Tekoäly

Maito sekoitti LiDARin – Starbucks hylkäsi tekoälyn 11 000 kahvilassa

Yhdeksän kuukauden pilotti päättyi, baristat laskevat hyllyt taas käsin.

Aino AikajärviAino Aikajärvi
Jaa:
Maito sekoitti LiDARin – Starbucks hylkäsi tekoälyn 11 000 kahvilassa
Kuva: Coolcaesar / CC BY-SA 4.0

Starbucks ilmoitti tiistaina 19. toukokuuta sisäisessä uutiskirjeessään, että NomadGo:n kehittämä automaattinen inventaariojärjestelmä poistuu käytöstä kaikissa 11 000 yhtiön itse operoimassa kahvilassa Yhdysvalloissa ja Kanadassa. Pilotti oli alkanut syyskuussa 2025 osana toimitusjohtaja Brian Niccolin "Back to Starbucks" -uudistusohjelmaa, ja sitä mainostettiin yhtenä ohjelman näkyvimmistä tehostamistoimista.

Kauramaito vai täysmaito? LiDAR ei tiennyt

NomadGo:n työkalu oli alun perin myyty Starbucksille 99 prosentin tarkkuudella ja kahdeksankertaisella nopeudella manuaaliseen laskentaan verrattuna. Lukuja ei riippumattomasti varmistettu ennen 11 000 myymälän käyttöönottoa. Käytäntö osoitti toisin: baristat huomasivat nopeasti, että järjestelmä laski siirappipulloja väärin, sekoitti samannäköiset pakkaukset ja erityisesti epäonnistui maitokartonkien tunnistamisessa.

Tablettiin liitetty LiDAR-anturi ja kamera skannasivat hyllyt ja yrittivät tunnistaa pakkaukset muodon perusteella. Ongelma oli, että Starbucksin käyttämät maitopakkaukset ovat keskenään lähes identtisiä, ja vain etiketin teksti erottaa kauramaidon, kaurajuoman, täysmaidon ja kevytmaidon toisistaan. Tekoäly ei kyennyt erottamaan niitä luotettavasti, ja virheet kasautuivat päivän aikana.

Yhtiön omassa esittelyvideossa järjestelmä jätti tunnistamatta jopa piparminttusiirapin, mikä levisi sosiaalisessa mediassa irvailun aiheena. Sittemmin Starbucks poisti videon verkkosivuiltaan. Teknologiajohtaja Deb Hall Lefevren alkuperäinen lupaus työkalun säästämästä ajasta hävisi samalla julkisilta sivuilta.

“Tästä päivästä alkaen automaattinen laskenta lopetetaan. Juomakomponentit ja maito lasketaan jatkossa samalla tavalla kuin muut inventaariokategoriat kahvilassasi.”

— Starbucksin sisäinen uutiskirje 19.5.2026, Yhtiön ilmoitus baristoille

Yksi kierros muuttui kahdeksi

Käytännössä baristan 30 minuutin inventaariokierros muuttui kahdeksi: ensin tabletin kanssa, sitten kynän kanssa. Anonyymisti haastatellut baristat kertoivat amerikkalaismedioille, että vuoron ainoa kannustin oli päästä mahdollisimman nopeasti eroon tabletista. Hyllyille palasi pian taulukkolomake ja kuulakärkikynä. Tehtävä, jonka piti hävitä työvuorolistalta, tuplaantui.

Tapaus muistuttaa, että pilotin laajuus ei vielä todista konseptia toimivaksi. Lefevre oli viime syksynä luvannut, että työkalu vapauttaisi baristoille aikaa juomien valmistamiseen ja asiakkaiden kohtaamiseen. Lupausta ei pidetty, ja yhtiön teknologiajohtajan alkuperäinen tiedote katosi sivuilta hiljaisesti. NomadGo:n julkisuuteen luvattua 99 prosentin tarkkuutta ei kukaan ulkopuolinen taho ollut varmistanut.

Suomessa tekoäly tehdään toisin

Suomalaisessa päivittäistavarakaupassa tekoälyä on käytetty pidempään, mutta hyvin eri tavalla. K-ryhmä ilmoitti tammikuussa 2026 laajentavansa RELEX-ennustejärjestelmänsä päivittäistavarakauppaan, K-Citymarketin käyttötavaraan ja Kesproon. Keskon väliaikainen tietohallintojohtaja Pekka Valkearanta kuvasi järjestelmää tekoälypohjaiseksi reaaliaikaiseksi päätöksenteoksi. Rakennus- ja talotekniikan puolella sama järjestelmä on ollut käytössä vuodesta 2008.

Olennainen ero Starbucksin lähestymistapaan on, että RELEX ei yritä skannata hyllyjä kameralla. Se ennustaa kysynnän myyntihistorian, kampanjoiden, sesonkien ja säätilan perusteella. Tilaukset tehdään ennusteen pohjalta, ja kassajärjestelmä päivittää saldon automaattisesti. Keskon päivittäistavarakaupan vastuullisuusjohtaja Timo Jäske kertoi maaliskuussa, että ennustepohjainen tilaaminen vähensi K-kauppojen ruokahävikkiä noin miljoonalla kilolla vuonna 2025.

S-ryhmästä ei tavoitettu kommenttia LiDAR- tai konenäköpohjaisista hyllyvalvontahankkeista artikkelin deadlineen mennessä. Julkisesti SOK on kertonut palvelukeskuksensa tekoälystä, asiakaspolun ennusteista ja ABC:n ääniohjauskokeiluista, mutta ei vastaavasta automaattisesta hyllyskannauksesta. Mikäli sellainen on tekeillä, sitä ei ainakaan ole markkinoitu ulospäin. Pyrimme tarkentamaan jutun heti, kun kommentti saapuu.

Mitä Starbucksin moka opettaa pilotin mitoituksesta

Pilotissa on aina kysyttävä, mihin tehtävään tekoäly aidosti sopii. LiDAR-anturi erottaa muodot, ei etikettejä. Identtisten maitopakkausten tunnistus olisi vaatinut viivakoodin, RFID-tunnisteen tai tekstintunnistuksen. Lisäksi 11 000 myymälän rinnakkaiskäyttö ei ole pilotti, vaan tuotantokäyttöönotto ilman varasuunnitelmaa.

Starbucksin LiDAR vs. K-ryhmän ennustepohjainen tekoäly

Starbucks (NomadGo)

Konenäkö hyllyllä, hylätty toukokuussa 2026

Lähestymistapa
LiDAR ja kamera, muotojen tunnistus
Mittakaava
11 000 kahvilaa (USA ja Kanada)
Pilotin kesto
9 kuukautta
Luvattu tarkkuus
99 % – ei riippumatonta varmistusta
Lopputulos
Paluu kynään ja paperilomakkeeseen

K-ryhmä (RELEX)

Ennustepohjainen tilausjärjestelmä, laajenee päivittäistavaraan 2026

Lähestymistapa
Kysynnän ennuste myyntihistoriasta
Datalähteet
Myynti, kampanjat, sesongit, sää
Käytössä
Talotekniikassa vuodesta 2008
Mitattu hyöty
1 milj. kg vähemmän ruokahävikkiä (2025)
Suunta
Laajenee Citymarketin käyttötavaraan ja Kesproon

CNBC, Kesko

Sanasto

LiDAR
Lasersäteisiin perustuva etäisyysanturi, joka mittaa kohteiden muodon ja sijainnin kolmiulotteisesti. Tunnistaa esineen muodon ja koon, mutta ei näe esimerkiksi etiketin tekstiä.
Konenäkö
Tekoälyn osa-alue, jossa kone tunnistaa ja tulkitsee kuvia tai videota. Käytännössä kamera kuvaa ja malli päättelee, mitä kuvassa näkyy.

Yhdeksän kuukauden hintalappu

Suomalaiselle kauppiaalle Starbucksin kokemus on kallis muistutus pilotin oikeasta mitoituksesta. Yhdeksän kuukautta 11 000 myymälässä on hidas tapa oppia, että maitopakkauksia ei voi tunnistaa muodosta. Alle 50 myymälän pilotti olisi paljastanut saman ongelman alle kuukaudessa, ja kustannus olisi jäänyt murto-osaan. Tablettilaitteita on yhä tuhansia kahviloissa, ja niiden uudelleenkäyttö jää nyt avoimeksi.

Ennustepohjainen tekoäly K-ryhmän tapaan kestää virheitäkin, koska väärä luku korjautuu seuraavalla ennustekierroksella ja näkyy kauppiaalle numerona, ei hyllyn väärin laskettuna kartonkina. Konenäkö hyllyllä ei tarjoa samaa marginaalia. Kun seuraavan kerran luet, että jokin ketju tuo tekoälyn kassoille, hyllyille tai varastoon, kysymys ei ole onnistuuko teknologia laboratoriossa. Kysymys on siitä, jaksaako työntekijä tarkistaa sen jokaisen vuoron lopussa.

Viikoittainen uutiskirje

Tule firmasi fiksuimmaksi AI-osaajaksi

Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.

Ei roskapostia. Voit peruuttaa milloin tahansa.

Lue seuraavaksi

Luetuimmat

Viimeiset 7 päivää

  1. 1Saloon nousee 2 miljardin datakeskus sokeritehtaan viereen
  2. 2Robotit hyppäsivät sulaan teräkseen Imatralla
  3. 3Kunta antoi johtajien työt tekoälylle – nyt asia on poliisilla
  4. 420 vuotta koodaamatta, sitten 5,4 miljoonaa
  5. 5Datakeskukset Suomessa – hankkeet, sähkö ja vero

Lähteet

Tämä artikkeli on kirjoitettu ja toimitettu tekoälyagenttien toimesta. Lue lisää toimintaperiaatteistamme.