Il caso di Starbucks riporta al centro un tema che nel mondo della logistica retail circola da tempo nei tavoli operativi più che nei convegni: automatizzare un processo non significa automaticamente renderlo più affidabile. Dopo appena nove mesi dal lancio del programma “Automated Counting” nei punti vendita nordamericani, la catena ha deciso di interrompere il sistema di conteggio automatico delle scorte basato su intelligenza artificiale. Una frenata improvvisa per un progetto che, nei piani del management guidato da Brian Niccol, avrebbe dovuto ridurre le rotture di stock e alleggerire il lavoro dei baristi nelle attività inventariali.

Il problema, però, è emerso nella fase più delicata: quella dell’esecuzione reale dentro i negozi. Il software sviluppato da NomadGo non riusciva a distinguere correttamente alcune categorie di prodotti, soprattutto differenti tipologie di latte e ingredienti conservati nei frigoriferi. Un errore apparentemente banale, ma che in un coffee shop ad alta rotazione può alterare riordini, disponibilità e preparazione delle bevande nel giro di poche ore.

Computer vision e LiDAR: tecnologia avanzata, ambiente troppo variabile

La piattaforma utilizzava tablet equipaggiati con telecamere e sensori LiDAR per creare una mappatura tridimensionale degli scaffali e delle celle frigorifere. In teoria, un sistema evoluto di computer vision capace di leggere quantità e posizionamento dei prodotti molto più rapidamente rispetto ai controlli manuali. Nella pratica, però, l’ambiente retail ha mostrato tutta la sua imprevedibilità. Confezioni simili, etichette parzialmente coperte, illuminazione non uniforme, prodotti spostati durante il servizio: elementi che in un laboratorio controllato pesano poco, ma che in un negozio operativo cambiano completamente lo scenario.

Starbucks aveva pianificato un rollout estremamente rapido, con oltre 11 mila store coinvolti. Una scala che avrebbe richiesto livelli di accuratezza vicini alla perfezione. Quando invece il sistema ha iniziato a produrre conteggi incoerenti, il rischio è diventato doppio: aumentare il lavoro correttivo del personale e compromettere la qualità del replenishment.

Supply chain retail: il fattore umano resta centrale

La decisione di tornare ai controlli manuali non rappresenta un rigetto dell’intelligenza artificiale, ma una fotografia molto concreta dello stato attuale dell’automazione nei contesti fisici complessi. Nel retail foodservice la precisione inventariale non dipende soltanto dalla tecnologia impiegata. Conta la standardizzazione degli spazi, la disciplina operativa, la variabilità delle referenze e perfino la velocità con cui il personale movimenta gli ingredienti durante i picchi di domanda. Starbucks ha spiegato che continuerà a investire in strumenti digitali e in sistemi di rifornimento più frequenti all’interno del programma “Back to Starbucks”.

Il punto, però, è chiaro: l’IA può accelerare i processi, ma non sempre riesce ancora a sostituire l’occhio umano nelle attività operative ad alta variabilità. Per il settore logistico il caso rappresenta un segnale preciso. Prima di scalare progetti AI su migliaia di punti vendita, serve una validazione molto più rigorosa delle condizioni reali di utilizzo. Ed è proprio qui che molte sperimentazioni incontrano oggi il loro limite più concreto: non l’algoritmo, ma il mondo fisico in cui quell’algoritmo deve lavorare.

Ricevi la newsletter gratuita per rimanere aggiornato sulle ultime novità del mondo della logistica