Sumar
Un PoC de viziune computerizată validat la 99% în sandbox poate eșua în producție la scara de 11.000 de magazine: retragerea de către Starbucks a instrumentului «Automated Counting» la sfârșitul lunii mai 2026 este demonstrația documentată. Lanțul a retras, în săptămâna 21 mai 2026, instrumentul «Automated Counting» dezvoltat de NomadGo, după nouă luni de implementare în peste 11.000 de magazine nord-americane pentru inventarierea laptelui și siropurilor. Se revine la numărarea manuală integrală. Soluția a fost concepută de NomadGo (Redmond, Washington), condusă de David Greschler. Conform unui comunicat BusinessWire din 3 septembrie 2025, editorul revendica o viteză de până la opt ori mai mare decât numărarea manuală și o precizie de 99%, cifre auto-declarate fără validare independentă cunoscută până în prezent. Retragerea este documentată de analiza «AI Autopsy» de Bigeye publicată pe 23 mai 2026.
De la 99% precizie revendicată la o retragere în nouă luni - în 11.000 de magazine.
Cifră provenită din comunicatul oficial NomadGo (sept. 2025): o precizie măsurată în condiții controlate, nevalidată de manieră independentă înainte de implementarea la scară largă.
Un instrument pivot al planului de redresare Niccol, în linia unui precedent Amazon
«Automated Counting» se încadra în programul de redresare operațională pilotat de Brian Niccol, devenit director general al Starbucks în septembrie 2024, care viza reducerea rupturilor de stoc pe referințele cu rotație rapidă. Comunicatul de lansare din 3 septembrie 2025 reamintea că tehnologia fusese testată «mai mulți ani» în sandbox înainte de implementarea generală, o durată de pilot care nu a prevenit eșecul în producție. Scenariul amintește de traiectoria Just Walk Out la Amazon Fresh, despre care Ars Technica raporta în aprilie 2024 că tehnologia nu era atât de autonomă cum fusese anunțată și se baza pe o forță de muncă de aproximativ o mie de persoane în India însărcinate cu vizionarea înregistrărilor video pentru validarea tranzacțiilor (traducere liberă) - dezvăluire publicată în același an cu oprirea dispozitivului de către Amazon. ActuIA documenta deja în 2023 penetrarea IA în comerțul de detaliu, teren unde discrepanțele între revendicările de precizie și performanța pe teren devin observabile la scară largă. Pentru orice organizație în curs de PoC de viziune computerizată în retail, cazul ridică o întrebare operațională directă: condițiile de validare sandbox reproduc variabilele care au dus la eșecul implementării la 11.000 de magazine?
O arhitectură mobilă și o clasă de eșec cunoscută dincolo de 1.000 de referințe
Soluția NomadGo combina viziunea computerizată, senzori LiDAR, procesare spațială în trei dimensiuni și suprapunere de realitate augmentată, totul operat de pe un smartphone sau o tabletă încredințată personalului din magazin, o arhitectură denumită scanare mobilă. Defecțiunile raportate includeau confuzia între tipurile de lapte și erorile de numărare a articolelor pe referințele cu densitate vizuală mare. Conform analizei TechnoLynx publicată în aprilie 2026, care califică fenomenul drept clasă de eșec compusă, modelele de viziune computerizată care reușesc testele de precizie pe 500 de referințe eșuează în producție dincolo de 1.000, nu sub efectul unei cauze unice, ci conform a patru axe de defecțiune simultane (traducere liberă). Teza susține că precizia validată în mediu controlat (gama de referințe limitată, iluminare stabilă, amenajare standardizată) se degradează prin acumulare când mediul real impune proliferarea referințelor, variații de iluminare și condiționări nestandardizate. Analiza Bigeye din 23 mai 2026 rezumă discrepanța documentată în titlul său, care trasează cum instrumentul de inventar IA de la Starbucks a trecut de la o precizie afișată de 99% la retragerea în nouă luni (traducere liberă).
Pragul 1.000 SKU: o clasă de eșec, nu un bug izolat
Conform TechnoLynx (aprilie 2026), modelele de viziune computerizată validate pe mai puțin de 500 de referințe eșuează în producție dincolo de 1.000 de clase de produse - nu pentru o cauză unică, ci sub efectul a patru axe de defecțiune simultane: proliferarea SKUs, variabilitatea iluminatului, eterogenitatea amenajărilor, ambalaje nestandardizate. Acest mecanism de defecțiune compusă este documentat independent de cazul Starbucks.
Focal Systems la Morrisons: o implementare CV retail la scară mare pe arhitectură cu camere fixe
Pe aceeași nișă, editorul Focal Systems revendică la retailerul britanic Morrisons o implementare prezentată, în comunicatul său corporativ, ca fiind una dintre cele mai mari în viziunea computerizată în distribuția alimentară la scară mare. Conform aceluiași comunicat, implementarea ar fi livrat «mai mult de 2% îmbunătățire a disponibilității produsului în magazin pe întregul parc, și până la 4% în magazinele cele mai performante» (traducere liberă) - cifră auto-declarată de editor, fără replicare terță publicată. Proiectul a primit premiul «Digital Transformation Project of the Year 2024». Arhitectura mobilizată de Focal Systems se bazează pe camere fixe în linie, acolo unde NomadGo opera prin terminale mobile încredințate personalului: variabila arhitecturală constituie o diferență structurală observabilă între cele două dispozitive. Înainte de orice implementare masivă a unui sistem de viziune computerizată în retail, trei variabile merită testate în condiții reale: catalogul de referințe validate (sandbox versus producție, cu măsurare specifică dincolo de pragul celor 1.000 SKU), arhitectura de captură (scanare mobilă încredințată personalului sau camere fixe în linie), și o măsurare de precizie documentată de un terț independent. NomadGo nu a publicat niciunul dintre cele trei rezultate înainte de rollback-ul său la 11.000 de magazine.