Когда владелец магазина объявляет о установке интеллектуальных камер, его сотрудники редко задают технический вопрос. Скорее они спрашивают: «Эта система будет следить за мной?». Вопрос справедливый, и рекламная брошюра на него не отвечает. Чтобы понять, что именно анализирует ИИ компьютерного зрения в магазине, проще всего проследить путь изображения от камеры до уведомления, отмечая по ходу всё, что модель игнорирует.

Видеоаналитика, к слову, по-прежнему мало распространена в рознице. В исследовании ECR Retail Loss о видеоаналитике в рознице, проведенном в 2024 году среди 70 ритейлеров, в основном европейских и североамериканских, средний уровень использования учтенных видов аналитики не превышал 10 %, а на торговом зале опускался до 4 %. Поскольку в отрасли нет единого мнения, тот же отчет предлагает рабочее определение видеоаналитики: система, которая автоматически интерпретирует изображения и выдает четко определенные и пригодные для использования результаты. Все дальнейшее укладывается в эти два слова.

Что значит «видеть» для ИИ компьютерного зрения

Камера передаёт последовательность изображений. Модель же не «понимает» сцену так, как это делал бы сотрудник отдела: она сопоставляет положения рук, предметы и движения с изученными категориями. Когда увиденное достаточно близко совпадает с одной из них, она формирует событие: тип жеста, зона, время, короткий видеофрагмент. Не более того.

Всё зависит от чёткости изображения. На потоке низкого разрешения рука, которая прячет бритву в карман куртки, превращается в несколько размытых пикселей, поэтому так важен видеоанализ основного потока в высоком разрешении. В Oxania этот основной поток обрабатывается на выделенном GPU, установленном в магазине: обнаружение выполняется локально, поток с камер не покидает объект, а сохраняются только фрагменты, связанные с оповещением, на серверах, расположенных как можно ближе к стране клиента.

Закрытый словарь жестов, а не наблюдение за людьми

Применительно к предотвращению потерь модель распознавания жестов работает с конечным списком категорий. Что касается краж, обычно встречаются следующие:

  • сокрытие товара в кармане, под одеждой или в личной сумке;
  • помещение товара в рюкзак, сумку или пакет неопределённого типа;
  • вскрытие упаковки до прохода через кассу;
  • употребление товара на месте: питьё или еда без оплаты;
  • элементы контекста, такие как тележка, детская коляска или сумка с покупками, которые помогают понять сцену.

Некоторые системы добавляют оповещение о падении, полезное скорее для безопасности клиентов и сотрудников, чем для защиты товара. Ни одна из этих категорий не говорит о том, кто находится в кадре. Обнаружение жестов с риском относится к действию в определённый момент в определённой зоне.

Чего ИИ не делает

Список исключений важен не меньше, чем список обнаружений, и именно он часто успокаивает сотрудников. ИИ для анализа жестов, созданный в таких рамках:

  • никого не идентифицирует: никакого распознавания лиц, имён и картотек людей;
  • не отслеживает человека от одного отдела к другому и от одного визита к следующему;
  • не составляет профилей: ни по возрасту, ни по происхождению, ни по «рискованной» одежде. Статистика читается по зонам и временным интервалам, а не по людям;
  • не оценивает намерения: жест с риском не является правонарушением, это лишь ситуация, требующая человеческого взгляда;
  • не измеряет работу сотрудников: ни одна категория не касается производительности, перерывов или соблюдения процедур.

При таких четких рамках принцип работы инструмента легко объяснить. Одной фразой можно сказать и продавцу, и покупателю, что вызывает оповещение, и именно это делает инструмент приемлемым.

Оповещение не приговор: решение остаётся за человеком

Модель иногда ошибается. Представьте клиента, который убирает очки в карман сразу после того, как взял пачку кофе: для машины сцена похожа на сокрытие товара. Поэтому к оповещению нужно относиться как к вопросу, обращённому к команде, а не как к выводу.

В европейском регламенте об ИИ, в статье 14 о человеческом контроле, эта ловушка названа прямо: это предвзятость автоматизации, то есть склонность автоматически или чрезмерно доверять результатам машины. Регламент требует, чтобы лица, осуществляющие контроль, имели возможность игнорировать, заменять или отменять результат работы системы. Текст относится к системам высокого риска, но ничто не мешает применять ту же дисциплину к любому инструменту обнаружения жестов с риском.

На практике сотрудник, получивший оповещение, просматривает фрагмент видео и выбирает: ничего не предпринимать, подойти в отдел, предложить помощь покупателю или, если ситуация подтверждена, обратиться к компетентным органам. Сотрудники и ИИ работают вместе по простому правилу: технология обнаруживает, решает человек.

Прозрачность перед клиентами и сотрудниками

В принципах ОЭСР в области ИИ, принятых в 2019 году и обновленных в мае 2024 года, прозрачность, объяснимость и ответственность входят в число пяти принципов надежного ИИ. В магазине это выражается в нескольких конкретных привычках:

  1. Объяснить до установки. Показать сотрудникам, что обнаруживается, что нет и кто получает оповещения. Привлечь представителей персонала, если это предусмотрено.
  2. Прописать правило использования. Инструмент служит для сокращения потерь и защиты людей, а не для оценки персонала: лучше зафиксировать это письменно.
  3. Информировать клиентов. Размещение информации на входе лежит на операторе, как и в случае уже установленных камер. Читаемой таблички и короткой доступной памятки часто достаточно, чтобы развеять опасения.
  4. Научить читать оповещения. Проверять фрагмент, оставаться вежливыми, никогда не обращаться к человеку только на основании уведомления.
  5. Регулярно подводить итоги. Пересматривать отклонённые оповещения, корректировать охватываемые зоны, делиться полученными выводами с командой.

При грамотном внедрении ИИ компьютерного зрения напоминает не судящее око, а коллегу с очень ограниченным словарным запасом: он сообщает о жестах, а дальнейшее оставляет тем, кто знает магазин. Эти рамки лучше обозначить уже на стартовой встрече, ещё до установки оборудования. Команда, которая знает, на что инструмент смотрит, а на что нет, действительно им пользуется, и именно тогда он начинает сокращать неучтённые потери товара.