Automated Counting en sus 11.300 tiendas. Sin embargo, a pesar de la inversión de más de $ 10 millones y un despliegue a escala nacional, el proyecto fue cancelado abruptamente en mayo de 2026.
El CEO de NomadGo atribuyó la cancelación a un «cambio de liderazgo y estrategia» en Starbucks, aunque no proporcionó detalles concretos. La herramienta de inventario con IA había demostrado una precisión del 99% en pruebas controladas, pero se vio desafiada por las condiciones del mundo real en las tiendas de Starbucks.
Uno de los problemas identificados fue la dificultad de la visión computacional para adaptarse a un inventario en constante cambio. Los productos de temporada y edición limitada requerían un reentrenamiento prolongado del modelo, lo que resultaba en dificultades para mantener actualizada la base de datos de inventario.
Además, la infraestructura heredada de Starbucks, basada en un sistema IBM AS/400 de la década de 1990, dificultaba la sincronización de datos en tiempo real, lo que afectaba la eficacia de la herramienta de IA.
El caso de Starbucks y NomadGo pone de manifiesto la importancia de realizar despliegues controlados y graduales de herramientas de IA en entornos físicos complejos. A diferencia de Amazon, que escala sus herramientas de IA gradualmente a través de un ecosistema de partners, Starbucks optó por un despliegue a gran escala que resultó en costosos desafíos operativos.
El caso también destaca la asimetría de riesgo para las startups en la creación de herramientas de IA para grandes corporaciones. A pesar de cumplir con los requisitos técnicos y desplegar exitosamente la herramienta, NomadGo sufrió las consecuencias de un cambio repentino en la estrategia de su cliente.
En conclusión, la cancelación del proyecto de inventario con IA de Starbucks pone de relieve los desafíos técnicos y operativos que pueden surgir al implementar tecnologías avanzadas en entornos físicos complejos. Este caso sirve como una lección sobre la importancia de la planificación cuidadosa y los despliegues controlados en la adopción de herramientas de IA a gran escala.
