Ce se întâmplă când AI conduce un magazin de retail

Majoritatea demonstrațiilor cu agenți AI funcționează în medii controlate, cu bani fictivi și utilizatori simulați. Andon Labs a decis să adopte o abordare diferită—plasând un sistem AI la conducerea unui magazin real din San Francisco.

În cel mai recent experiment al său, compania a oferit unui agent AI numit Luna un buget de 100.000 de dolari, un card de credit al companiei și un contract de închiriere pe trei ani. AI-ul a primit autonomie deplină asupra angajărilor, operațiunilor și deciziilor strategice, devenind efectiv managerul magazinului.

Un AI cu un spațiu comercial

Proiectul se bazează pe un experiment anterior al Andon Labs care a implicat un automat de vânzare alimentat de AI la Anthropic. De această dată, miza a fost semnificativ mai mare.

• Un contract de închiriere comercial pe trei ani în San Francisco.
• Un buget operațional de 100.000 de dolari.
• Autonomie totală în luarea deciziilor de afaceri.

Singura directivă a Lunei a fost simplă: să obțină profit.

De acolo, AI-ul a creat conceptul boutique-ului, a publicat anunțuri de angajare și a susținut interviuri pe Zoom—cu camera oprită. A gestionat deciziile operaționale și personalul, funcționând ca ceea ce ar putea fi primul angajator AI din lume.

Cum funcționează sistemul

Luna rulează pe o combinație de modele AI majore:

• Claude Sonnet 4.6 pentru raționament și luarea deciziilor.
• Gemini 3.1 Flash-Lite Preview pentru capabilități vocale.

Pentru a monitoriza magazinul, AI-ul analizează capturi de ecran preluate de pe camerele de securitate, oferindu-i vizibilitate asupra activității din interior.

Greșeli timpurii și limitări

La fel ca multe implementări AI în lumea reală, Luna a demonstrat atât competență, cât și limitări evidente.

• În timp ce angaja un zugrav prin TaskRabbit, Luna a selectat accidental Afganistan dintr-un meniu derulant.
• De asemenea, a gestionat greșit programul personalului în weekendul deschiderii magazinului.

Aceste erori evidențiază diferența dintre capacitățile de raționament ale AI-ului și realitățile dezordonate, pline de detalii, ale operațiunilor fizice.

De ce contează acest experiment

Experimentele de acest tip arată constant același tipar: agenții AI pot fi impresionant de capabili în sarcini structurate, dar surprinzător de fragili în execuția din lumea reală. Totuși, fiecare nouă actualizare de model, îmbunătățire a memoriei și funcționalitate agentică reduce acest decalaj.

Dacă versiunea actuală a Lunei face greșeli operaționale evitabile, o iterație viitoare—aflată la doar una sau două generații de modele distanță—s-ar putea să nu le mai facă. Experimentul oferă o perspectivă asupra unui viitor în care sistemele AI ar putea prelua roluri manageriale cu mult înainte de a înlocui complet lucrătorii din prima linie.