Όταν ένας έμπορος ανακοινώνει ότι έρχονται έξυπνες κάμερες, οι ομάδες του σπάνια θέτουν τεχνικό ερώτημα. Συνήθως ρωτούν: «Θα με κοιτάζει εμένα;». Η ερώτηση είναι θεμιτή και ένα εμπορικό φυλλάδιο δεν την απαντά. Για να καταλάβει κανείς τι αναλύει πραγματικά η τεχνητή νοημοσύνη όρασης στο κατάστημα, το πιο απλό είναι να ακολουθήσει τη διαδρομή μιας εικόνας, από την κάμερα έως την ειδοποίηση, σημειώνοντας στην πορεία ό,τι το μοντέλο αγνοεί.
Η ανάλυση βίντεο παραμένει εξάλλου λίγο διαδεδομένη στο λιανικό εμπόριο. Στην έρευνα του ECR Retail Loss για την ανάλυση βίντεο στο λιανικό εμπόριο, που πραγματοποιήθηκε το 2024 σε 70 εμπόρους λιανικής, κυρίως ευρωπαίους και βορειοαμερικανούς, το μέσο ποσοστό χρήσης των αναλύσεων που καταγράφηκαν δεν ξεπερνούσε το 10 % και έπεφτε στο 4 % στη surface de vente (χώρο πώλησης). Ελλείψει συναίνεσης στον κλάδο, η ίδια έκθεση προτείνει έναν εργασιακό ορισμό της ανάλυσης βίντεο: ένα σύστημα που ερμηνεύει αυτόματα εικόνες ώστε να παράγει αποτελέσματα σαφώς καθορισμένα και αξιοποιήσιμα. Όλα όσα ακολουθούν συμπυκνώνονται σε αυτές τις δύο λέξεις.
Τι σημαίνει «βλέπω» για μια τεχνητή νοημοσύνη όρασης
Μια κάμερα μεταδίδει μια ακολουθία εικόνων. Το μοντέλο, από την πλευρά του, δεν «κατανοεί» μια σκηνή όπως θα έκανε ένας υπάλληλος του τμήματος: συγκρίνει θέσεις χεριών, αντικείμενα και κινήσεις με κατηγορίες που έχει μάθει. Όταν αυτό που παρατηρεί ταιριάζει αρκετά με μία από αυτές, παράγει ένα συμβάν: έναν τύπο χειρονομίας, μια ζώνη, μια ώρα, ένα σύντομο βίντεο. Τίποτα παραπάνω.
Όλα εξαρτώνται τότε από την ευκρίνεια της εικόνας. Σε μια ροή χαμηλής ανάλυσης, το χέρι που γλιστρά μια ξυριστική μηχανή στην τσέπη ενός μπουφάν περιορίζεται σε μερικά θολά pixel, γι' αυτό έχει αξία η ανάλυση βίντεο στην κύρια ροή υψηλής ανάλυσης. Στην Oxania, αυτή η κύρια ροή επεξεργάζεται σε αποκλειστική GPU εγκατεστημένη στο κατάστημα: η ανίχνευση γίνεται τοπικά, η ροή των καμερών δεν εγκαταλείπει τον χώρο και διατηρούνται μόνο τα αποσπάσματα που συνδέονται με μια ειδοποίηση, σε διακομιστές που βρίσκονται όσο το δυνατόν πιο κοντά στη χώρα του πελάτη.
Ένα κλειστό λεξιλόγιο χειρονομιών, όχι ένα βλέμμα πάνω στους ανθρώπους
Όταν εφαρμόζεται στην πρόληψη απωλειών, ένα μοντέλο ανίχνευσης χειρονομιών λειτουργεί με έναν πεπερασμένο κατάλογο κατηγοριών. Όσον αφορά την κλοπή, συνήθως συναντάμε:
- την απόκρυψη ενός προϊόντος σε τσέπη, κάτω από ρούχο ή σε προσωπική τσάντα·
- την τοποθέτηση ενός προϊόντος σε σακίδιο, σε τσάντα χειρός ή σε τσάντα αβέβαιου είδους·
- το άνοιγμα μιας συσκευασίας πριν από το πέρασμα από το ταμείο·
- την κατανάλωση επιτόπου, δηλαδή το ήπιο ή το φάγωμα ενός προϊόντος που δεν έχει πληρωθεί·
- στοιχεία του πλαισίου, όπως ένα καρότσι, ένα παιδικό καροτσάκι ή μια τσάντα για ψώνια, που βοηθούν στην ανάγνωση της σκηνής.
Ορισμένα συστήματα προσθέτουν ειδοποίηση πτώσης, χρήσιμη για την ασφάλεια των πελατών και των ομάδων μάλλον παρά για το εμπόρευμα. Καμία από αυτές τις κατηγορίες δεν λέει ποιος βρίσκεται στην εικόνα. Η ανίχνευση χειρονομιών κινδύνου αφορά μια ενέργεια, σε μια δεδομένη στιγμή, σε μια δεδομένη ζώνη.
Τι δεν κάνει η τεχνητή νοημοσύνη
Η λίστα των εξαιρέσεων μετράει όσο και αυτή των ανιχνεύσεων και συχνά είναι αυτή που καθησυχάζει τις ομάδες. Μια τεχνητή νοημοσύνη ανάλυσης χειρονομιών που έχει σχεδιαστεί μέσα σε αυτό το πλαίσιο:
- δεν ταυτοποιεί κανέναν: καμία αναγνώριση προσώπου, κανένα όνομα, κανένα αρχείο προσώπων·
- δεν παρακολουθεί ένα άτομο από διάδρομο σε διάδρομο ούτε από μια επίσκεψη στην επόμενη·
- δεν δημιουργεί κανένα προφίλ: ούτε ηλικία, ούτε καταγωγή, ούτε ενδυμασία «υψηλού κινδύνου». Τα στατιστικά διαβάζονται ανά ζώνη και ανά χρονικό διάστημα, όχι ανά άτομο·
- δεν χαρακτηρίζει προθέσεις: μια χειρονομία κινδύνου δεν είναι αδίκημα, παρά μόνο μια κατάσταση που αξίζει ανθρώπινη προσοχή·
- δεν μετράει την εργασία των εργαζομένων: καμία κατηγορία δεν αφορά την παραγωγικότητα, τα διαλείμματα ή την τήρηση των διαδικασιών.
Με ένα τόσο στενό πεδίο εφαρμογής, η χρήση του εργαλείου εξηγείται εύκολα. Μπορεί κανείς να πει με μία πρόταση, τόσο σε μια πωλήτρια όσο και σε έναν πελάτη, τι ενεργοποιεί μια ειδοποίηση, και αυτό ακριβώς είναι που το κάνει αποδεκτό.
Η ειδοποίηση δεν είναι ετυμηγορία: η απόφαση παραμένει ανθρώπινη
Ένα μοντέλο κάνει μερικές φορές λάθος. Σκεφτείτε έναν πελάτη που βάζει τα γυαλιά του στην τσέπη αμέσως αφού έχει πιάσει ένα πακέτο καφέ: για τη μηχανή, η σκηνή μοιάζει με απόκρυψη. Η ειδοποίηση πρέπει επομένως να αντιμετωπίζεται ως ένα ερώτημα προς την ομάδα και ποτέ ως συμπέρασμα.
Ο ευρωπαϊκός κανονισμός για την τεχνητή νοημοσύνη, στο άρθρο 14 για την ανθρώπινη εποπτεία, κατονομάζει την παγίδα χωρίς περιστροφές: την προκατάληψη αυτοματισμού, δηλαδή την τάση να εμπιστευόμαστε αυτόματα ή υπερβολικά τα αποτελέσματα της μηχανής. Ζητά τα άτομα που είναι επιφορτισμένα με την εποπτεία να έχουν τη δυνατότητα να αγνοήσουν, να αντικαταστήσουν ή να αντιστρέψουν το αποτέλεσμα του συστήματος. Το κείμενο αφορά τα συστήματα υψηλού κινδύνου, αλλά τίποτα δεν εμποδίζει την εφαρμογή της ίδιας πειθαρχίας σε κάθε εργαλείο ανίχνευσης επικίνδυνων χειρονομιών.
Στην πράξη, το άτομο που λαμβάνει την ειδοποίηση παρακολουθεί το βίντεο, και στη συνέχεια επιλέγει: να μην κάνει τίποτα, να περάσει από το διάδρομο, να προσφέρει βοήθεια στον πελάτη ή, όταν η κατάσταση επιβεβαιωθεί, να κινήσει διαδικασίες προς τις αρχές. Οι πράκτορες και η τεχνητή νοημοσύνη συνεργάζονται με έναν απλό κανόνα: η τεχνολογία ανιχνεύει, ο άνθρωπος αποφασίζει.
Διαφάνεια απέναντι στους πελάτες και στους εργαζομένους
Οι αρχές του ΟΟΣΑ για την τεχνητή νοημοσύνη, που υιοθετήθηκαν το 2019 και επικαιροποιήθηκαν τον Μάιο του 2024, συμπεριλαμβάνουν τη διαφάνεια, την επεξηγησιμότητα και την ευθύνη μεταξύ των πέντε αρχών μιας αξιόπιστης τεχνητής νοημοσύνης. Σε ένα κατάστημα, αυτό περνά μέσα από μερικές συγκεκριμένες συνήθειες:
- Εξηγήστε πριν από την εγκατάσταση. Δείξτε στις ομάδες τι ανιχνεύεται, τι δεν ανιχνεύεται και ποιος λαμβάνει τις ειδοποιήσεις. Εμπλέξτε τους εκπροσώπους του προσωπικού όταν αυτό προβλέπεται.
- Γράψτε έναν κανόνα χρήσης. Το εργαλείο χρησιμεύει για τον περιορισμό των απωλειών και την προστασία των ανθρώπων, όχι για την αξιολόγηση του προσωπικού: καλύτερα να μπει μαύρο σε άσπρο.
- Ενημερώστε τους πελάτες. Η σήμανση στην είσοδο εναπόκειται στον φορέα εκμετάλλευσης, όπως και για την υπάρχουσα εγκατάσταση καμερών. Μια ευανάγνωστη πινακίδα και μια σύντομη προσβάσιμη ενημέρωση αρκούν συχνά για να άρουν τις ανησυχίες.
- Εκπαιδεύστε στην ανάγνωση των ειδοποιήσεων. Ελέγξτε το απόσπασμα, παραμείνετε ευγενικοί, μην απευθύνεστε ποτέ σε κάποιον με μόνο στήριγμα μια ειδοποίηση.
- Κάντε τακτικά απολογισμό. Επανεξετάστε τις ειδοποιήσεις που απορρίφθηκαν, προσαρμόστε τις καλυπτόμενες ζώνες, μοιραστείτε με την ομάδα όσα μαθαίνετε.
Όταν αναπτύσσεται σωστά, μια τεχνητή νοημοσύνη όρασης μοιάζει λιγότερο με μάτι που κρίνει και περισσότερο με έναν συνάδελφο με πολύ περιορισμένο λεξιλόγιο: επισημαίνει χειρονομίες και αφήνει τη συνέχεια σε όσους γνωρίζουν το κατάστημα. Το πλαίσιο αξίζει να παρουσιάζεται ήδη από τη σύσκεψη εκκίνησης, ακόμη και πριν από την τοποθέτηση του εξοπλισμού. Μια ομάδα που ξέρει τι κοιτάζει το εργαλείο και τι δεν κοιτάζει το χρησιμοποιεί πραγματικά, και τότε είναι που αρχίζει να μειώνει τις άγνωστες απώλειες αποθεμάτων.
