Когато търговец обяви, че ще монтира интелигентни камери, екипите му рядко задават технически въпрос. По-скоро питат: „Дали ще гледа мен?“. Въпросът е напълно основателен и една търговска брошура не отговаря на него. За да разберем какво всъщност анализира визуалният ИИ в магазина, най-лесно е да проследим пътя на едно изображение, от камерата до известието, като отбелязваме по пътя всичко, което моделът пренебрегва.

Видеоанализът впрочем все още е слабо разпространен в търговията. В проучването на ECR Retail Loss за видеоанализа в търговията, проведено през 2024 г. сред 70 търговци, предимно европейски и севернoамерикански, средният процент на използване на отчетените анализи не надвишава 10 % и спада до 4 % на търговската площ. Поради липсата на консенсус в сектора докладът предлага работно определение за видеоанализ: система, която автоматично интерпретира изображения, за да даде резултати, които са ясно дефинирани и приложими. Всичко по-нататък се съдържа в тези две думи.

Какво означава „да виждаш“ за визуален ИИ

Камерата предава поредица от изображения. Моделът не „разбира“ сцената както би го направил служител в сектора: той сравнява позиции на ръце, предмети и движения с научени категории. Когато наблюдаваното достатъчно съвпада с някоя от тях, той създава събитие: тип жест, зона, час, кратък видеофрагмент. Нищо повече.

Тогава всичко зависи от качеството на изображението. При поток с ниска резолюция ръката, която пъха самобръсначка в джоба на яке, се свежда до няколко размазани пиксела, оттук и ползата от видеоанализ на основния поток във висока резолюция. При Oxania този основен поток се обработва от специализиран GPU, инсталиран в магазина: откриването става локално, потокът от камерите не напуска обекта, а се съхраняват само фрагментите, свързани със сигнал, на сървъри, разположени възможно най-близо до държавата на клиента.

Затворен речник от жестове, а не поглед върху хората

Приложен към предотвратяването на загуби, моделът за разпознаване на жестове работи с краен списък от категории. По отношение на кражбите обикновено се срещат:

  • прикриване на артикул в джоб, под дреха или в лична чанта;
  • поставяне на продукт в раница, дамска чанта или чанта с неясен характер;
  • отваряне на опаковка преди минаването през касата;
  • консумация на място, пиене или ядене на неплатен продукт;
  • контекстни елементи като количка, детска количка или чанта с покупки, които помагат за разчитането на сцената.

Някои системи добавят сигнал за падане, полезен за безопасността на клиентите и екипите, а не за стоката. Нито една от тези категории не казва кой е на изображението. Откриването на рискови жестове се отнася до действие, в даден момент, в дадена зона.

Какво ИИ не прави

Списъкът с изключения има същата тежест като този с откриванията и често именно той успокоява екипите. ИИ за анализ на жестове, създаден в тази рамка:

  • не идентифицира никого: без лицево разпознаване, без име, без картотека с хора;
  • не следи човек от един сектор до друг, нито от едно посещение до следващо;
  • не изготвя профил: нито възраст, нито произход, нито „рисково“ облекло. Статистиките се четат по зона и по часови интервал, а не по човек;
  • не определя намерение: рисковият жест не е престъпление, а само ситуация, която заслужава човешки поглед;
  • не измерва работата на служителите: никоя категория не се отнася до производителността, почивките или спазването на процедурите.

При толкова тесен обхват използването на инструмента остава лесно за обясняване. Може да се каже с едно изречение, както на продавачка, така и на клиент, какво задейства сигнал, и именно това го прави приемлив.

Сигналът не е присъда: решението остава човешко

Моделът понякога греши. Представете си клиент, който прибира очилата си в джоба точно след като е взел пакет кафе: за машината сцената прилича на прикриване. Затова сигналът трябва да се третира като въпрос към екипа, никога като заключение.

Европейският регламент за ИИ, в член 14 относно човешкия надзор, назовава капана без заобикалки: пристрастието към автоматизацията, тази склонност да се доверяваме автоматично или прекомерно на резултатите от машината. Той изисква лицата, отговарящи за надзора, да имат възможност да пренебрегнат, заменят или отменят резултата от системата. Текстът е насочен към системи с висок риск, но нищо не пречи същата дисциплина да се прилага към всеки инструмент за откриване на рискови жестове.

На практика човекът, получил сигнала, преглежда фрагмента и след това избира: да не прави нищо, да мине през сектора, да предложи помощта си на клиента или, когато ситуацията е потвърдена, да предприеме действия пред органите. Служителите и ИИ работят заедно по просто правило: технологията открива, човекът решава.

Прозрачност към клиентите и служителите

В принципите на ОИСР за ИИ, приети през 2019 г. и актуализирани през май 2024 г., прозрачността, обяснимостта и отговорността са сред петте принципа за надежден ИИ. В един магазин това се изразява в няколко конкретни навика:

  1. Обяснете, преди да инсталирате. Покажете на екипите какво се засича, какво не се засича и кой получава алармите. Включете представителите на персонала, когато това е предвидено.
  2. Напишете правило за употреба. Инструментът служи за ограничаване на загубите и за защита на хората, а не за оценка на персонала: най-добре е това да бъде записано черно на бяло.
  3. Информирайте клиентите. Обозначението на входа е отговорност на оператора на обекта, както и при вече съществуващата му камерна инсталация. Четлива табела и кратка достъпна бележка често са достатъчни, за да разсеят опасенията.
  4. Обучете за разчитане на алармите. Проверете записания фрагмент, бъдете учтиви и никога не заговаряйте и не спирайте никого единствено въз основа на известие.
  5. Правете редовен преглед. Върнете се към отхвърлените аларми, коригирайте покритите зони и споделяйте наученото с екипа.

При добро внедряване изкуственият интелект за визуален анализ прилича по-малко на око, което съди, и повече на колега с много ограничен речник: той сигнализира за жестове и оставя продължението на тези, които познават магазина. Добре е рамката да бъде представена още на стартовата среща, преди дори да е монтирано оборудването. Екип, който знае какво инструментът наблюдава и какво не наблюдава, наистина го използва и именно тогава той започва да намалява неизвестната демарж (загуба на стока).