自動盤點工具退場，九個月試行失敗暴露企業AI落地風險與成本壓力。

星巴克在內部通知中宣佈，曾於北美門市推行的AI自動盤點工具「Automated Counting」將自5月18日起退役，相關盤點作業回復人工執行。這項在去年九月大規模展開的科技方案，最終在不到一年的全國擴充套件後被迫收手，成為企業級AI落地難題的一個醒目案例。

工具由微軟外圍城市雷德蒙德新創NomadGo提供，結合所謂的Spatial Vision（電腦視覺、3D空間資訊與擴增實境）在手持平板上辨識冰箱、貨架上的牛奶、糖漿等品項。供應商早期宣稱能比人工快8倍並達99%準確度，但實際營運中頻繁辨識錯誤、漏判，以及在宣傳影片中無法辨識薄荷糖漿等問題被媒體揭露。星巴克對外表示，退役決定旨在「統一盤點標準、聚焦規模化執行與一致性」，內裡實際含意則是系統未達可用標準。

此事件發生在星巴克營運轉向、投資人期待回報的關鍵時點。資料顯示，星巴克2026財年第二季全球可比門市銷售成長6.2%，北美可比交易筆數年增4.4%；但北美營業利潤率已從兩年前的18%降至9.9%。股價今年迄今約上漲24%。在營收回升但利潤被擠壓的情況下，任何未能產生預期效率或成本節省的技術賭注，都會直接侵蝕恢復利潤的空間。

從企業AI部署的普遍經驗來看，這類「會議室示範好看、實店運作失靈」的情形並非個案。MIT相關研究（NANDA計畫）指出，多數企業生成式AI試驗對損益表未有可量化影響；業界亦估計在該領域的投入達數百億美元。支持者會主張AI系統需要時間「持續學習並根據回饋改善」，NomadGo也表示系統在學習中；但反對或警示的論點在於：當系統已經擴充套件至超過1.1萬家門市且在高峰時段仍頻繁錯誤，等待更長時間的成本（庫存短缺、客戶流失、人工重工）對企業與投資人都是實質風險。

更重要的是，這次失敗突顯幾項教訓與未來建議：一、在大規模部署前應以更嚴格、貼近實際營運的試點驗證（含高峰情境與異常品項）；二、採取人機協同（human-in-the-loop）模式以平衡效率與可靠性；三、設定明確的KPI與容錯界限，未達標即回收或最佳化；四、在技術投入上優先投資對利潤改善有直接可量化影響的方案。星巴克並未放棄AI，仍在開發訂單排序與咖啡師支援等工具，但投資人與管理層必須更嚴格地要求下一波AI投注「先證明能省錢再放大」。

總結來看，星巴克這次將自動盤點退回人工，既是個別產品技術失敗，也是企業在面對利潤恢復壓力時，對高風險技術賭注的一次檢驗。未來12個月，投資人應觀察星巴克如何改進AI部署流程、強化試點驗證，以及新一波技術是否能在不侵蝕利潤的前提下，真正提升門市運作效率。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。

CMoney 研究員

CMoney 團隊透過 AI 結合股市，每日提供重點股票的新聞事件，期望讓投資人更有效率找到各種投資標的的投資事實。