Keď obchodník oznámi príchod inteligentných kamier, jeho tímy sa len zriedka pýtajú technickú otázku. Pýtajú sa skôr: „Bude sa to pozerať na mňa?“ Otázka je oprávnená a obchodná brožúra na ňu neodpovie. Ak chceme vedieť, čo AI videnia v predajni naozaj analyzuje, najjednoduchšie je sledovať cestu obrazu od kamery až po upozornenie a popri tom si všímať všetko, čo model ignoruje.
Video analýza je, mimochodom, v maloobchode stále málo rozšírená. V prieskume ECR Retail Loss o video analýze v maloobchode, vykonanom v roku 2024 medzi 70 maloobchodníkmi, väčšinou európskymi a severoamerickými, priemerná miera využívania zistených analýz nepresahovala 10 % a na predajnej ploche klesla na 4 %. Keďže v odvetví chýba zhoda, tá istá správa navrhuje pracovnú definíciu video analýzy: systém, ktorý automaticky interpretuje obraz s cieľom vytvárať jasne definované a využiteľné výsledky. Všetko, čo nasleduje, sa zmestí do týchto dvoch slov.
Čo znamená „vidieť“ pre AI videnia
Kamera prenáša sled obrazov. Model scénu „nechápe“ tak, ako by ju chápal zamestnanec oddelenia: porovnáva polohy rúk, predmety a pohyby s naučenými kategóriami. Keď sa to, čo pozoruje, dostatočne zhoduje s niektorou z nich, vytvorí udalosť: typ gesta, zónu, čas a krátky videoúryvok. Nič viac.
Všetko potom závisí od kvality obrazu. Pri prúde v nízkom rozlíšení sa ruka, ktorá zasunie žiletku do vrecka saka, zmenší na niekoľko rozmazaných pixelov, preto má zmysel video analýza hlavného prúdu vo vysokom rozlíšení. V Oxania sa tento hlavný prúd spracúva na dedikovanom GPU nainštalovanom v predajni: detekcia prebieha lokálne, prúd z kamier neopúšťa prevádzku a uchovávajú sa iba úryvky súvisiace s upozornením, a to na serveroch umiestnených čo najbližšie k krajine zákazníka.
Uzavretý slovník gest, nie pohľad na ľudí
Model detekcie gest uplatnený v prevencii strát pracuje s konečným zoznamom kategórií. Pokiaľ ide o krádeže, zvyčajne nájdeme:
- ukrytie tovaru vo vrecku, pod oblečením alebo v osobnej taške;
- vloženie výrobku do batohu, kabelky alebo tašky neistej povahy;
- otvorenie obalu pred prechodom cez pokladnicu;
- konzumáciu na mieste, pitie alebo jedenie nezaplateného výrobku;
- kontextové prvky, ako je nákupný vozík, kočík alebo nákupná taška, ktoré pomáhajú pochopiť scénu.
Niektoré systémy pridávajú upozornenie na pád, užitočné skôr pre bezpečnosť zákazníkov a tímov než pre tovar. Žiadna z týchto kategórií nehovorí, kto je na obraze. Detekcia rizikových gest sa týka jednej akcie, v danom okamihu, v danej zóne.
Čo AI nerobí
Zoznam vylúčení má rovnakú váhu ako zoznam detekcií a práve on tímy často upokojí. AI na analýzu gest navrhnutá v tomto rámci:
- nikoho neidentifikuje: žiadne rozpoznávanie tváre, žiadne meno, žiadna evidencia osôb;
- nesleduje jednotlivca z jedného oddelenia do druhého ani z jednej návštevy na ďalšiu;
- nevytvára žiadny profil: ani vek, ani pôvod, ani „rizikové“ oblečenie. Štatistiky sa čítajú podľa zóny a časového úseku, nie podľa osoby;
- neposudzuje úmysel: rizikové gesto nie je priestupok, iba situácia, ktorá si zaslúži ľudský pohľad;
- nemeria prácu zamestnancov: žiadna kategória sa netýka produktivity, prestávok ani dodržiavania postupov.
Pri takto úzko vymedzenom rozsahu zostáva použitie nástroja ľahko vysvetliteľné. Jednou vetou možno predavačke i zákazníkovi povedať, čo spúšťa upozornenie, a práve to ho robí prijateľným.
Upozornenie nie je rozsudok: rozhodnutie zostáva na človeku
Model sa občas pomýli. Predstavte si zákazníka, ktorý si odloží okuliare do vrecka hneď po tom, čo vzal balíček kávy: pre stroj scéna pripomína ukrytie tovaru. S upozornením preto treba zaobchádzať ako s otázkou položenou tímu, nikdy nie ako so záverom.
Európske nariadenie o AI vo svojom článku 14 o ľudskom dohľade pomenúva túto pascu otvorene: je to skreslenie z automatizácie, teda sklon automaticky alebo nadmerne dôverovať výsledkom stroja. Požaduje, aby osoby poverené dohľadom mali možnosť výsledok systému ignorovať, nahradiť alebo zvrátiť. Text sa zameriava na vysokorizikové systémy, no nič nebráni uplatniť rovnakú disciplínu pri každom nástroji na detekciu rizikových gest.
V praxi osoba, ktorá dostane upozornenie, si pozrie úryvok a potom sa rozhodne: nerobiť nič, prejsť sa po oddelení, ponúknuť zákazníkovi pomoc alebo, ak sa situácia potvrdí, obrátiť sa na orgány. Pracovníci ochranky a AI spolupracujú podľa jednoduchého pravidla: technológia deteguje, človek rozhoduje.
Transparentnosť voči zákazníkom a zamestnancom
Medzi päť zásad dôveryhodnej AI patria v zásadách OECD o AI, prijatých v roku 2019 a aktualizovaných v máji 2024, aj transparentnosť, vysvetliteľnosť a zodpovednosť. V predajni sa to premieta do niekoľkých konkrétnych návykov:
- Vysvetliť pred inštaláciou. Ukázať tímom, čo sa deteguje, čo nie a kto dostáva upozornenia. Zapojiť zástupcov zamestnancov, ak je to predpísané.
- Napísať pravidlo používania. Nástroj slúži na obmedzenie strát a ochranu ľudí, nie na hodnotenie zamestnancov: najlepšie je dať to čierne na bielom.
- Informovať zákazníkov. Označenie pri vstupe je v kompetencii prevádzkovateľa, rovnako ako pri jeho existujúcej inštalácii kamier. Čitateľná tabuľa a krátke dostupné oznámenie často stačia na rozptýlenie obáv.
- Zaškoliť v čítaní upozornení. Skontrolovať úryvok, zostať zdvorilý, nikdy noslovovať človeka len na základe samotného upozornenia.
- Pravidelne robiť bilanciu. Prejsť zamietnuté upozornenia, upraviť pokryté zóny, podeliť sa o poznatky s tímom.
Dobre nasadená AI videnia nepripomína oko, ktoré súdi, ale skôr kolegu s veľmi obmedzenou slovnou zásobou: signalizuje gestá a zvyšok nechá na tých, ktorí poznajú predajňu. Rámec je výhodné predstaviť už na úvodnom stretnutí, ešte pred inštaláciou zariadení. Tím, ktorý vie, na čo sa nástroj pozerá a na čo nie, ho naozaj používa, a vtedy začne znižovať neznáme straty zásob.
