Ketika seorang pemilik toko mengumumkan pemasangan kamera pintar, tim-nya jarang mengajukan pertanyaan teknis. Yang mereka tanyakan biasanya: "Apakah ini akan mengawasi saya?". Pertanyaan itu wajar, dan brosur penjualan tidak menjawabnya. Untuk mengetahui apa yang sebenarnya dianalisis oleh AI visi di toko, cara paling mudah adalah mengikuti perjalanan sebuah gambar, dari kamera hingga notifikasi, sambil mencatat semua hal yang diabaikan oleh model.

Analisis video sendiri masih jarang diterapkan di sektor ritel. Dalam survei ECR Retail Loss tentang analisis video di sektor ritel, yang dilakukan pada tahun 2024 terhadap 70 peritel, sebagian besar dari Eropa dan Amerika Utara, tingkat penggunaan rata-rata dari analisis yang tercatat tidak melebihi 10 %, dan turun menjadi 4 % di area surface penjualan. Karena belum ada konsensus di sektor ini, laporan yang sama mengusulkan definisi kerja untuk analisis video: sebuah sistem yang menafsirkan gambar secara otomatis untuk menghasilkan hasil yang terdefinisi dengan jelas dan dapat ditindaklanjuti. Semua yang dibahas berikut ini bertumpu pada dua kata tersebut.

Apa arti "melihat" bagi sebuah AI visi

Kamera mengirimkan serangkaian gambar. Model tidak "memahami" sebuah adegan seperti yang dilakukan karyawan di lorong rak: ia membandingkan posisi tangan, objek, dan gerakan dengan kategori yang telah dipelajarinya. Ketika apa yang diamatinya cukup cocok dengan salah satu kategori, ia menghasilkan sebuah peristiwa: jenis gerakan, zona, jam, dan klip video singkat. Tidak lebih.

Semuanya lalu bergantung pada ketajaman gambar. Pada aliran video resolusi rendah, tangan yang menyelipkan pisau cukur ke saku jaket hanya tampak sebagai beberapa piksel buram, sehingga analisis video pada aliran utama beresolusi tinggi menjadi penting. Di Oxania, aliran utama ini diproses pada GPU khusus yang dipasang di dalam toko: deteksi dilakukan secara lokal, aliran kamera tidak meninggalkan lokasi, dan hanya klip yang terkait dengan sebuah alert yang disimpan, di server yang berlokasi sedekat mungkin dengan negara pelanggan.

Kosakata gestur yang terbatas, bukan pengamatan terhadap orang

Jika diterapkan pada pencegahan kehilangan barang, model deteksi gestur bekerja dengan daftar kategori yang terbatas. Untuk kasus pencurian, biasanya kita menemukan:

  • penyembunyian barang di dalam saku, di bawah pakaian, atau di dalam tas pribadi;
  • memasukkan produk ke dalam ransel, tas tangan, atau tas yang jenisnya tidak jelas;
  • membuka kemasan sebelum melewati kasir;
  • mengonsumsi di tempat, yaitu minum atau makan produk yang belum dibayar;
  • unsur konteks seperti troli belanja, kereta bayi, atau tas belanja, yang membantu membaca adegan.

Beberapa sistem menambahkan alert jatuh, yang berguna untuk keselamatan pelanggan dan tim, bukan untuk barang dagangan. Tidak ada satu pun kategori ini yang menyebutkan siapa yang ada di dalam gambar. Deteksi gestur berisiko berfokus pada sebuah tindakan, pada waktu tertentu, di zona tertentu.

Yang tidak dilakukan AI

Daftar pengecualian sama pentingnya dengan daftar deteksi, dan justru sering kali daftar inilah yang menenangkan tim. AI analisis gestur yang dirancang dalam kerangka ini:

  • tidak mengidentifikasi siapa pun: tanpa pengenalan wajah, tanpa nama, tanpa basis data orang;
  • tidak melacak seseorang dari satu lorong ke lorong lain, maupun dari satu kunjungan ke kunjungan berikutnya;
  • tidak membuat profil apa pun: tidak berdasarkan usia, asal-usul, ataupun pakaian "berisiko". Statistik dibaca per zona dan per rentang waktu, bukan per orang;
  • tidak menilai niat: gestur berisiko bukanlah tindak pidana, hanya situasi yang layak dicermati oleh manusia;
  • tidak mengukur pekerjaan karyawan: tidak ada kategori yang menyangkut produktivitas, waktu istirahat, atau kepatuhan terhadap prosedur.

Dengan cakupan yang begitu sempit, penggunaan alat ini tetap mudah dijelaskan. Dalam satu kalimat, kita bisa memberi tahu pramuniaga maupun pelanggan apa yang memicu sebuah alert, dan justru hal itulah yang membuatnya dapat diterima.

Alert bukanlah vonis: keputusan tetap di tangan manusia

Model kadang keliru. Bayangkan seorang pelanggan yang memasukkan kacamatanya ke saku tepat setelah mengambil sebungkus kopi: bagi mesin, adegan itu menyerupai penyembunyian barang. Karena itu, alert harus diperlakukan sebagai pertanyaan yang diajukan kepada tim, bukan sebagai kesimpulan.

Dalam regulasi Uni Eropa tentang AI, pasal 14 mengenai pengawasan manusia, jebakan ini disebut secara terus terang: bias otomatisasi, yaitu kecenderungan untuk mengandalkan hasil mesin secara otomatis atau berlebihan. Regulasi tersebut mensyaratkan agar orang yang bertugas melakukan pengawasan memiliki kemampuan untuk mengabaikan, mengganti, atau membalikkan hasil sistem. Teks ini menyasar sistem berisiko tinggi, tetapi tidak ada yang melarang penerapan disiplin yang sama pada setiap alat deteksi gestur berisiko.

Di lapangan, orang yang menerima alert melihat cuplikan videonya, lalu memilih: tidak melakukan apa-apa, mendatangi lorong rak, menawarkan bantuan kepada pelanggan atau, jika situasinya sudah dikonfirmasi, menempuh langkah hukum melalui pihak berwenang. Petugas dan AI bekerja sama berdasarkan aturan sederhana: teknologi mendeteksi, manusia memutuskan.

Transparansi terhadap pelanggan dan karyawan

Dalam prinsip-prinsip OECD tentang AI, yang diadopsi pada 2019 dan diperbarui pada Mei 2024, transparansi, keterjelasan, dan akuntabilitas termasuk dalam lima prinsip AI yang dapat dipercaya. Di dalam toko, hal ini diwujudkan melalui beberapa kebiasaan konkret:

  1. Menjelaskan sebelum memasang. Tunjukkan kepada tim apa yang terdeteksi, apa yang tidak, dan siapa yang menerima alert. Libatkan perwakilan karyawan bila hal itu diatur.
  2. Menuliskan aturan penggunaan. Alat ini digunakan untuk membatasi kehilangan barang dan melindungi orang, bukan untuk menilai karyawan: lebih baik menuliskannya secara hitam di atas putih.
  3. Memberi informasi kepada pelanggan. Pemasangan pemberitahuan di pintu masuk menjadi tanggung jawab operator toko, sama seperti untuk instalasi kamera yang sudah ada. Papan yang mudah dibaca dan lembar informasi singkat yang mudah diakses sering kali cukup untuk meredakan kekhawatiran.
  4. Melatih cara membaca alert. Periksa klipnya, tetap bersikap sopan, dan jangan pernah menegur seseorang hanya berdasarkan sebuah notifikasi.
  5. Melakukan evaluasi secara berkala. Tinjau kembali alert yang dikesampingkan, sesuaikan zona yang tercakup, dan bagikan hasil pembelajarannya kepada tim.

Jika diterapkan dengan baik, AI visi lebih mirip rekan kerja dengan kosakata yang sangat terbatas daripada mata yang menghakimi: ia menandai gestur dan menyerahkan tindak lanjutnya kepada mereka yang mengenal toko. Kerangka ini sebaiknya dipaparkan sejak rapat peluncuran, bahkan sebelum perangkat dipasang. Tim yang tahu apa yang dilihat alat ini, dan apa yang tidak dilihatnya, akan benar-benar memanfaatkannya, dan pada saat itulah alat ini mulai mengurangi shrinkage atau kehilangan stok yang tidak diketahui penyebabnya.