A Starbucks desligou abruptamente uma ferramenta de inteligência artificial para gestão de inventário, chamada "Automated Counting", apenas nove meses após seu lançamento em mais de 11 mil lojas nos Estados Unidos. O sistema, que segundo fontes internas custou mais de US$ 10 milhões, foi descontinuado da noite para o dia, de acordo com uma reportagem da revista Fast Company.

A iniciativa era um pilar da estratégia de reestruturação do CEO Brian Niccol, mas o episódio se tornou um dos maiores reveses na adoção de IA no ambiente de trabalho corporativo americano. Ele serve como um estudo de caso sobre o abismo que pode existir entre a visão estratégica do C-level e a execução na linha de frente.

Do PowerPoint à prateleira: um erro de cálculo

A promessa era sedutora: usar a câmera de um iPad para automatizar a contagem de estoque, transformando uma tarefa de uma hora em um processo de minutos. A ferramenta, desenvolvida com a startup NomadGo, liberaria os baristas para se concentrarem no atendimento, otimizando operações e cortando custos. A realidade, no entanto, foi um estudo de caso sobre os perigos da implementação de tecnologia sem validação no mundo real.

Relatos de baristas por todo o país descrevem um sistema caótico. A IA contava o reflexo de caixas de leite em refrigeradores de aço, duplicando o inventário. Em outros casos, confundia tipos de xarope ou, em uma imagem documentada, registrava uma lixeira como item de estoque. Em lojas rurais com conexão de internet instável, o aplicativo perdia todo o progresso. A situação foi agravada pela decisão da empresa de proibir contagens manuais, efetivamente culpando os funcionários pelas falhas de um software disfuncional.

A Starbucks enquadra o episódio como um exemplo de sua cultura de "testar e aprender", afirmando que a inovação envolve adaptação. Contudo, o caso representa um dos maiores recuos na adoção de IA no varejo americano até hoje. A lição para outras companhias é clara: a tecnologia mais promissora no papel só tem valor se funcionar, de fato, nas mãos de quem a opera no dia a dia. A comunicação com a linha de frente pode ser tão vital quanto o próprio algoritmo.

Com reportagem de Brazil Valley

Source · Fast Company