Kun kauppias ilmoittaa ottavansa käyttöön älykkäät kamerat, hänen tiiminsä esittää harvoin teknisen kysymyksen. Sen sijaan he kysyvät: ”Katsooko tämä minua?”. Kysymys on aiheellinen, eikä myyntiesite vastaa siihen. Helpoin tapa selvittää, mitä konenäköön perustuva tekoäly kaupassa todella analysoi, on seurata kuvan reittiä kamerasta ilmoitukseen ja merkitä samalla muistiin kaikki, minkä malli jättää huomiotta.

Videoanalyysiä ei muuten ole vielä otettu kovin laajasti käyttöön kaupan alalla. ECR Retail Lossin kaupan alan videoanalyysia koskevassa tutkimuksessa, joka tehtiin vuonna 2024 70 jälleenmyyjälle, enimmäkseen eurooppalaisille ja pohjoisamerikkalaisille, kartoitettujen analyysien keskimääräinen käyttöaste ei ylittänyt 10 %:a ja laski myyntipinta-alalla 4 %:iin. Koska alalla ei ole yhteisymmärrystä, samassa raportissa ehdotetaan videoanalyysille työmääritelmää: järjestelmä, joka tulkitsee kuvia automaattisesti tuottaakseen selkeästi määriteltyjä ja hyödynnettäviä tuloksia. Kaikki seuraava perustuu näihin kahteen sanaan.

Mitä ”näkeminen” tarkoittaa konenäköön perustuvalle tekoälylle

Kamera välittää kuvasarjan. Malli ei puolestaan ”ymmärrä” tilannetta samalla tavalla kuin osaston työntekijä: se vertaa käsien asentoja, esineitä ja liikkeitä opittuihin luokkiin. Kun havainto vastaa riittävän hyvin jotakin niistä, malli tuottaa tapahtuman: eleen tyypin, alueen, kellonajan ja lyhyen videokatkelman. Ei mitään muuta.

Kaikki riippuu siis kuvan tarkkuudesta. Matalan resoluution videovirrassa käsi, joka liu'uttaa partakoneen takin taskuun, supistuu muutamaksi sumeaksi pikseliksi, minkä vuoksi korkearesoluutioisen päävirran videoanalyysi on hyödyllinen. Oxanialla tämä päävirta käsitellään kauppaan asennetulla erillisellä GPU:lla: tunnistus tehdään paikallisesti, kameroiden videovirta ei poistu kohteesta, ja vain hälytykseen liittyvät katkelmat tallennetaan palvelimille, jotka sijaitsevat mahdollisimman lähellä asiakkaan maata.

Suljettu eleiden sanasto, ei ihmisten tarkkailua

Menetysten ehkäisyssä eleiden tunnistusmalli toimii rajallisella luokkalistalla. Varkauksien osalta niitä ovat yleensä:

  • tuotteen piilottaminen taskuun, vaatteen alle tai henkilökohtaiseen laukkuun;
  • tuotteen laittaminen reppuun, käsilaukkuun tai laukkuun, jonka laatu on epäselvä;
  • pakkauksen avaaminen ennen kassalle menoa;
  • kulutus paikan päällä, eli maksamattoman tuotteen juominen tai syöminen;
  • asiayhteyttä kuvaavat elementit, kuten ostoskärry, lastenvaunut tai ostoskassi, jotka auttavat tilanteen tulkinnassa.

Joissakin järjestelmissä on lisäksi kaatumishälytys, joka palvelee asiakkaiden ja henkilökunnan turvallisuutta pikemminkin kuin tavaran suojaamista. Mikään näistä luokista ei kerro, kuka kuvassa on. Riskialttiiden eleiden tunnistus kohdistuu toimintaan tiettynä hetkenä tietyllä alueella.

Mitä tekoäly ei tee

Poissulkevien tekijöiden luettelo on yhtä tärkeä kuin tunnistettavien asioiden luettelo, ja usein juuri se rauhoittaa tiimejä. Tähän kehykseen suunniteltu eleitä analysoiva tekoäly:

  • ei tunnista ketään: ei kasvojentunnistusta, ei nimiä, ei henkilörekisteriä;
  • ei seuraa yksittäistä ihmistä osastolta toiselle eikä käynniltä seuraavalle;
  • ei laadi profiileja: ei ikää, ei alkuperää, ei ”riskialtista” vaatetusta. Tilastoja tarkastellaan alueittain ja aikajaksoittain, ei henkilöittäin;
  • ei arvioi aikomuksia: riskialtis ele ei ole rikos, vaan ainoastaan tilanne, joka ansaitsee ihmisen katseen;
  • ei mittaa työntekijöiden työtä: mikään luokka ei koske tuottavuutta, taukoja tai menettelytapojen noudattamista.

Näin rajatulla toiminta-alueella työkalun käyttö on helppo selittää. Myyjälle ja asiakkaalle voi kertoa yhdellä lauseella, mikä laukaisee hälytyksen, ja juuri se tekee työkalusta hyväksyttävän.

Hälytys ei ole tuomio: päätös on aina ihmisen

Malli erehtyy joskus. Ajatellaan asiakasta, joka laittaa silmälasinsa taskuun heti otettuaan kahvipaketin: koneen silmissä tilanne muistuttaa tavaran piilottamista. Hälytys on siksi käsiteltävä tiimille esitettynä kysymyksenä, ei koskaan johtopäätöksenä.

Euroopan unionin tekoälyasetus nimeää 14 artiklassaan, joka koskee ihmisen suorittamaa valvontaa, ansan suoraan: automaatioharha, eli taipumus luottaa koneen tuloksiin automaattisesti tai liikaa. Asetus edellyttää, että valvonnasta vastaavilla henkilöillä on mahdollisuus sivuuttaa, korvata tai kumota järjestelmän tulos. Teksti koskee korkean riskin järjestelmiä, mutta mikään ei estä soveltamasta samaa kurinalaisuutta kaikkiin riskialttiita eleitä tunnistaviin työkaluihin.

Käytännössä hälytyksen saava henkilö katsoo videopätkän ja valitsee sitten: ei tee mitään, käy kyseisellä osastolla, tarjoaa asiakkaalle apuaan tai, kun tilanne on varmistunut, ryhtyy toimiin viranomaisten kanssa. Henkilökunta ja tekoäly työskentelevät yhdessä yksinkertaisen säännön mukaan: teknologia havaitsee, ihminen päättää.

Läpinäkyvyys asiakkaille ja työntekijöille

OECD:n tekoälyperiaatteissa, jotka hyväksyttiin vuonna 2019 ja joita päivitettiin toukokuussa 2024, läpinäkyvyys, selitettävyys ja vastuullisuus kuuluvat luotettavan tekoälyn viiteen periaatteeseen. Myymälässä se tarkoittaa muutamia konkreettisia tapoja:

  1. Selitä ennen asennusta. Näytä tiimeille, mitä havaitaan, mitä ei havaita ja kuka hälytykset saa. Ota henkilöstön edustajat mukaan silloin, kun se on säädetty.
  2. Laadi käyttösääntö. Työkalun tarkoitus on vähentää menetyksiä ja suojella ihmisiä, ei arvioida henkilökuntaa: sen voi yhtä hyvin kirjata mustaa valkoisella.
  3. Tiedota asiakkaille. Sisäänkäynnin ilmoitus on toiminnanharjoittajan vastuulla, kuten nykyisessä kamerajärjestelmässäkin. Selkeä kyltti ja lyhyt, helposti saatavilla oleva tiedote riittävät usein hälventämään huolet.
  4. Kouluta hälytysten tulkintaan. Tarkista katkelma, pysy kohteliaana äläkä koskaan puhuttele ketään pelkän ilmoituksen perusteella.
  5. Tee säännöllisiä katsauksia. Käy läpi hylätyt hälytykset, säädä katettuja alueita ja jaa oppimasi tiimin kanssa.

Hyvin käyttöön otettuna konenäköön perustuva tekoäly muistuttaa vähemmän tuomitsevaa silmää kuin työkaveria, jonka sanavarasto on hyvin rajallinen: se osoittaa eleitä ja jättää jatkon niille, jotka tuntevat kaupan. Kehys kannattaa esitellä jo käynnistyspalaverissa, ennen kuin laitteistoa on edes asennettu. Tiimi, joka tietää, mitä työkalu katsoo ja mitä se ei katso, käyttää sitä todella, ja silloin se alkaa vähentää tuntematonta kutistumaa.