TradingKey - Starbucks ( SBUX) เมื่อเร็ว ๆ นี้ได้เปิดตัวฟีเจอร์ทดสอบภายใน ChatGPT โดยผู้ใช้สามารถพูดคุยกับ AI เกี่ยวกับอารมณ์ของตนเองเพื่อให้ AI แนะนำเมนูกาแฟ และนำทางไปยังแอปพลิเคชันเพื่อสั่งซื้อสินค้า ในเบื้องต้นความเคลื่อนไหวดังกล่าวดูเหมือนจะเป็นความพยายามสร้างสรรค์นวัตกรรมด้านผลิตภัณฑ์ อย่างไรก็ตาม สิ่งนี้สะท้อนถึงตรรกะเชิงกลยุทธ์ที่ Starbucks นำมาใช้ภายใต้แรงกดดันด้านงบกำไรขาดทุน นั่นคือการใช้ AI เพื่อเพิ่มประสิทธิภาพทั้งในด้านการลดต้นทุนการดำเนินงานและการแสวงหาลูกค้าใหม่
ในไตรมาสแรกของปีงบประมาณ 2026 Starbucks รายงานรายได้สุทธิอยู่ที่ 9.9 พันล้านดอลลาร์ เพิ่มขึ้น 6% เมื่อเทียบเป็นรายปี แต่อัตรากำไรจากการดำเนินงานในช่วงเวลาเดียวกันกลับลดลงจาก 16.7% สู่ระดับ 11.9% และกำไรต่อหุ้นร่วงลง 62% ทั้งนี้ แม้รายได้จะปรับตัวสูงขึ้นแต่กำไรกลับหดตัวลง ซึ่งชี้ให้เห็นถึงตัวแปรสำคัญคือต้นทุนด้านแรงงาน
กลยุทธ์ "Back to Starbucks" ของ Starbucks ได้เพิ่มจำนวนพนักงานประจำสาขาและยกระดับมาตรฐานการบริการในช่วงสองปีที่ผ่านมา แม้ว่าประสบการณ์ของลูกค้าจะปรับตัวดีขึ้นจริง แต่ค่าใช้จ่ายด้านเงินเดือนพนักงานก็ขยายตัวขึ้นอย่างมากเช่นกัน โดยในอเมริกาเหนือ ต้นทุนแรงงานคิดเป็นสัดส่วนมากกว่า 40% ของค่าใช้จ่ายในการดำเนินงาน และเนื่องจากไม่สามารถลดจำนวนแรงงานลงได้ ฝ่ายบริหารจึงจำเป็นต้องใช้เครื่องมือเพิ่มประสิทธิภาพเพื่อบรรเทาแรงกดดันด้านต้นทุน ซึ่งนำไปสู่การนำ AI มาประยุกต์ใช้งานจริง
การนำ AI มาใช้ของ Starbucks ไม่ได้เริ่มต้นที่ ChatGPT โดยในช่วงกลางปี 2025 บริษัทได้ทดลองใช้เครื่องมือภายในที่เรียกว่า "Green Apron Assistant" ในร้านสาขา 35 แห่งในอเมริกาเหนือ ซึ่งทำงานบน Microsoft ( MSFT) Azure OpenAI โดยบาริสต้าใช้แท็บเล็ตเพื่อรับคำแนะนำจากระบบแบบเรียลไทม์ ซึ่งรวมถึงวิธีการเตรียมลาเต้ตามมาตรฐาน การแจ้งเตือนอุปกรณ์ขัดข้อง และความจำเป็นในการเพิ่มพนักงานในช่วงเวลาที่มีลูกค้าหนาแน่น เป้าหมายหลักคือการลดเวลาให้บริการเฉลี่ยต่อออร์เดอร์จาก 6 นาทีเหลือ 4 นาที โดยเครื่องมือดังกล่าวมีกำหนดจะเปิดใช้งานเต็มรูปแบบทั่วสหรัฐฯ และแคนาดาในช่วงฤดูใบไม้ร่วงนี้
หากร้านค้ามีคำสั่งซื้อเฉลี่ย 300 รายการต่อวันและประหยัดเวลาได้ 2 นาทีต่อรายการ จะช่วยเพิ่มกำลังการผลิตได้ 10 ชั่วโมงต่อวัน เมื่อพิจารณาจากค่าจ้างรายชั่วโมงเฉลี่ยในอเมริกาเหนือที่ 15 ดอลลาร์ ร้านค้าเพียงแห่งเดียวจะสามารถประหยัดต้นทุนแรงงานรายปีได้ประมาณ 50,000 ถึง 80,000 ดอลลาร์ และด้วยจำนวนสาขากว่า 10,000 แห่งในสหรัฐฯ และแคนาดา Starbucks จะสามารถลดต้นทุนรายปีได้หลายร้อยล้านดอลลาร์ โดยบริษัทกำลังเพิ่มผลิตภาพด้วยการลดชั่วโมงการทำงานที่ซ้ำซ้อนโดยไม่จำเป็นต้องใช้วิธีเลิกจ้างหรือลดค่าจ้าง
"Green Apron Assistant" สามารถช่วย Starbucks ลดค่าใช้จ่ายลงได้ ขณะที่การสั่งซื้อผ่าน ChatGPT ถูกออกแบบมาเพื่อประหยัดต้นทุนการหาลูกค้าใหม่ในอนาคต ทั้งนี้ ในช่วง 5 ปีที่ผ่านมา สัดส่วนการสั่งซื้อผ่านมือถือของ Starbucks พุ่งสูงเกินกว่า 30% แต่การหาผู้ใช้งานแอปรายใหม่เริ่มมีต้นทุนที่สูงขึ้น และอัตราการเปิดอ่านการแจ้งเตือนลดลง
ขณะเดียวกัน ผู้คนใช้เวลามากขึ้นกับเครื่องมือสนทนาอย่าง ChatGPT ส่งผลให้จุดเริ่มต้นของการตัดสินใจเลือกซื้อกาแฟค่อยๆ เปลี่ยนจากช่องค้นหาไปสู่กล่องข้อความสนทนา
Starbucks กำลังร่วมมือกับ OpenAI และ Microsoft เพื่อฝังพอร์ทัลการสั่งซื้อเข้ากับอินเทอร์เฟซของ ChatGPT โดยตรง ซึ่งช่วยให้ผู้ใช้สามารถดำเนินการได้ครบทุกขั้นตอน ตั้งแต่การระบุความต้องการไปจนถึงการสั่งซื้อโดยไม่ต้องเปิดแอปแยกต่างหาก
นัยสำคัญของกลยุทธ์นี้คือการที่ธุรกิจสามารถสร้างความได้เปรียบเชิงยุทธศาสตร์ก่อนที่ช่องทางทราฟฟิกใหม่ๆ จะเติบโตเต็มที่ และช่วยลดการพึ่งพาช่องทางการหาลูกค้าผ่านแอปพลิเคชันแบบเดิม เนื่องจากสินค้าประเภทกาแฟมีลักษณะการบริโภคที่ใช้อารมณ์ความรู้สึกโดยธรรมชาติ ดังนั้น อัตราการเปลี่ยนเป็นยอดขายจากข้อมูลความชอบที่แสดงออกผ่านการสนทนาจึงอาจสูงกว่ารูปแบบการเลือกดูเมนูแบบดั้งเดิม
หลังการประกาศดังกล่าว หุ้น Starbucks ปรับตัวขึ้นเพียงเล็กน้อยในระหว่างวัน แทนที่จะพุ่งขึ้นอย่างมีนัยสำคัญ โดยราคาหุ้นเพิ่มขึ้นประมาณ 17% ตั้งแต่ต้นปีจนถึงปัจจุบัน (YTD) และซื้อขายอยู่ที่ระดับประมาณ 98 ดอลลาร์ อย่างไรก็ตาม การปรับตัวขึ้นนี้เป็นผลมาจากฐานที่ต่ำหลังจากราคาหุ้นลดลง 7.7% ในปี 2025 และเผชิญกับภาวะขาดทุนติดต่อกันสี่ปี ทั้งนี้ นักวิเคราะห์ให้ราคาเป้าหมายเฉลี่ยในระยะ 12 เดือนที่ประมาณ 103 ดอลลาร์ โดยมีราคาสูงสุดอยู่ที่ 165 ดอลลาร์ ขณะที่ Tigress Financial ได้ปรับลดราคาเป้าหมายจาก 136 ดอลลาร์ ลงสู่ 122 ดอลลาร์ โดยยังคงคำแนะนำ "ซื้อ" แต่มีการลดความคาดหวังลง
UBS ระบุในรายงานวิจัยฉบับล่าสุดว่า Starbucks มีความ "รอบคอบและเน้นการใช้งานจริงมากกว่าคู่แข่งในอุตสาหกรรมค้าปลีกส่วนใหญ่" ในการประยุกต์ใช้ AI โดยเริ่มจากการตรวจสอบความคุ้มค่าของการลงทุน (ROI) ผ่านเครื่องมือภายในองค์กร ก่อนที่จะขยายไปสู่การจัดหาลูกค้าภายนอก ซึ่งกลยุทธ์แบบค่อยเป็นค่อยไปนี้ช่วยบรรเทาความกังวลของตลาดเกี่ยวกับ "การปั่นกระแสเกินจริง"
อย่างไรก็ตาม เส้นทางนี้ยังคงเผชิญกับความท้าทายหลายประการ
ประการแรก โครงสร้างต้นทุนยังมีความไม่แน่นอน การเรียกใช้ API บนระบบคลาวด์อย่างต่อเนื่องทำให้เกิดค่าใช้จ่ายทางเทคนิคจำนวนมาก และในปัจจุบันยังไม่มีข้อมูลเชิงปริมาณที่เปิดเผยต่อสาธารณะเพื่อยืนยันว่าการประหยัดต้นทุนด้านแรงงานจะสามารถชดเชยค่าใช้จ่ายในการดำเนินงานที่เพิ่มขึ้นได้ทั้งหมดหรือไม่
ประการที่สอง ความซับซ้อนในการรวมข้อมูล แม้ว่าการเชื่อมโยงความชอบในการโต้ตอบผ่าน ChatGPT เข้ากับรูปแบบสมาชิกของ Starbucks จะช่วยให้สามารถแนะนำบริการส่วนบุคคลที่มีความแม่นยำสูงได้ แต่ยังคงเผชิญกับอุปสรรคด้านการปฏิบัติตามกฎความเป็นส่วนตัว มาตรฐานอินเทอร์เฟซ และการจัดสรรผลประโยชน์เชิงพาณิชย์ ซึ่ง Starbucks ยังไม่ได้ประกาศแผนการที่ชัดเจนในเรื่องนี้
ประการที่สาม ความยั่งยืนของอุปสรรคทางเทคนิค เมื่อคู่แข่งทุกรายสามารถเข้าถึงโมเดลขนาดใหญ่ที่เป็นกระแสหลักได้ ระบบแนะนำที่ขับเคลื่อนด้วย AI จึงไม่น่าจะสร้าง "คูเมือง" ทางธุรกิจในระยะยาวได้ ดังนั้น อุปสรรคหลักของ Starbucks จึงต้องกลับไปอยู่ที่คุณค่าของแบรนด์ ประสิทธิภาพของห่วงโซ่อุปทาน และความหนาแน่นของเครือข่ายร้านสาขา
การที่ Starbucks ผสานคำแนะนำในการสั่งซื้อเข้ากับ ChatGPT ส่งผลบวกต่อราคาหุ้นในระยะสั้นเพียงเล็กน้อย โดยตลาดมองว่าเป็นสิ่งที่ต้องเฝ้าติดตามมากกว่าที่จะเป็นเครื่องมือแก้ปัญหาในทันที สำหรับ Starbucks ที่เผชิญกับภาวะซบเซาติดต่อกันสี่ปี การที่ AI จะกลายเป็นจุดเปลี่ยนที่แท้จริงได้หรือไม่นั้น ขึ้นอยู่กับว่าการลดต้นทุนจาก Green Apron Assistant จะสามารถชดเชยส่วนที่ขาดหายไปในงบกำไรขาดทุนได้หรือไม่ และการขยายฐานลูกค้าผ่าน ChatGPT จะมีประสิทธิภาพด้านต้นทุนสูงกว่าช่องทาง App Store หรือไม่ ดังนั้น นักลงทุนจึงควรเฝ้าติดตามอย่างใกล้ชิด ทว่าคำตอบที่ชัดเจนจะปรากฏเมื่อ Starbucks เปิดเผยผลประกอบการที่แท้จริงออกมาเท่านั้น
ในช่วงไม่กี่ปีข้างหน้า การโต้ตอบผ่านการสนทนามีแนวโน้มจะกลายเป็นช่องทางหลักในการเริ่มต้นซื้อสินค้า แบรนด์ต่างๆ จำเป็นต้องรุกเข้าสู่จุดเชื่อมต่อใหม่นี้ มิฉะนั้นอาจเสี่ยงต่อการสูญเสียทราฟฟิกให้กับผู้ที่เริ่มดำเนินการก่อน แม้ว่าประสิทธิผลสูงสุดจะยังคงต้องรอการพิสูจน์ แต่บริษัทก็ได้ช่วงชิงความได้เปรียบในเบื้องต้นก่อนที่โอกาสทางกลยุทธ์จะหมดไป สำหรับองค์กรค้าปลีกที่มีรายได้ต่อปีเกือบ 4 หมื่นล้านดอลลาร์ สิ่งนี้ถือเป็นทั้งทางเลือกที่ตอบโจทย์ในเชิงปฏิบัติภายใต้แรงกดดันด้านกำไร และเป็นการวางเดิมพันล่วงหน้าต่อแนวโน้มทราฟฟิกดิจิทัลในอนาคต