Када трговац најави долазак паметних камера, његови тимови ретко постављају техничко питање. Пре ће упитати: „Да ли ће то гледати мене?“. Питање је легитимно, а комерцијална брошура на њега не одговара. Да бисмо сазнали шта AI за анализу слике у продавници заиста анализира, најједноставније је испратити пут једне слике, од камере до обавештења, уз напомену свега што модел занемарује.

Video analitika je, uostalom, još uvek retko zastupljena u trgovini. U istraživanju ECR Retail Loss o video analitici u trgovini, sprovedenom 2024. među 70 trgovaca, uglavnom evropskih i severnoameričkih, prosečna stopa korišćenja evidentiranih analitika nije prelazila 10 %, a na prodajnoj površini spuštala se na 4 %. Pošto u sektoru nema konsenzusa, isti izveštaj predlaže radnu definiciju video analitike: sistem koji automatski tumači snimke kako bi proizveo rezultate koji su jasno definisani i upotrebljivi. Sve što sledi sadržano je u te dve reči.

Шта „видети“ значи за AI систем за анализу слике

Камера шаље низ слика. Модел, међутим, не „разуме“ сцену као што би то урадио запослени на одељењу: он упоређује положаје руку, предмете и покрете са наученим категоријама. Када оно што посматра довољно личи на једну од њих, он производи догађај: врсту гестa, зону, време, кратак видео-исечак. Ништа више.

Тада све зависи од оштрине слике. На току ниске резолуције, рука која гурне бритву у џеп јакне своди се на неколико замагљених пиксела, због чега има смисла видео-анализа главног тока у високој резолуцији. Код система Oxania, овај главни ток се обрађује на наменском GPU-у инсталираном у продавници: детекција се обавља локално, ток камера не напушта објекат, а чувају се само исечци повезани са упозорењем, и то на серверима који се налазе што ближе земљи клијента.

Затворен речник гестова, а не поглед на људе

Kada se primeni na prevenciju gubitaka, model za prepoznavanje gestova radi sa konačnom listom kategorija. Što se tiče krađe, obično se sreću:

  • скривање артикла у џепу, испод одеће или у личној торби;
  • стављање производа у ранац, ташну или торбу неизвесне природе;
  • отварање амбалаже пре проласка на каси;
  • конзумирање на лицу места, пиће или храна који нису плаћени;
  • елементи контекста као што су колица, дечија колица или торба за куповину, који помажу у читању сцене.

Неки системи додају упозорење о паду, корисно за безбедност купаца и тимова пре него за робу. Ниједна од ових категорија не казује ко се налази на слици. Детекција ризичних гестова односи се на радњу, у датом тренутку, у датој зони.

Шта вештачка интелигенција не ради

Листа изузетака вреди колико и листа детекција, а често управо она умирује тимове. AI за анализу гестова осмишљен у овом оквиру:

  • не идентификује никога: нема препознавања лица, нема имена, нема досијеа о особама;
  • не прати појединца од једног одељења до другог, нити од једне посете до наредне;
  • не прави никакав профил: ни старост, ни порекло, ни „ризичну“ одећу. Статистике се читају по зони и по временском термину, а не по особи;
  • не процењује намеру: ризичан гест није прекршај, већ само ситуација која заслужује људски поглед;
  • не мери рад запослених: ниједна категорија се не односи на продуктивност, паузе или поштовање процедура.

Uz ovako uzak opseg, upotreba alata ostaje laka za objašnjenje. U jednoj rečenici, i prodavačici i kupcu, može se reći šta pokreće alarm, a upravo zbog toga je alat prihvatljiv.

Упозорење није пресуда: одлука остаје људска

Модел се понекад превари. Замислите купца који спрема наочаре у џеп одмах након што је узео паковање кафе: за машину та сцена личи на скривање артикла. Упозорење се зато мора третирати као питање постављено тиму, а никада као закључак.

Evropska uredba o veštačkoj inteligenciji, u članu 14 o ljudskom nadzoru, bez uvijanja imenuje zamku: pristrasnost automatizacije, odnosno sklonost da se rezultatima mašine automatski ili preterano veruje. Zahteva se da osobe zadužene za nadzor imaju mogućnost da zanemare, zamene ili preokrenu rezultat sistema. Tekst se odnosi na visokorizične sisteme, ali ništa ne sprečava da se ista disciplina primeni na svaki alat za prepoznavanje gestova pod rizikom.

Na terenu, osoba koja primi upozorenje pogleda snimak, pa bira: da ne uradi ništa, da svrati do odeljenja, da ponudi pomoć kupcu ili, kada je situacija potvrđena, da pokrene postupak pred nadležnim organima. Zaposleni i veštačka inteligencija rade zajedno po jednostavnom pravilu: tehnologija otkriva, čovek odlučuje.

Транспарентност према купцима и запосленима

Među pet principa pouzdane veštačke inteligencije, principi OECD-a o veštačkoj inteligenciji, usvojeni 2019. i ažurirani u maju 2024, ubrajaju transparentnost, objašnjivost i odgovornost. U prodavnici se to ostvaruje kroz nekoliko konkretnih navika:

  1. Објаснити пре инсталације. Показати тимовима шта се детектује, шта се не детектује и ко прима упозорења. Укључити представнике запослених када је то предвиђено.
  2. Написати правило коришћења. Алат служи за ограничавање губитака и заштиту људи, а не за оцењивање особља: боље је то ставити црно на бело.
  3. Информисати купце. Истицање обавештења на улазу је у надлежности оператера, као и за постојећу инсталацију камера. Читљива табла и кратко доступно обавештење често су довољни да разувере сумње.
  4. Обучити за читање упозорења. Проверити исечак, остати љубазан, никада никога не ословљавати само на основу обавештења.
  5. Редовно правити осврт. Размотрити одбачена упозорења, прилагодити покривене зоне, поделити са тимом оно што се из тога научи.

Када је добро уведен, AI за анализу слике мање личи на око које суди, а више на колегу са веома ограниченим речником: он сигнализира гестове, а остало препушта онима који познају продавницу. Оквир је добро представити већ на састанку за покретање, пре самог постављања опреме. Тим који зна шта алат посматра, а шта не посматра, заиста га користи, и тада он почиње да смањује непознати мањак робе.