Kad trgovac najavi dolazak pametnih kamera, njegovi timovi rijetko postavljaju tehničko pitanje. Češće pitaju: „Hoće li ova stvar gledati mene?“. Pitanje je opravdano, a komercijalna brošura na njega ne odgovara. Da bismo doznali što AI za računalni vid doista analizira u trgovini, najjednostavnije je pratiti put jedne slike, od kamere do obavijesti, usput bilježeći sve što model ignorira.

Video analitika inače je još slabo zastupljena u maloprodaji. U istraživanju ECR Retail Lossa o video analitici u maloprodaji, provedenom 2024. među 70 trgovaca, većinom europskih i sjevernoameričkih, prosječna stopa korištenja popisanih analitika nije prelazila 10 %, a na prodajnoj površini padala je na 4 %. Zbog nedostatka konsenzusa u sektoru, isto izvješće predlaže radnu definiciju video analitike: sustav koji automatski interpretira slike kako bi proizveo rezultate koji su jasno definirani i iskoristivi. Sve što slijedi stane u te dvije riječi.

Što „vidjeti“ znači za AI računalnog vida

Kamera prenosi niz slika. Model pak ne „razumije“ scenu kao što bi to činio zaposlenik u odjelu: uspoređuje položaje ruku, predmete i pokrete s naučenim kategorijama. Kad se ono što promatra dovoljno podudara s jednom od njih, proizvodi događaj: vrstu geste, zonu, vrijeme, kratki video isječak. Ništa više.

Sve tada ovisi o oštrini slike. Na toku niske razlučivosti ruka koja gurne britvicu u džep jakne svodi se na nekoliko mutnih piksela, zbog čega je korisna video analiza glavnog toka u visokoj razlučivosti. U Oxaniji se taj glavni tok obrađuje na namjenskom GPU-u instaliranom u trgovini: detekcija se odvija lokalno, tok kamera ne napušta lokaciju, a pohranjuju se samo isječci povezani s upozorenjem, i to na poslužiteljima smještenima što bliže državi klijenta.

Zatvoreni rječnik gesti, a ne pogled na ljude

Primijenjen na prevenciju gubitaka, model za detekciju gesti radi s konačnim popisom kategorija. Kad je riječ o krađi, obično nalazimo:

  • skrivanje artikla u džepu, ispod odjeće ili u osobnoj torbi;
  • stavljanje proizvoda u ruksak, ručnu torbicu ili torbu neodređene vrste;
  • otvaranje ambalaže prije prolaska na blagajni;
  • konzumaciju na licu mjesta, piće ili jelo koje nije plaćeno;
  • kontekstualne elemente poput košarice na kotačima, dječjih kolica ili vrećice s namirnicama, koji pomažu u tumačenju scene.

Neki sustavi dodaju upozorenje o padu, korisno za sigurnost kupaca i timova, a ne za robu. Nijedna od tih kategorija ne govori tko je na slici. Detekcija rizičnih gesti odnosi se na radnju, u određenom trenutku, u određenoj zoni.

Što AI ne radi

Popis isključenja važi jednako kao i popis detekcija, a često upravo on umiruje timove. AI za analizu gesti osmišljen u tom okviru:

  • ne identificira nikoga: nema prepoznavanja lica, nema imena, nema evidencije osoba;
  • ne prati pojedinca od jednog odjela do drugog, niti od jednog posjeta do sljedećeg;
  • ne izrađuje nikakav profil: ni dob, ni podrijetlo, ni „rizičnu“ odjeću. Statistike se čitaju po zoni i terminu, a ne po osobi;
  • ne procjenjuje namjeru: rizična gesta nije kazneno djelo, samo situacija koja zaslužuje ljudski pogled;
  • ne mjeri rad zaposlenika: nijedna kategorija ne odnosi se na produktivnost, stanke ili poštovanje procedura.

S tako suženim opsegom upotrebu alata lako je objasniti. Jednom rečenicom, prodavačici kao i kupcu, može se reći što pokreće upozorenje, a upravo to ga čini prihvatljivim.

Upozorenje nije presuda: odluka ostaje ljudska

Model se ponekad prevari. Zamislite kupca koji sprema naočale u džep netom nakon što je uzeo paket kave: stroju scena nalikuje skrivanju artikla. Upozorenje stoga treba tretirati kao pitanje postavljeno timu, nikad kao zaključak.

Europska uredba o umjetnoj inteligenciji, u članku 14. o ljudskom nadzoru, bez okolišanja imenuje zamku: pristranost automatizacije, sklonost automatskom ili pretjeranom oslanjanju na rezultate stroja. Zahtijeva da osobe zadužene za nadzor imaju mogućnost zanemariti, zamijeniti ili poništiti rezultat sustava. Tekst se odnosi na visokorizične sustave, ali ništa ne priječi primjenu iste discipline na svaki alat za detekciju rizičnih gesti.

Na terenu osoba koja primi upozorenje pogleda isječak, a zatim bira: ne učiniti ništa, proći kroz odjel, ponuditi pomoć kupcu ili, kad je situacija potvrđena, pokrenuti postupak pred nadležnim tijelima. Zaposlenici osiguranja i AI rade zajedno prema jednostavnom pravilu: tehnologija detektira, čovjek odlučuje.

Transparentnost prema kupcima i zaposlenicima

Ovdje OECD-ova načela o AI-ju, usvojena 2019. i ažurirana u svibnju 2024., ubrajaju transparentnost, objašnjivost i odgovornost među pet načela pouzdane umjetne inteligencije. U trgovini se to svodi na nekoliko konkretnih navika:

  1. Objasniti prije instalacije. Pokazati timovima što se detektira, što ne i tko prima upozorenja. Uključiti predstavnike zaposlenika kad je to predviđeno.
  2. Napisati pravilo korištenja. Alat služi za smanjenje gubitaka i zaštitu ljudi, a ne za ocjenjivanje osoblja: bolje je to staviti crno na bijelo.
  3. Informirati kupce. Obavijest na ulazu u nadležnosti je operatera, kao i kod postojeće instalacije kamera. Čitljiva ploča i kratka dostupna obavijest često su dovoljni da razbiju zabrinutost.
  4. Educirati za čitanje upozorenja. Provjeriti isječak, ostati uljudan, nikad ne oslovljavati nekoga samo na temelju obavijesti.
  5. Redovito raditi pregled. Vratiti se na odbačena upozorenja, prilagoditi pokrivene zone, podijeliti naučeno s timom.

Kad je dobro uvedena, AI za računalni vid manje sliči oku koje sudi, a više kolegi s vrlo ograničenim rječnikom: signalizira geste, a ostalo prepušta onima koji poznaju trgovinu. Okvir je dobro predstaviti već na uvodnom sastanku, prije same ugradnje opreme. Tim koji zna što alat promatra, a što ne, doista ga koristi, i tada on počinje smanjivati nepoznati manjak robe.