Демонстрація концепції комп'ютерного зору, визнана на 99 % в умовах пісочниці, може зазнати невдачі в промислових умовах у масштабах 11 000 магазинів: вилучення Starbucks інструменту «Automated Counting» наприкінці травня 2026 року є документованим свідченням цього. Мережа вилучила на тижні 21 травня 2026 року інструмент «Automated Counting», розроблений NomadGo, після дев'яти місяців розгортання в більш ніж 11 000 магазинах у Північній Америці для інвентаризації молока та сиропів. Вона повертається до повністю ручного підрахунку. Рішення було розроблено NomadGo (Редмонд, Вашингтон), під керівництвом Девіда Грешлера. Згідно з прес-релізом BusinessWire від 3 вересня 2025 року, розробник стверджував про швидкість до восьми разів вищу за ручний підрахунок та точність 99 %, цифри, які були самостійно заявлені без незалежної перевірки на даний момент. Вилучення документовано в аналізі «AI Autopsy» від Bigeye, опублікованому 23 травня 2026 року.
Від заявленої точності 99 % до вилучення через дев'ять місяців - в 11 000 магазинах.
Цифра з офіційного прес-релізу NomadGo (вересень 2025): точність виміряна в контрольованих умовах, не підтверджена незалежно перед масовим розгортанням.
Ключовий інструмент плану відновлення Niccol, у дусі попереднього Amazon
«Automated Counting» був частиною програми операційного відновлення, керованої Браяном Нікколом, який став генеральним директором Starbucks у вересні 2024 року, яка мала на меті зменшити дефіцит товарів на полицях з високим оборотом. Прес-реліз про запуск від 3 вересня 2025 року нагадував, що технологія була протестована «протягом кількох років» у пісочниці перед загальним розгортанням, тривалість пілоту, яка не запобігла провалу в промислових умовах. Сценарій нагадує траєкторію Just Walk Out у Amazon Fresh, про яку Ars Technica повідомляла у квітні 2024 року, що технологія не була настільки автономною, як заявлялося, і спиралася на робочу силу в Індії з близько тисячі людей, які переглядали відеозаписи для перевірки транзакцій (вільний переклад) - розкриття, опубліковане в тому ж році, коли Amazon зупинила цей пристрій. ActuIA документувала ще в 2023 році проникнення ІІ в роздрібну торгівлю, де розбіжності між заявленими точностями та фактичною продуктивністю стають спостережуваними в масштабах. Для будь-якої організації, яка проводить PoC комп'ютерного зору в роздрібній торгівлі, цей випадок викликає пряме операційне питання: чи відтворюють умови верифікації пісочниці змінні, які призвели до невдачі розгортання в 11 000 магазинах?
Мобільна архітектура та клас невдачі, відомий за межами 1 000 позицій
Рішення NomadGo поєднувало комп'ютерний зір, LiDAR-датчики, просторову 3D-обробку та накладення доповненої реальності, все це працювало з смартфона або планшета, переданого персоналу в магазині, архітектура, відома як мобільний скан. Звіти про збої стосувалися плутанини між типами молока та помилок підрахунку предметів на позиціях з високою візуальною щільністю. Згідно з аналізом TechnoLynx, опублікованим у квітні 2026 року, який кваліфікує це явище як клас складної невдачі, моделі комп'ютерного зору, які успішно проходять тести точності на 500 позиціях, зазнають невдачі в промислових умовах за межами 1 000, не під впливом єдиної причини, а за чотирма осями одночасного збою (вільний переклад). Теза полягає в тому, що точність, підтверджена в контрольованому середовищі (обмежений діапазон позицій, стабільне освітлення, стандартизовані аранжування) погіршується при накопиченні, коли реальне середовище вимагає розширення позицій, варіацій освітлення та нестандартизованих упаковок. Аналіз Bigeye від 23 травня 2026 року підсумовує задокументовану розбіжність у своєму заголовку, який відстежує, як інструмент інвентаризації ІІ Starbucks перейшов від заявленої точності 99 % до вилучення через дев'ять місяців (вільний переклад).
Поріг 1 000 SKU: клас невдачі, а не ізольована помилка
Згідно з TechnoLynx (квітень 2026), моделі комп'ютерного зору, визнані на менше ніж 500 позиціях, зазнають невдачі в промислових умовах за межами 1 000 класів продуктів - не через одну єдину причину, а під впливом чотирьох осей одночасного збою: розширення SKU, варіабельність освітлення, гетерогенність аранжувань, нестандартизовані упаковки. Цей механізм складної невдачі задокументований незалежно від випадку Starbucks.
Focal Systems у Morrisons: велике розгортання CV у рітейлі на архітектурі з фіксованими камерами
На цю ж нішу, розробник Focal Systems стверджує у британській мережі Morrisons про розгортання, представлене в його корпоративному прес-релізі, як одне з найбільших у комп'ютерному зорі у великій роздрібній торгівлі продуктами харчування. Згідно з цим же прес-релізом, розгортання призвело до «покращення доступності продуктів у магазині на більше ніж 2 % на всій мережі, і до 4 % у найбільш продуктивних магазинах» (вільний переклад) - цифра, заявлена розробником, без опублікованої сторонньої перевірки. Проект отримав нагороду «Цифровий проект року з трансформації 2024». Архітектура, використана Focal Systems, базується на фіксованих камерах на лінії, тоді як NomadGo працював через мобільні термінали, надані персоналу: архітектурна змінна є структурно помітною різницею між двома пристроями. Перед будь-яким масовим розгортанням системи комп'ютерного зору в рітейлі, три змінні заслуговують на тестування в реальних умовах: каталог підтверджених позицій (пісочниця проти промислових умов, з вимірюванням специфічним більше ніж 1 000 SKU), архітектура захоплення (мобільний скан, наданий персоналу або фіксовані камери на лінії), та документована стороннім незалежна перевірка точності. NomadGo не опублікувала жодного з трьох результатів перед своїм відкатом у 11 000 магазинах.