Ko trgovec napove prihod pametnih kamer, njegova ekipa redko postavi tehnično vprašanje. Raje vpraša: „Ali bo to gledalo mene?“. Vprašanje je upravičeno, komercialna brošura pa nanj ne odgovori. Najlažje je, da bi izvedeli, kaj umetna inteligenca za računalniški vid v trgovini res analizira, če sledimo poti slike od kamere do obvestila in ob tem zabeležimo vse, kar model prezre.

Video analitika je v trgovini sicer še vedno redko uporabljena. V raziskavi ECR Retail Loss o video analitiki v trgovini, izvedeni leta 2024 med 70 trgovci, večinoma evropskimi in severnoameriškimi, povprečna stopnja uporabe popisanih analitik ni presegala 10 %, na prodajni površini pa je upadla na 4 %. Ker v panogi ni soglasja, isto poročilo ponuja delovno definicijo video analitike: sistem, ki samodejno interpretira slike in tako ustvari rezultate, ki so jasno opredeljeni in uporabni. Vse, kar sledi, je zajeto v teh dveh besedah.

Kaj za umetno inteligenco za računalniški vid pomeni „videti“

Kamera pošilja zaporedje slik. Model prizora ne „razume“ tako kot zaposleni v oddelku: položaje rok, predmete in gibanja primerja z naučenimi kategorijami. Ko se tisto, kar opazuje, dovolj ujema z eno od njih, ustvari dogodek: vrsto kretnje, območje, uro in kratek video posnetek. Nič več.

Vse je odvisno od kakovosti slike. Pri toku nizke ločljivosti se roka, ki spusti britvico v žep jopiča, skrči na nekaj zamegljenih pikslov, zato je smiselna video analitika na glavnem toku visoke ločljivosti. Pri Oxania se ta glavni tok obdeluje na namenskem GPU, nameščenem v trgovini: zaznavanje poteka lokalno, tok kamer ne zapusti lokacije, shranjeni pa so le posnetki, povezani z obvestilom, in sicer na strežnikih, ki so čim bližje državi stranke.

Zaprt besednjak kretenj, ne pogled na ljudi

Pri preprečevanju izgub model za zaznavanje kretenj dela s končnim seznamom kategorij. Na področju kraj običajno najdemo:

  • skrivanje izdelka v žep, pod oblačilo ali v osebno torbo;
  • odlaganje izdelka v nahrbtnik, ročno torbo ali vrečo negotove narave;
  • odpiranje embalaže pred plačilom na blagajni;
  • uživanje izdelka na kraju samem, pitje ali jedenje neplačanega izdelka;
  • kontekstne elemente, kot so nakupovalni voziček, otroški voziček ali vrečka z nakupi, ki pomagajo pri branju prizora.

Nekateri sistemi dodajo obvestilo o padcu, ki je koristno bolj za varnost strank in ekip kot za blago. Nobena od teh kategorij ne pove, kdo je na sliki. Zaznavanje tveganih kretenj se nanaša na dejanje v določenem trenutku na določenem območju.

Česa umetna inteligenca ne počne

Seznam izključitev je enako pomemben kot seznam zaznav in prav on pogosto pomiri ekipe. Umetna inteligenca za analizo kretenj, zasnovana v tem okviru:

  • nikogar ne identificira: brez prepoznave obrazov, brez imen, brez evidence oseb;
  • ne sledi posamezniku iz enega oddelka v drugega, niti od enega obiska do naslednjega;
  • ne ustvarja nobenih profilov: ne glede na starost, poreklo ali „tvegano“ oblačenje. Statistika se bere po območjih in časovnih obdobjih, ne po osebah;
  • ne presoja namena: tvegana kretnja ni kaznivo dejanje, temveč le situacija, ki si zasluži človeški pogled;
  • ne meri dela zaposlenih: nobena kategorija se ne nanaša na produktivnost, odmore ali upoštevanje postopkov.

Pri tako ozko začrtanem obsegu je uporabo orodja še vedno enostavno razložiti. Prodajalki in stranki lahko v enem stavku povemo, kaj sproži obvestilo, in prav zato je orodje sprejemljivo.

Obvestilo ni razsodba: odločitev ostaja človeška

Model se občasno zmoti. Vzemimo stranko, ki si očala vtakne v žep takoj po tem, ko je prijela paket kave: za stroj prizor spominja na skrivanje izdelka. Obvestilo je zato treba obravnavati kot vprašanje, postavljeno ekipi, nikoli kot sklep.

Evropska uredba o umetni inteligenci v 14. členu o človeškem nadzoru past imenuje brez ovinkarjenja: pristranskost avtomatizacije, torej nagnjenost k samodejnemu ali pretiranemu zaupanju v rezultate stroja. Zahteva, da imajo osebe, zadolžene za nadzor, možnost rezultat sistema prezreti, zamenjati ali razveljaviti. Besedilo se nanaša na visokotvegane sisteme, vendar nič ne preprečuje, da bi isto disciplino uporabili pri vsakem orodju za zaznavanje tveganih kretenj.

V praksi oseba, ki prejme obvestilo, pogleda posnetek in se nato odloči: ne stori ničesar, se oglasi v oddelku, stranki ponudi pomoč ali, ko je situacija potrjena, o zadevi obvesti pristojne organe. Varnostniki in umetna inteligenca sodelujejo po preprostem pravilu: tehnologija zazna, človek odloči.

Preglednost do strank in zaposlenih

Med pet načel zaupanja vredne umetne inteligence načela OECD o umetni inteligenci, sprejeta leta 2019 in posodobljena maja 2024, štejejo preglednost, razložljivost in odgovornost. V trgovini to pomeni nekaj konkretnih navad:

  1. Razložiti pred namestitvijo. Ekipam pokazati, kaj se zaznava, česa ne in kdo prejema obvestila. Vključiti predstavnike zaposlenih, kadar je to predvideno.
  2. Zapisati pravilo uporabe. Orodje služi omejevanju izgub in zaščiti ljudi, ne ocenjevanju osebja: bolje je to zapisati črno na belo.
  3. Obveščati stranke. Obvestilo na vhodu je odgovornost upravljavca, tako kot pri njegovi obstoječi napeljavi kamer. Berljiva tabla in kratko dostopno obvestilo pogosto zadoščata, da razblinita skrbi.
  4. Usposobiti za branje obvestil. Preveriti posnetek, ostati vljuden, nikoli ne nagovoriti nekoga zgolj na podlagi obvestila.
  5. Redno narediti pregled. Ponovno pregledati zavrnjena obvestila, prilagoditi zaščitena območja, deliti naučeno z ekipo.

Če je dobro uvedena, umetna inteligenca za računalniški vid manj spominja na oko, ki sodi, bolj na sodelavca z zelo omejenim besednjakom: opozori na kretnje, nadaljevanje pa prepusti tistim, ki trgovino poznajo. Okvir je dobro predstaviti že na uvodnem sestanku, še preden se namesti oprema. Ekipa, ki ve, kaj orodje opazuje in česa ne, ga res uporablja, takrat pa začne zmanjševati tudi neznane izgube zalog.