El desarrollo de habilidades de inteligencia artificial es uno de los principales pilares de la estrategia digital y la visión de futuro de Starbucks. Kevin Johnson, CEO desde 2017, también dice que aspiran a ser un referente en el tema, al punto de poder comparar su propio desempeño con el de los gigantes tecnológicos.
A diferencia de McDonalds, que ha estado haciendo adquisiciones, Starbucks optó por desarrollar estas habilidades internamente y en asociación con Microsoft. La iniciativa de IA (inteligencia artificial) de la compañía se formó en 2017 y se llama "Deep Brew". Según Johnson, la visión de la empresa ha permitido que Starbucks reclute a algunos de los mejores talentos, atrayendo a candidatos que, en el pasado reciente, preferían unirse a las grandes empresas tecnológicas.
Los objetivos principales son mejorar la experiencia del consumidor a través de la personalización, además de “liberar” a la fuerza laboral de tareas administrativas y de backend, para que puedan enfocarse en interactuar con los clientes. Según Johnson, “No se trata de que los robots reemplacen a los baristas. Es una tecnología que libera el tiempo de los baristas para que puedan conectarse mejor con el consumidor”.
La tecnología se usa actualmente en los EE. UU. para dimensionar la fuerza laboral (predecir cuántas personas se necesitan por día en cada sucursal) y también para automatizar los pedidos de reabastecimiento de la tienda para que los artículos correctos estén disponibles en las sucursales correctas.
En cuanto a la experiencia del cliente, se utiliza la tecnología para personalizar ofertas y recomendaciones en la app de la compañía, ampliándose a menús digitales en restaurantes y drive-thrus. El sistema se construyó de manera interconectada con los datos de inventario de las tiendas, para minimizar la frustración de los consumidores con los artículos faltantes.
El motor de recomendaciones hace uso de datos “regionales” (elementos populares en la ubicación, clima, hora del día, día de la semana, si es feriado o no, por ejemplo), y se mejora a medida que se usa la aplicación. Mediante el análisis de los artículos comprados y la reacción del usuario a ofertas anteriores, el algoritmo puede “entender” que un cliente es vegetariano, o que tiene preferencia por productos sin lactosa, por ejemplo. Además de considerar los ingredientes y las categorías de productos comprados, también se evalúa la sensibilidad del consumidor a los artículos de mayor o menor precio.
A través de técnicas de aprendizaje por refuerzo, cuantas más transacciones realice el usuario en la aplicación, más se acercarán las recomendaciones a sus preferencias, tanto en lo que se refiere a ingredientes y categorías de productos como de precio. Para obtener más detalles, consulte el presentación realizada por la empresa en el evento Microsoft Build en 2019.
En drive-thrus y restaurantes, la tecnología no se basa en el historial individual de los usuarios como en la aplicación. Sin embargo, según Microsoft, se utilizarán 400 criterios en cada nivel de sucursal para generar recomendaciones.
La empresa también ha invertido en dispositivos IoT (internet de las cosas) en sus sucursales. Cada tienda Starbucks cuenta con al menos una decena de equipos (incluyendo máquinas de café, molinillos y licuadoras), que deben estar en condiciones operativas unas 16 horas al día. Las fallas en cualquiera de estos dispositivos implican no solo un aumento de costos, sino que también pueden perjudicar la experiencia del consumidor.
En sociedad con Microsoft, la empresa transformó sus equipos en dispositivos IoT, que recopilan datos desde el tipo de granos de café utilizados, hasta la temperatura de la bebida, la calidad del agua y la presión de los equipos. La empresa ha estado utilizando los datos para garantizar la estandarización de productos en miles de tiendas, además de usarlos para crear planes predictivos de mantenimiento de equipos.
Otro uso encontrado por la empresa fue la distribución de recetas de café directamente a las máquinas, que antes se hacía manualmente con memorias USB para cada sucursal (por seguridad). “Piense en la complejidad: necesitamos llegar a 30.000 80 tiendas en casi XNUMX mercados para actualizar esos ingresos”, dice Jeff Wile, vicepresidente senior de servicios minoristas y de tecnología central.
Starbucks es una empresa que no se asusta con la tecnología, y el hecho de que hayan podido reclutar profesionales y desarrollar habilidades internamente es un gran diferenciador, especialmente cuando la fuerza laboral de profesionales de inteligencia artificial es escasa y la competencia es feroz.
Referencias:
Mobile Marketer: cómo Starbucks usa la IA para contrarrestar el efecto de aislamiento de los dispositivos móviles. https://www.mobilemarketer.com/news/how-starbucks-uses-ai-to-counter-mobiles-isolating-effect/570384/
Revista QSR: por qué la IA es un 'diferenciador para el futuro' en Starbucks. https://www.qsrmagazine.com/fast-food/why-ai-differentiator-future-starbucks
Big Data Beard: tomaré mi Starbucks con una inyección de IA. https://bigdatabeard.com/ill-take-my-starbucks-with-a-shot-of-ai/
Microsoft: Starbucks recurre a la tecnología para crear una conexión más personal con sus clientes. https://news.microsoft.com/transform/starbucks-turns-to-technology-to-brew-up-a-more-personal-connection-with-its-customers/
CIO Dive: el proyecto de inteligencia artificial de Starbucks está convirtiendo inversiones pasadas en conocimientos de datos. https://www.ciodive.com/news/starbucks-ai-project-is-turning-past-investments-into-data-insights/566362/
Tatiana Nomi
5 años de experiencia en proyectos de consultoría en Logística y Supply Chain. Trabajé en proyectos de optimización de redes logísticas, costo de servicio, plan maestro de logística, definición de políticas de inventario, pronóstico de ventas, S&OP (Planificación de ventas y operaciones) y planificación y gestión de transporte.
