星巴克据称用 AI 自研企业软件，目标替代微软、IBM 部分采购方案

据 IT之家援引彭博社消息，星巴克正在借助人工智能开发内部软件工具，希望替代目前从微软、IBM 等公司采购的部分企业软件。来源显示，相关信息来自彭博社查阅的一份内部演示文稿，其中提到星巴克正在开发可替代微软库存管理系统、IBM 设备维护管理工具的软件；如果测试顺利，部分自研系统最快可能在明年年底投入使用。对于正推进成本削减与业务转型的星巴克而言，这一动作不仅是 IT 预算优化，也反映出大型企业在生成式 AI 时代重新评估“买软件还是自己造”的趋势。

AI 辅助开发让企业自研软件重新变得可行

过去多年，企业通常倾向于采购成熟软件厂商的产品，原因很直接：企业软件涉及库存、门店、设备、财务、人力等关键流程，一旦系统中断，影响可能迅速传导到业务前线。相比之下，自研系统不仅开发周期长，还需要长期维护、升级与安全保障，难度并不低。

但生成式 AI 和 AI 辅助编程工具正在改变这一计算方式。来源摘要显示，星巴克内部演示文稿认为，借助 AI 辅助编程，公司得以更快开发替代 IBM 软件的平台。对大型企业来说，AI 的价值不只是“写代码更快”，更在于降低原型设计、业务流程梳理、代码迁移和测试自动化的门槛，让过去必须依赖外部供应商或大量外包团队完成的工作，有机会转向内部团队。

星巴克首席技术官 Anand Varadarajan 今年早些时候在内部会议中提到，公司每年仅软件采购支出约为 4 亿美元，并称软件成本仍有明显压缩空间。与此同时，星巴克正在推进整体业务转型，计划削减 20 亿美元成本。在这一背景下，技术合同和软件采购成为成本审查的重点区域。

从替代库存、维护系统，到重审每一份技术合同

根据内部演示文稿，星巴克正在重新审查“每一份技术合同和每一项技术服务”。在一些场景中，第三方软件并非开箱即用，仍需要星巴克工程师进行大量定制。对于这种情况，公司认为，与其持续围绕外部系统做二次开发，不如直接打造更贴近自身流程的替代产品。

目前被提及的方向包括库存管理、设备维护管理等门店运营相关系统。另据知情人士透露，星巴克过去几年也一直在开发新的门店销售（POS）系统，希望未来取代甲骨文的 Simphony 系统。星巴克方面拒绝对相关消息置评，但公司此前在官方博客中表示，AI 与其他技术创新将支持长期增长，并帮助咖啡师减少事务性工作，把更多精力投入顾客服务。

从技术落地看，星巴克的动作可能涉及以下几类目标：

• 降低软件采购费用：减少对部分大型供应商产品的依赖，压缩年度订阅和授权成本。
• 提升系统贴合度：围绕门店运营流程定制功能，减少长期二次开发负担。
• 强化内部技术能力：通过 AI 辅助开发和内部团队承接，减少部分专业服务外包。
• 优化前线体验：让库存、设备、POS 等系统更好服务门店效率和顾客体验。

影响解读：传统软件厂商面临“客户变竞争者”压力

这起消息之所以引发市场关注，在于它触及了企业软件行业的核心商业逻辑。过去，微软、IBM、甲骨文等大型厂商凭借成熟产品、稳定交付和行业经验，成为大型企业 IT 架构的重要供应商。但随着 AI 降低开发门槛，越来越多软件客户本身也可能具备开发替代产品的能力。

来源显示，投资者今年持续担心 AI 会让初创公司以及软件客户开发出替代方案，从而挑战传统软件厂商。这种担忧也影响了软件股表现，微软和 IBM 的股价涨幅均落后于标普 500 指数。受相关消息影响，周四盘前交易中，微软股价一度下跌约 1.5%，IBM 跌幅达到 4%。

不过，企业自研并不意味着传统软件会被快速取代。星巴克近期就撤下了一套利用 AI 管理门店库存的系统，重新恢复人工盘点，说明 AI 系统在真实门店场景中的可靠性、可解释性和流程适配仍需验证。与此同时，星巴克目前仍继续采购包括微软在内多家第三方软件供应商的产品。也就是说，AI 正在推动企业重新谈判软件价值，而不是立即终结外部采购。

成本削减之外，自研软件也会带来长期维护考验

截至今年 9 月底的本财年，星巴克企业技术部门预计削减约 3000 万美元预算，其中约 1000 万美元来自软件采购支出的减少；公司还计划再节省约 1300 万美元，方式包括减少对专业服务公司的外包人员依赖，并由内部员工接替部分岗位。与此同时，星巴克正在美国纳什维尔和印度设立新的办公地点，安排部分技术团队入驻，另一些技术员工继续留在西雅图总部。

需要注意的是，自研软件的成本并不会在上线后消失。系统长期运行需要持续维护、合规审查、安全更新、数据治理和业务迭代。如果内部团队规模、工程质量和运维体系跟不上，自研系统可能从“省钱工具”变成新的成本中心。来源还提到，自去年 2 月以来，星巴克已累计裁员约 2300 人，其中包括大量技术岗位员工，这也让其内部承接能力更受关注。

总体来看，星巴克借助 AI 自研企业软件的尝试，是大型非科技公司利用生成式 AI 重塑 IT 成本结构的一个典型案例。对中文读者和国内企业而言，这一趋势的启示在于：AI 工具正在让企业具备更强的软件自主权，但真正决定成败的，仍是业务流程理解、工程治理能力和长期运营投入。