什么值得买App下载 App ›
连续签到专享现金活动

AI落地最残酷的教训:星巴克库存系统实验室99%精准为什么在门店翻车

星巴克在AI上的动作,一直是两极分化最明显的大公司之一。一边是DeepBrew智能推荐系统让App点击转化率提升12%、客单价涨8%,每年20亿次个性化推送管得井井有条;另一边是砸了数亿美元上线的AI库存盘点系统,9个月后全线关停,员工不得不先让AI扫10分钟、再花2小时人工纠错。同一家公司、同一批技术团队,AI项目的命运却天差地别。差距不在技术本身,在于AI到底被用来做什么——是帮人做决定,还是替人做执行。123
数不清牛奶的AI,和能让客单价涨8%的AI
星巴克2025年9月在美国和加拿大全部自营门店上线Automated Count AI库存系统,号称"融合了计算机视觉、三维空间智能和增强现实",实验室环境下识别准确率99%。供应商NomadGo把产品宣传得天花乱坠,CEO布莱恩·尼科尔也把这项技术列为"Back to Starbucks"改革的核心。实际跑起来什么样?分不清全脂奶和脱脂奶,漏数整排糖浆瓶,生成的库存数据里凭空冒出根本不存在的商品。更讽刺的是,星巴克自己发布的宣传视频里,AI当着镜头漏掉了一瓶薄荷糖浆。45
问题出在物理世界的复杂性上。实验室里光线均匀、货架整齐、商品摆放规范;真实门店里灯光随时在变、补货时货架角度歪了、包装只差一行字、全脂奶和燕麦奶盒子看起来几乎一模一样。AI视觉识别在标准输入条件下接近完美,但门店是个"每秒钟都在变的混沌系统"。一位有三年以上经验的店长预测24小时原料需求的准确率是92%,AI系统只有58%。2026年5月22日,星巴克正式关停这套系统,北美11300家门店全面回归人工盘点。内部员工留言说"感谢取消自动盘点,想法很棒但执行有困难"——这大概是职场里最体面的"结果很烂"了。67
同样是星巴克的AI项目,DeepBrew智能推荐引擎却是另一番光景。这套系统结合实时天气、时段、用户历史消费习惯、门店热销榜单,在App和汽车餐厅大屏实时个性化推荐饮品。官方数据显示,App点击转化率提升约12%,用户平均客单价提升8%,每年管理超过20亿次个性化推送,会员活跃度年均提升15%。关键在于,这个场景允许"猜错了再来"——推荐不准确顶多少卖一杯咖啡,不会把整个供应链搞乱。AI被用来帮人做更好的决定,而不是替代人做需要即时反馈的执行操作。89
微软在AI上的账算得怎么样了
和星巴克不同,微软的AI焦虑不在技术落地,而在成本账本。Copilot for Microsoft 365每月30美元,企业用户付费转化率只有约3%,远低于市场预期。今年5月微软推出E7企业套餐,把Copilot、Agent 365、Entra安全套件、Teams全部打包,每月每用户99美元,比单独买便宜约15%。但这个价格对企业来说到底是"捡便宜"还是"被收割",市场还在观望。微软自己的说法是企业需要"稳定、统一、可信赖的解决方案",但有咨询公司顾问直接泼冷水:"即便比单独购买便宜15美元,也不代表能说服客户为全套服务买单,你可能在为员工买他们根本不需要的工具。"1011
更让微软头疼的是Token计费模式带来的成本失控。Uber的工程团队用了Claude Code,四个月烧光全年AI预算;微软自己引入Claude Code做内部基准测试,成本也"意外飙升",最后在6月底取消大部分授权,强制工程师迁移回Copilot。微软AI CEO穆斯塔法·苏莱曼公开说"Anthropic的价格极其昂贵,很多人正在迫切寻找替代方案"。今年Build大会上,微软一口气发布7款自研MAI模型,旗舰推理模型MAI-Thinking-1成本只有GPT-5.5的十分之一,同时考虑引入DeepSeek V4——Anthropic Fable 5输出定价50美元/百万Token,DeepSeek V4 Pro只要0.87美元,差距约57倍。121314
这些案例透露了什么信号
2026年被从业者称为AI"祛魅分水岭"。过去靠讲故事融资的日子结束了,现在必须靠落地交付创造收益。大公司的AI项目正在经历两极分化:能帮人做决定的场景(推荐、分析、灵感激发)稳步推进;需要替代人做即时执行的场景(库存盘点、生产线质检)频频翻车。欧莱雅用AI筛选分子把新品研发效率提升四倍,亿滋国际60%的AI生成配方在营养和成本上优于人工——这些成功的共同特点是AI在"加速"人的判断,而不是"绕过"人的经验。1516
星巴克的教训被总结成一句话:"PPT上的99%精度,永远不能替代真实环境中的压力测试。"沃尔玛从2017年开始用无人机盘仓库,每年稳稳省下几亿美元,不是技术比星巴克领先,而是花了五年时间把整条补货链重新动了一次大手术——从货架陈列标准到订单自动化触发,全部按机器能看懂的逻辑重建。AI落地最难的不是技术,是重构流程的决心。那些在旧工作流里硬塞新工具、期待它自动运转的项目,最后往往变成"全局尴尬的烂尾项目"。179
对企业来说,选择用AI做什么、怎么用,比部署什么技术更关键。星巴克的DeepBrew继续在推荐和点单场景发力,甚至把ChatGPT接入饮品发现环节,让AI帮用户"从灵感出发找饮品";但库存盘点这类需要即时准确反馈的工作,AI的错误代价太大,索性换回人工流程。微软一边推高价套餐,一边在内部成本压力下寻求更便宜的模型方案。两家大公司的选择其实指向同一个逻辑:AI商业化的核心不是"能不能做",而是"做错了代价多大"。189

评论

评论区空态插画

当前文章无评论,是时候发表评论了