Starbucks débranche son IA de comptage des stocks : la leçon n'est pas qu'elle confondait les laits
99% de précision promise, 8x plus vite que la main. Neuf mois plus tard, Starbucks retire son IA NomadGo. Le vrai sujet n'est pas l'algorithme.
99% de précision promise par le fournisseur, 8x plus vite que les baristas. Neuf mois après le lancement, Starbucks a retiré l'IA chargée de compter ses stocks dans plus de 11 000 points de vente nord-américains. Le mémo interne est tombé le 21 mai 2026, dans un langage corporate très propre : "Automated Counting will be retired."
Le récit qui tourne dans la presse tient en deux lignes : l'IA confondait le lait d'avoine et le lait d'amande, donc poubelle. C'est vrai, c'est court, et ça rate l'essentiel.
Le pari Niccol et le seuil de précision
Brian Niccol prend la direction du groupe en septembre 2024. Il arrive avec un mandat de redressement, dans une enseigne où moins d'un tiers des camions livraient à 95% de commandes complètes et à l'heure. L'outil "Automated Counting" développé par la startup de Seattle NomadGo devait régler ça : tablette à capteur LiDAR, scan des étagères, comptage automatique des bouteilles de sirop et briques de lait, livraisons déclenchées sur stocks réels.
Niccol valide le déploiement national. À l'automne 2025, plus de 11 000 boutiques sont équipées.
Le problème tient dans le chiffre. 99% sur démo en labo ne se rejoue pas en magasin. Les rayons sont bordéliques, les conditionnements changent, les bouteilles se cachent. Lait d'avoine et lait d'amande sortent du même format de brique, avec des codes couleur proches : deux secondes suffisent à l'œil humain, c'est le cauchemar du modèle vision.
Le terrain confirme. Carl Addison, shift supervisor de Shoreline (Washington) avec neuf ans de maison, résume dans Fortune : "It started off not particularly accurate and got less accurate over time." La vidéo promo publiée par Starbucks pour le lancement contenait déjà l'aveu : on y voit le système compter une rangée de bouteilles de sirop en sautant une bouteille de peppermint posée au milieu.
À 95% de précision dans un magasin, le barista doit recompter chaque rayon pour vérifier ce que la machine a vu. Le travail est fait deux fois.
Le coût qu'on n'a pas écrit dans le business case
L'outil imposait aussi une réorganisation du back-office pour fonctionner correctement : ranger les bouteilles dans un ordre précis, dégager les angles, espacer les références. C'est la machine qui dicte le rangement. Pour gagner quelques minutes par jour, on impose un protocole physique aux baristas dont le temps en magasin était précisément la variable que Niccol cherchait à protéger.
Parce qu'à côté, Niccol pilote un plan baptisé "Back to Starbucks" : mug céramique pour les clients qui consomment sur place, mots manuscrits sur les gobelets, file fluidifiée par plus de personnel. Le récit, c'est le retour du barista en relation client. L'IA NomadGo prenait du temps humain pour le remplacer mal. Le retrait ressemble moins à un échec isolé qu'à une mise en cohérence.
Ventes comparables : +6,2% au dernier trimestre publié, dans toutes les régions, Chine incluse. Le turnaround tient. Sans cette IA.
Le seuil opérationnel, vraie variable
Starbucks rejoint une liste qui s'allonge : McDonald's a abandonné en 2024 sa solution IBM de prise de commande vocale dans les drive, Google a dû désactiver une partie d'AI Overview après avoir conseillé de mettre de la colle dans les pizzas. À chaque fois, le même schéma : un outil dont la précision moyenne est très correcte, mais qui rate dans le cas particulier où le client est devant, et où le coût d'un mauvais résultat est immédiat.
Le seuil opérationnel d'une IA n'est jamais sa précision moyenne. C'est sa précision dans le pire cas pertinent. Sous ce seuil, elle ne supprime pas le travail humain. Elle le déplace, et change qui en paie le coût.
