติว่าเพื่อมาตรฐานการนับสต็อกระหว่างร้านค้าและมุ่งสู่การดำเนินงานที่สอดคล้องกันมากขึ้น ในอนาคตจะกลับไปใช้วิธีการนับสต็อกเครื่องดื่มและนมเช่นเดียวกับหมวดหมู่อื่น ๆ ซึ่งหมายความว่าอย่างน้อยในพื้นที่นี้ การทำด้วยมือยังคงเป็นวิธีที่น่าเชื่อถือกว่า

การยุติครั้งนี้ไม่ควรถูกมองว่าเป็นเพียง "ความล้มเหลวของ AI" แต่เป็นการแสดงให้เห็นถึงความท้าทายในการนำ AI เข้าสู่พื้นที่ค้าปลีกและร้านอาหาร

ประการแรก AI เพียงแค่ "มอง" ไม่เพียงพอ การจัดการสต็อกต้องการมากกว่าแค่ความแม่นยำในการจดจำภาพ ข้อมูลสินค้า ระบบการสั่งซื้อ ตารางการจัดส่ง ยอดขายของแต่ละร้าน การเก็บรักษาในอุณหภูมิที่เหมาะสม ขนาดชั้นวาง และขั้นตอนการทำงานของพนักงานต้องเชื่อมโยงกันเพื่อให้เกิดความหมาย AI อาจอ่าน "บางอย่าง" จากภาพถ่ายชั้นวางได้ แต่การใช้ข้อมูลนั้นเป็นข้อมูลสต็อกที่ถูกต้องหรือไม่เป็นอีกเรื่องหนึ่ง

ประการที่สอง เครื่องมือที่ควรจะลดภาระของพนักงานบางครั้งกลับเพิ่มงานให้พนักงานต้องจัดเรียงสินค้าใหม่เพื่อให้ AI อ่านได้ถูกต้อง หันป้ายฉลากไปด้านหน้า ป้อนข้อมูลสินค้าที่ไม่สามารถจดจำได้ด้วยมือ ตรวจสอบข้อผิดพลาด หากพนักงานกลายเป็นผู้ช่วยของ AI การอัตโนมัติก็จะสูญเสียความหมาย

ประการที่สาม การนำ AI มาใช้เป็นเรื่องของ "ความเชื่อถือ" ระบบที่ทำผิดพลาดบ่อยครั้งจะไม่ได้รับความเชื่อถือจากพนักงาน ในช่วงแรกอาจคาดหวังว่าจะมีการปรับปรุงแก้ไข แต่ถ้าต้องเสียเวลาในงานประจำวันซ้ำ ๆ ความรู้สึกว่า "ยังไงก็ผิดอีก" จะกระจายไป เมื่อถึงจุดนั้น เครื่องมือจะกลายเป็นศัตรูของพนักงานแทนที่จะเป็นผู้ช่วยในการเพิ่มประสิทธิภาพ

ในโซเชียลมีเดีย ความแตกต่างนี้ก็ปรากฏชัดเจน

ในชุมชนที่เกี่ยวข้องกับสตาร์บัคส์บน Reddit มีโพสต์ที่ยินดีกับการยุติ Automated Counting โพสต์หนึ่งกล่าวถึงการประกาศภายในที่ระบุว่าระบบนี้ได้ยุติอย่างเป็นทางการและมีการสั่งให้ถอดป้าย QR code ออก ซึ่งได้รับการตอบกลับว่า "ข่าวดี" และ "การปิดงานคืนวันพุธจะดีขึ้นกว่าเดิม"

ในชุมชนพนักงานสตาร์บัคส์อื่น ๆ บน Reddit มีโพสต์ที่แสดงความยินดีถึงขั้น "ดีใจจนอยากร้องไห้" ในความคิดเห็นมีผู้ที่รับผิดชอบการปิดงานตั้งแต่เริ่มต้นการใช้งานกล่าวว่า "ดีใจที่มันหายไป" และ "ไม่มีใครเสียดายมัน" แน่นอนว่า Reddit เป็นแพลตฟอร์มที่มีความเป็นนิรนามสูง ไม่สามารถตรวจสอบได้ว่าผู้โพสต์เป็นพนักงานสตาร์บัคส์จริงหรือไม่ แต่สิ่งที่เห็นได้ชัดคือความรู้สึกเหนื่อยล้าที่ "งานจริงไม่ได้ง่ายขึ้น" มากกว่าการปฏิเสธ AI เอง

เมื่อดูโพสต์จากหลายเดือนก่อน ความไม่พอใจมีความชัดเจนมาก แอปช้า แอปเด้ง ไม่อ่านขวดน้ำเชื่อม ลงทะเบียนสินค้าผิด ต้องนับและป้อนข้อมูลด้วยมือ มีเสียงว่า "ป้อนด้วยมือก็ไม่ต่างกันมาก" ซึ่งเป็นการประเมินที่อันตรายที่สุดในการนำ AI มาใช้ หากเครื่องมืออัตโนมัติ "ไม่สะดวก" ก็ยังพอรับได้ แต่หากถูกมองว่า "มนุษย์ทำได้เร็วกว่า" ความน่าเชื่อถือในการใช้งานต่อจะลดลงอย่างรวดเร็ว

อย่างไรก็ตาม ไม่ใช่ทุกความคิดเห็นที่เป็นไปในทางลบ มีโพสต์ที่กล่าวว่าเมื่อการตั้งค่าชั้นวางและการจัดเรียงสินค้าถูกต้อง AI สามารถทำงานได้ดีในบางสินค้า ปัญหาคือการรักษาสภาพแวดล้อมที่เหมาะสมนี้ในทุก ๆ ร้านค้า หากการปรับให้เข้ากับ AI เพิ่มงานให้พนักงาน มันจะเป็นการเพิ่มประสิทธิภาพหรือเป็นเพียงความยุ่งยากในรูปแบบอื่น นี่คือปัญหาพื้นฐานของ Automated Counting

บน LinkedIn บรรยากาศในช่วงแรกของการนำมาใช้กลับเป็นไปในทางบวก โพสต์จากผู้ที่เกี่ยวข้องกับสตาร์บัคส์อธิบายถึงการใช้ AI เพื่อเพิ่มความสามารถในการทำกาแฟและการเชื่อมโยงทางมนุษย์ ในความคิดเห็นมีการตอบกลับว่า "นวัตกรรมที่ยอดเยี่ยม" และ "อยากได้ในห้องครัวที่บ้าน" ซึ่งเป็นเสียงตอบรับในเชิงบวกจากผู้ใช้ในธุรกิจ

ความแตกต่างนี้น่าสนใจ การนำ AI มาใช้จากภายนอกดูเหมือนจะเป็นเรื่องของอนาคตและมีเหตุผล สำหรับผู้บริหาร นักลงทุน และคนในวงการเทคโนโลยี AI ในการจัดการสต็อกเป็นสัญลักษณ์ของการเพิ่มประสิทธิภาพที่ชัดเจน แต่สำหรับผู้ที่ต้องใช้มันทุกสัปดาห์ การที่อุปกรณ์ค้างหรือไม่ การอ่านนมในตู้เย็นถูกต้องหรือไม่ และการปิดงานใช้เวลากี่นาทีเป็นเรื่องสำคัญทั้งหมด เรื่องราวของ AI ในห้องประชุมคือ "การเปลี่ยนแปลง" แต่ในร้านค้าคือ "งานคืนนี้"

บน X ข่าวนี้ถูกมองด้วยความประชดประชัน มีการโพสต์สั้น ๆ ที่แพร่หลายว่า "ใช้งานมา 9 เดือน แต่สุดท้ายก็ไม่สามารถนับหรือป้ายฉลากได้" สำหรับกลุ่มที่สงสัยในกระแส AI กรณีของสตาร์บัคส์เป็นตัวอย่างที่ชัดเจนว่า "AI ไม่สามารถแก้ไขทุกอย่างได้"

อย่างไรก็ตาม การยุติครั้งนี้ไม่ควรนำไปสู่ข้อสรุปว่า "AI ไม่เหมาะกับร้านอาหาร" แต่ตรงกันข้าม การจัดการสต็อกในร้านอาหารและค้าปลีกเป็นพื้นที่ที่ AI มีโอกาสทำงานได้มาก การพยากรณ์ความต้องการ การสนับสนุนการสั่งซื้อ การลดของเสีย การป้องกันการขาดแคลน การจัดกำลังคน และการวางแผนวัตถุดิบในช่วงโปรโมชั่นเป็นตัวอย่างที่ข้อมูลสามารถช่วยได้ ปัญหาคือการวาง AI ไว้ที่ไหน

หากวาง AI ไว้ในมือของพนักงานที่ยืนอยู่หน้าชั้นวาง AI นั้นต้องทนทานต่อจังหวะของงานจริง ต้องสามารถแก้ไขข้อผิดพลาดได้ทันที การแก้ไขต้องสะท้อนในครั้งต่อไป ต้องเร็วกว่าอย่างชัดเจนกว่าการทำด้วยมือ และใครใช้ก็ต้องได้ผลลัพธ์เดียวกัน ไม่เช่นนั้น AI จะกลายเป็น "พิธีกรรม" ของงาน การใช้จะกลายเป็นจุดประสงค์ และอัตราการนำมาใช้จะถูกไล่ตามเพียงในตัวเลข

ตามรายงานของ Reuters ก่อนหน้านี้ สตาร์บัคส์มีปัญหาลึกซึ้งในห่วงโซ่อุปทาน การขาดแคลนสินค้า การจัดส่ง ระบบเก่า ซัพพลายเออร์ที่กระจายตัว และพื้นที่เก็บของในร้านที่จำกัด ปัญหาไม่ได้จำกัดอยู่แค่ชั้นวางในร้านค้า Automated Counting อาจเป็นความพยายามที่จะชดเชยปัญหาห่วงโซ่อุปทานที่ใหญ่กว่าด้วยการสแกน AI ในร้านค้า แต่หากห่วงโซ่อุปทานยังคงซับซ้อน การจดจำภาพในร้านค้าเพียงอย่างเดียวก็ไม่สามารถแก้ไขปัญหาได้

Brian Niccol CEO ของสตาร์บัคส์ ได้ดำเนินการแผนฟื้นฟูที่เรียกว่า "Back to Starbucks" หลังจากเข้ารับตำแหน่ง โดยการทบทวนการจัดกำลังคน การดำเนินงาน เมนู ห่วงโซ่อุปทาน และประสบการณ์ในร้านค้า เพื่อให้ลูกค้าสามารถสั่งสิ่งที่ต้องการได้อย่างแน่นอน AI สำหรับการจัดการสต็อกเป็นหนึ่งในเทคนิคที่ใช้เพื่อบรรลุเป้าหมายนี้

แต่การตัดสินใจครั้งนี้สำคัญเพราะแสดงให้เห็นว่าบริษัทเลือกที่จะ "หยุด" มากกว่า "ดำเนินการต่อ" กับเทคโนโลยีบางอย่าง ในการเปลี่ยนแปลงดิจิทัลขององค์กร การนำมาใช้มักถูกพูดถึงเป็นผลสำเร็จ แต่สิ่งที่สำคัญจริง ๆ คือการใช้งานในพื้นที่จริง ผลลัพธ์ที่เกิดขึ้น และการปรับปรุงอย่างต่อเนื่อง การหยุดระบบที่ไม่ทำงานก็เป็นส่วนหนึ่งของการเปลี่ยนแปลง

สิ่งที่น่าประทับใจที่สุดในกรณีนี้คือปฏิกิริยาของพนักงานที่ไม่ใช่ "ความกลัวว่า AI จะมาแทนที่งาน" แต่เป็น "ความยุ่งยากในการดูแล AI" ในช่วงแรกของการนำมาใช้ พนักงานอาจรู้สึกว่าตนเองถูกแทนที่ด้วยเครื่องมือ แต่ในความเป็นจริง AI กลับกลายเป็นสิ่งที่ต้องได้รับการแก้ไข ช่วยเหลือ และหลีกเลี่ยงจากมนุษย์ นี่คือความเป็นจริงของการใช้ AI ที่หลายบริษัทต้องเผชิญ

AI ดูเหมือนจะฉลาด แต่เมื่อเข้ามาในงานจริง กลับกลายเป็นเรื่องที่ยุ่งยาก ระบบอ่านป้ายฉลาก มนุษย์จัดชั้นวาง AI นับ มนุษย์แก้ไขข้อผิดพลาด AI สัญญาว่าจะเพิ่มประสิทธิภาพ มนุษย์ถูกกดดันด้วยเวลาในการปิดงาน หากไม่สามารถเติมเต็มช่องว่างนี้ได้ เทคโนโลยีที่ล้ำหน้าแค่ไหนก็ไม่สามารถยึดติดในพื้นที่จริงได้

การยุติของสตาร์บัคส์เป็นทั้งน้ำเย็นที่สาดใส่กระแส AI และบทเรียนสำหรับการนำ AI มาใช้ในครั้งต่อไป AI ไม่ใช่เวทมนตร์ มันต้องการสภาพแวดล้อมการทำงาน ขั้นตอนการทำงาน ระบบที่มีอยู่ ความเชื่อถือจากพนักงาน และวงจรการแก้ไขเมื่อเกิดข้อผิดพลาดเพื่อให้ทำงานได้

AI ที่พลาดน้ำเชื่อมเปปเปอร์มินต์ไม่ใช่แค่เรื่องตลก มันสะท้อนถึงความยากลำบากในการทำงานของ AI ในโลกจริง แม้จะมีความแม่นยำในหน้าจอ แต่บนชั้นวางกลับแยกแยะนมผิด แม้จะดูเป็นอนาคตในเดโม แต่กลับช้าและใช้งานยากในงานปิดร้าน แม้จะดูเป็นการเพิ่มประสิทธิภาพในเอกสารการจัดการ แต่กลับเป็นภาระเพิ่มเติมในพื้นที่จริง

สตาร์บัคส์จะมุ่งเน้นไปที่การเติมสินค้าในร้านบ่อยขึ้นและการปรับปรุงห่วงโซ่อุปทาน การยุติ AI ครั้งนี้เป็นการถอยหลังในเส้นทางนั้น แต่ก็เป็นโอกาสในการทบทวนความเป็นจริง เพื่อให้ลูกค้าสามารถสั่งสิ่งที่ต้องการได้ จำเป็นต้องมีข้อมูลที่แม่นยำ การจัดส่งที่เชื่อถือได้ เครื่องมือที่ใช้งานง่าย และความยอมรับจากพนักงานในพื้นที่

ความสำเร็จของการนำ AI มาใช้ไม่ได้ขึ้นอยู่กับความโดดเด่นของเทคโนโลยี แต่สุดท้ายคือพนักงานที่เหนื่อยล้าในห้องหลังบ้านก่อนปิดร้านที่คิดว่า "นี่ใช้งานได้" หรือไม่

แหล่งที่มา

Engadget: รายละเอียดเกี่ยวกับการยุติการใช้เครื่องมือ AI ในการจัดการสต็อกของสตาร์บัคส์ภายใน 9 เดือน การร่วมมือกับ NomadGo ปัญหาการจดจำผิดพลาด และปฏิกิริยาบนโซเชียลมีเดีย
https://www.engadget.com/2179029/star