ستاربكس تُوقف أداة الذكاء الاصطناعي لإدارة المخزون — الموظفون يعودون للعد اليدوي

ماذا حدث؟

أوقفت ستاربكس نشر أداة إدارة المخزون المدعومة بالذكاء الاصطناعي في أكثر من ١١٬٠٠٠ فرع في أمريكا الشمالية، وعادت للاعتماد على الموظفين في جرد المخزون يدوياً. القرار جاء بعد شكاوى متكررة من موظفي المتاجر: الأداة لم تحل مشاكل المخزون فحسب، بل فاقمتها — أخطاء في الكميات، تأخر في التحديثات، ومشاكل تقنية تُعطل سير العمل اليومي في المتاجر. الأداة طُرحت كجزء من مبادرة التحديث الرقمي للشركة، لكن الفجوة بين ما وعد به الذكاء الاصطناعي في البيئات المختبرة وما أتاحه في بيئة المتاجر الفعلية المزدحمة كانت واسعة.

ماذا يعني؟

ستاربكس تنضم لقائمة متزايدة من الشركات الكبرى التي أدركت أن تطبيق الذكاء الاصطناعي في بيئات تشغيلية معقدة أصعب بكثير مما تعد به العروض التجارية. إدارة المخزون في بيئة تجزئة متعددة المتغيرات (فساد البضاعة، تفاوت الطلب، التفاوت بين الفروع) تحتاج نماذج مُدرَّبة ومُضبوطة بدقة على بياناتها الخاصة — وليس أداةً جاهزة. الدرس الأشمل: الذكاء الاصطناعي يفشل حين تُستبدل به العملية الكاملة مباشرةً دون مراحل تدريج وتحقق.

لماذا يهمك؟

لأي مطور يبني حلولاً بالذكاء الاصطناعي للعمليات التشغيلية: ابدأ بنشر محدود ومراقب، لا بالاستبدال الكامل. اجعل الإنسان في الحلقة (human-in-the-loop) خاصةً في القرارات التي تؤثر مباشرةً على الإيرادات أو تجربة العميل. Pilot → Validate → Scale هو الترتيب الصحيح — عكسه هو ما فعلته ستاربكس.