عندما يعلن تاجر عن قدوم كاميرات ذكية، نادرًا ما يطرح فريقه سؤالًا تقنيًا. بل يسأل: «هل ستراقبني أنا؟». السؤال مشروع، والنشرة التجارية لا تجيب عنه. ولمعرفة ما يحلله ذكاء الرؤية الاصطناعي فعلًا داخل المتجر، فأبسط طريقة هي تتبع مسار الصورة من الكاميرا حتى وصول الإشعار، مع تسجيل كل ما يتجاهله النموذج في الطريق.
كما أن تحليل الفيديو لا يزال محدود الانتشار في قطاع التجزئة. ففي دراسة ECR Retail Loss حول تحليل الفيديو في قطاع التجزئة، التي أُجريت عام 2024 على 70 موزعًا، معظمهم أوروبيون وأمريكيون شماليون، لم يتجاوز متوسط معدل استخدام التحليلات المحصاة 10%، وانخفض إلى 4% في مساحة البيع. ونظرًا لغياب إجماع في القطاع، يقترح التقرير نفسه تعريفًا عمليًا لتحليل الفيديو: نظام يفسر الصور تلقائيًا لإنتاج نتائج محددة بوضوح وقابلة للاستغلال. وكل ما سيأتي يندرج تحت هاتين الكلمتين.
ماذا تعني «الرؤية» بالنسبة لذكاء الرؤية الاصطناعي
ترسل الكاميرا سلسلة من الصور. أما النموذج فلا «يفهم» المشهد كما يفعل موظف القسم: إنه يقارن أوضاع الأيدي والأشياء والحركات بفئات تعلّمها. وعندما يتطابق ما يلاحظه بما يكفي مع إحداها، ينتج حدثًا: نوع من الإيماءات، ومنطقة، ووقتًا، ومقطع فيديو قصيرًا. لا أكثر.
ويتوقف كل شيء حينها على دقة الصورة. ففي بث منخفض الدقة، تتحول اليد التي تدس شفرة حلاقة في جيب سترة إلى بضعة بكسلات ضبابية، ومن هنا تأتي أهمية تحليل الفيديو على البث الرئيسي عالي الدقة. في Oxania، تتم معالجة هذا البث الرئيسي على وحدة معالجة رسومية (GPU) مخصصة مثبتة داخل المتجر: يتم الكشف محليًا، ولا يغادر بث الكاميرات الموقع، ولا تُحفظ سوى المقاطع المرتبطة بتنبيه، على خوادم تقع في أقرب نقطة من بلد العميل.
مفردات مغلقة من الإيماءات، وليست نظرة على الأشخاص
عند تطبيقه على الوقاية من الخسائر، يعمل نموذج كشف الإيماءات بقائمة محدودة من الفئات. وفيما يخص السرقة، نجد عمومًا:
- إخفاء سلعة في جيب أو تحت ملابس أو داخل حقيبة شخصية؛
- وضع منتج في حقيبة ظهر أو حقيبة يد أو حقيبة غير واضحة الطبيعة؛
- فتح عبوة قبل المرور بالصندوق؛
- الاستهلاك داخل المتجر، أي شرب أو أكل منتج لم يُسدَّد ثمنه؛
- عناصر سياق مثل عربة تسوق أو عربة أطفال أو كيس مشتريات، تساعد على قراءة المشهد.
تضيف بعض الأنظمة تنبيهًا للسقوط، وهو مفيد لسلامة العملاء والفرق أكثر منه للبضائع. ولا تحدد أي من هذه الفئات من يظهر في الصورة. فـكشف الإيماءات المحفوفة بالمخاطر يتعلق بفعل في لحظة محددة وفي منطقة محددة.
ما لا يقوم به الذكاء الاصطناعي
قائمة الاستثناءات لا تقل أهمية عن قائمة الكشوفات، وغالبًا ما تكون هي التي تطمئن الفرق. فالذكاء الاصطناعي لتحليل الإيماءات المصمَّم ضمن هذا الإطار:
- لا يحدد هوية أي شخص: لا تعرّف على الوجوه، ولا أسماء، ولا ملفات للأشخاص؛
- لا يتتبع فردًا من قسم إلى آخر، ولا من زيارة إلى التي تليها؛
- لا يضع أي ملف تعريفي: لا عمر، ولا أصل، ولا لباس «محفوف بالمخاطر». تُقرأ الإحصاءات بحسب المنطقة والفترة الزمنية، وليس بحسب الشخص؛
- لا يحكم على النوايا: فالإيماءة المحفوفة بالمخاطر ليست جريمة، بل مجرد وضع يستحق نظرة بشرية؛
- لا يقيس عمل الموظفين: لا توجد أي فئة تتعلق بالإنتاجية أو الاستراحات أو الالتزام بالإجراءات.
وبنطاق ضيق كهذا، يبقى استخدام الأداة سهل الشرح. يمكن القول في جملة واحدة، لبائعة أو لعميل، ما الذي يطلق التنبيه، وهذا بالضبط ما يجعله مقبولًا.
التنبيه ليس حكمًا: القرار يبقى بشريًا
يخطئ النموذج أحيانًا. تخيّل عميلًا يضع نظارته في جيبه بعد أن التقط علبة قهوة مباشرة: بالنسبة للآلة، يشبه المشهد عملية إخفاء. لذلك يجب التعامل مع التنبيه بوصفه سؤالًا موجهًا إلى الفريق، وليس استنتاجًا أبدًا.
إن اللائحة الأوروبية للذكاء الاصطناعي، في مادتها 14 حول الرقابة البشرية، تسمّي هذا الفخ بلا مواربة: انحياز الأتمتة، أي الميل إلى الوثوق تلقائيًا أو بإفراط بنتائج الآلة. وهي تشترط أن تتاح للأشخاص المكلفين بالرقابة إمكانية تجاهل نتيجة النظام أو استبدالها أو عكسها. ويستهدف النص الأنظمة عالية المخاطر، لكن لا شيء يمنع من تطبيق الانضباط نفسه على أي أداة لكشف الإيماءات المحفوفة بالمخاطر.
في الميدان، يشاهد الشخص الذي يتلقى التنبيه المقطع، ثم يختار: عدم فعل شيء، أو المرور بالقسم، أو عرض المساعدة على العميل، أو، عندما يتأكد الموقف، اتخاذ إجراءات لدى السلطات. ويعمل الموظفون والذكاء الاصطناعي معًا وفق قاعدة بسيطة: التكنولوجيا تكشف، والإنسان يقرر.
الشفافية تجاه العملاء والموظفين
تعدّ مبادئ منظمة التعاون والتنمية في الميدان الاقتصادي بشأن الذكاء الاصطناعي، التي اعتُمدت عام 2019 وحُدّثت في مايو 2024، الشفافية وقابلية التفسير والمساءلة من بين المبادئ الخمسة للذكاء الاصطناعي الجدير بالثقة. وفي المتجر، يتحقق ذلك عبر بعض العادات الملموسة:
- الشرح قبل التركيب. أن نُري الفرق ما يُكشف وما لا يُكشف ومن يتلقى التنبيهات. وإشراك ممثلي الموظفين عندما يكون ذلك منصوصًا عليه.
- كتابة قاعدة للاستخدام. الأداة تخدم الحد من الخسائر وحماية الأشخاص، وليس تقييم الموظفين: من الأفضل تدوين ذلك كتابةً.
- إعلام العملاء. اللافتة عند المدخل مسؤولية المشغّل، كما هو الحال مع تركيب الكاميرات القائم لديه. وغالبًا ما تكفي لافتة واضحة ونشرة قصيرة متاحة لتبديد المخاوف.
- التدريب على قراءة التنبيهات. التحقق من المقطع، والبقاء لبقًا، وعدم استيقاف أي شخص اعتمادًا على إشعار وحده.
- إجراء مراجعة دورية. العودة إلى التنبيهات المستبعدة، وتعديل المناطق المغطاة، ومشاركة ما نتعلمه مع الفريق.
عند نشره بشكل جيد، يشبه ذكاء الرؤية الاصطناعي زميلًا ذا مفردات محدودة جدًا أكثر مما يشبه عينًا تحكم: فهو يشير إلى الإيماءات ويترك ما يلي لمن يعرفون المتجر. ويستحسن عرض هذا الإطار منذ اجتماع الإطلاق، قبل تركيب المعدات أصلًا. فالفريق الذي يعرف ما تراقبه الأداة وما لا تراقبه يستخدمها فعلًا، وعندها تبدأ في تقليص الفاقد غير المعروف.
