星巴克明星AI项目翻车，打了多少CEO的脸？

本文来自微信公众号： ToB老人家 ，作者：王戴明

星巴克那个明星AI项目，翻车了。

9个月前，星巴克开始在北美1.1万多家门店推广一套AI库存盘点工具。当时这个项目听起来很漂亮：用手机一扫货架，AI自动识别商品，自动计算库存。当时星巴克CTO还说，这套系统已经把数千家门店的盘点频率提升了8倍。

但前两天，路透社报道，星巴克已经停止使用这套AI工具。

原因也很尴尬：它经常错误识别商品，也会算错库存。有员工说，原来人工15分钟能完成的盘点，有了AI“辅助”以后，反而要花2个小时。

一个号称提高效率的AI项目，最后反而降低了一线员工的效率。

星巴克恢复人工盘点以后，一位员工评论说：“感谢取消自动盘点！这背后的想法很棒，但执行起来确实困难。”

一线员工不是反对AI，也不是不愿意提高效率。他们反对的是：一个不好用的AI工具，被包装成先进生产力，然后压到一线身上。

这类AI项目，我10年前就见过。

当时我接触过一个快消品货架识别产品。销售人员到便利店以后，用手机拍货架或者冰柜，AI自动识别里面有多少自家产品、多少竞品产品，然后算出货架占有率。

对快消品牌来说，货架占有率就是战场。你的产品摆得越多，位置越好，卖出去的机会就越大。

但真正到了便利店现场，问题就来了。

货架不是实验室。商品不会整整齐齐站在那里等你识别。它可能被另一个商品挡住一半，也可能背面朝外，看不到logo；冰柜还有反光，门店光线也不稳定。

最后的结果就是，AI不是完全不能用，但识别率经常达不到预期，只能作为辅助判断。

所以星巴克这次遇到的问题，一点都不奇怪。

所谓99%准确率，往往来自实验室。那里光照充足、商品摆放整齐、拍摄角度标准。但真实门店不是这样。

真实门店里，商品会乱放，标签会遮挡，包装会相似，员工还赶时间。

AI项目真正难的地方，从来不是demo好不好看，而是到了现场以后，还能不能稳定干活。

当然，我不是说AI项目失败就不能接受。

新技术本来就需要试错。企业试AI、踩坑、推倒重来，都很正常。

这件事真正值得追问的，是另外两个问题。

第一，推广到1.1万多家门店之前，星巴克到底有没有在真实门店里充分验证过？

第二，盘点是高频操作，一线门店如果觉得不好用，反馈一定不会少。那为什么过了9个月，项目才被正式叫停？

我觉得，很可能是因为它已经不只是一个单纯的工具项目了，而变成了CEO的战略转型项目。

工具不好用，一线可以不用。流程不顺，业务可以反馈。但如果它被包装成公司战略，事情就变了。

这时候，下面的人会开始配合战略、解释战略、忍受战略。哪怕一线已经觉得不对劲，也很难立刻让项目停下来。

因为战略项目最怕的，不是工具不好用，而是承认自己一开始就判断错了。

这也是很多企业AI转型最危险的地方。

很多老板其实并没有深度使用过AI，也不清楚AI适合什么场景、不适合什么场景，更不知道一个AI项目从demo到现场，中间会差多少层落地条件。

但焦虑来了。同行在讲AI，供应商在讲AI，资本市场也在讲AI。于是CEO赶紧宣布AI转型，至于AI落地到什么场景，他其实一点都没底。

我最反对的，就是这种先定AI战略、再去找AI场景的做法。

因为很多时候，这背后真正推动项目往前跑的，不是战略，而是焦虑。

一把手还没有想明白，但已经决定让全公司一起试错。AI公司也很喜欢这种话术：AI转型是一把手工程，应该先定战略，再找场景。

AI当然是一把手工程。没有一把手支持，资源调不动，流程改不了，组织也不会真的配合。

但也正因为一把手能调动这么多资源，AI项目一旦判断错了，代价也会被放大。

一把手真正要做的，不是先开大会、喊战略、找供应商，而是先把自己变成一个深度AI用户。

你自己深度用过AI，才知道它什么时候很强，什么时候很蠢；什么时候可以直接上，什么时候只能做辅助。

如果一把手自己没有这种判断力，“一把手工程”很容易变成“一把手灾难”。

遭殃的不只是企业自己，还有被迫AI转型的一线员工。

所以，所有想推动AI项目的CEO和业务负责人，第一件事，是自己先成为AI的深度用户。

第二件事，是拿真实业务场景做小范围验证。不要只看demo，不要只看实验室准确率，要看真实现场里能不能稳定交付结果。

第三件事，是提前设定停损线。准确率不达标怎么办？一线效率没有提升怎么办？员工反馈不好用怎么办？这些问题要在推广前就想清楚。

AI可以提升效率，也可以重构业务流程。

但前提是，老板自己先知道AI到底能干什么，不能干什么。

否则，AI战略转型，最后可能只是把老板的焦虑，变成一线员工的灾难。