Hikvision: jak zapobiegać kradzieżom i minimalizować straty w placówkach handlowych? Czy sztuczna inteligencja nam w tym pomoże?

Na początek zagadka – co łączy: 125 km dróg ekspresowych, 90 km autostrad, 17 myśliwców F-16, 160 czołgów Leopard 2A5 (obecnie Wojsko Polskie ma na stanie 105 takich czołgów), 5000 orlików, 3 Stadiony Narodowe, 500 czteropiętrowych bloków mieszkalnych, 125 000 małych samochodów i 1/3 kopalni węgla brunatnego?

Odpowiedź jest stosunkowo prosta: każdy z powyższych punktów możemy mieć za – bagatela – 5 000 000 000 złotych. Słownie: PIĘĆ MILIARDÓW ZŁOTYCH.

Co jeszcze możemy dostać za 5 miliardów złotych? Otóż możemy za to mieć wszystkie skradzione/utracone w ciągu roku towary w polskich placówkach handlowych. Nieźle, prawda?

5 miliardów złotych to szacunkowa roczna wartość strat i kradzieży w polskich sklepach. jeżeli podzielimy to przez szacunkową liczbę funkcjonujących placówek – wyjdzie nam, iż średnio każdy sklep w Polsce notuje roczne straty w wysokości około 13,5 tysiąca złotych. Skala zjawiska jest więc naprawdę niebagatelna.

Rewolucja zbliża się dużymi krokami

Trudno więc dziwić się, iż w ostatnich miesiącach kwestie związane z szeroko pojętym loss prevention są głównym tematem moich rozmów z sieciami handlowymi i jednocześnie przedmiotem całej masy nowych projektów ukierunkowanych na zapobieganie kradzieżom i minimalizowanie strat.

Ponieważ drugim tematem przewodnim rozmów z klientami sieciowymi jest sztuczna inteligencja – bardzo często kwestie te zaczynają łączyć się ze sobą i zasypywany jestem pytaniami o potencjalny wpływ AI na loss prevention. Najczęstsze pytanie, które pojawia się w tym kontekście, to: czy to już rewolucja?

Odpowiedź na to pytanie jest i prosta, i złożona zarazem. Z jednej strony dziś w żaden sposób nie możemy mówić o rewolucji, z drugiej – jednak dość mocno czuć, iż zbliża się ona dużymi krokami, a szerokie zastosowanie sztucznej inteligencji w służbie loss prevention zdaje się czaić tuż za rogiem.

Trzeba jednak jasno podkreślić, iż AI w szeroko pojętej analizie wideo znajduje się o dobrych kilka kroków za AI znaną chociażby z niezwykle popularnego w ostatnim czasie ChatGPT.

Wpływa na to kilka czynników. Po pierwsze praca na danych tekstowych, zbiorach bazodanowych i generalnie wszystkim, co można w jakikolwiek sposób zapisać, jest dużo łatwiejsza z punktu widzenia machine learning niż praca na obrazach czy materiałach wideo. Przekaz tekstowy czy liczbowy dużo łatwiej zrozumieć, poddać analizie i oprzeć na nim algorytmy uczące niż na zdjęciach czy filmach. Po drugie analiza obrazu jest obwarowana uregulowaniami prawnymi, które – oczywiście w jak najbardziej słusznej intencji – dość mocno ograniczają realne możliwości posługiwania się sztuczną inteligencją w obszarze CCTV. Innymi słowy – z wielu możliwości technologicznych po prostu nie wolno korzystać.

Analiza obrazu z wykorzystaniem sztucznej inteligencji

Abstrahując od ograniczeń prawnych i odnosząc się już bezpośrednio do trudności związanych z zastosowaniem sztucznej inteligencji w analizie wideo versus chociażby ChatGPT – proszę sobie wyobrazić komunikat słowny: „To jest czarny długopis”. Jasna, prosta i klarowna informacja wskazująca, iż mamy do czynienia z czarnym długopisem. A teraz proszę sobie wyobrazić, iż ów czarny długopis pokazujemy na obrazie. I to obrazie zdefiniowanym przez pole i kąt widzenia oraz jakość kamery. jeżeli bardzo zbliżymy ten długopis do kamery, ustawimy go pod odpowiednim kątem i we właściwym oświetleniu – jasne będzie, iż to czarny długopis. Ale co, jeżeli ten długopis znajdzie się daleko od kamery, będą padały na niego różne cienie i dodatkowo będzie częściowo przesłonięty? A jeżeli wokół tego długopisu położymy kilka bardzo podobnych przedmiotów? Wówczas choćby analiza obrazu ludzkim okiem nie da nam pewności, iż to długopis, a nie na przykład ołówek czy pióro, i iż jest on faktycznie czarny, a nie ciemnoniebieski, stalowy, ciemnoszary czy granatowy. W określonych warunkach wydać się nam może choćby zielony.

Powyższy przykład pokazuje (a proszę mi wierzyć, iż z reguły rzeczywiste środowisko funkcjonowania analizy obrazu jest nieporównywalnie bardziej złożone), iż analiza obrazu z wykorzystaniem sztucznej inteligencji jest niemałym wyzwaniem.

Rozwiązania dopasowane do przestrzeni sklepowej

Czy w takim razie nie ma w tej chwili szans na zastosowanie AI choćby w obszarze loss prevention?

Oczywiście, iż nie. Można i należy ją stosować – najważniejsze jest jednak projektowanie rozwiązań przede wszystkim na podstawie znajomości uwarunkowań przestrzeni sklepowej, możliwości systemu, doświadczenia we współpracy z sieciami handlowymi i znajomości ich potrzeb oraz występujących realnie w sklepach zagrożeń związanych z kradzieżami.

Istnieje kilka przykładów rozwiązań, które z powodzeniem w wielu placówkach handlowych już funkcjonują i udowodniły swoją skuteczność, wyrażoną w konkretnych wskaźnikach zmniejszenia liczby kradzieży i wartości strat.

Z grubsza można podzielić tego typu rozwiązania na dwie grupy: analiza produktowa oraz analiza behawioralna.

W zakresie analizy produktowej najpopularniejszym rozwiązaniem jest monitorowanie półek sklepowych. To sposób dość powszechnie znany i wykorzystywany w merchandisingu czy zarządzaniu gospodarką towarową. Na podobnej zasadzie możemy również monitorować określone półki sklepowe pod kątem ich zapełnienia. Dla przykładu – monitorujemy półkę z drogimi alkoholami. Po ściągnięciu jednej butelki alkoholu zmienia się obraz tej półki, system generuje coś na kształt prealertu. Po upływie określonego czasu (do zdefiniowania w zależności od charakterystyki placówki) następuje porównanie danych z systemu POS – jeżeli towar ten nie pojawił się w transakcji kasowej, można włączyć alarm (w dowolnej formie) z wygenerowanymi automatycznie materiałami wideo, przyporządkowanymi do zdarzenia i pozwalającymi na szybkie skontrolowanie ścieżki produktu. W szybki i łatwy sposób pozwala to zareagować w czasie rzeczywistym na niepożądane zdarzenia.

W analizie behawioralnej sytuacja jest podobna, przy czym monitorujemy tutaj określone zachowania. W przypadku półki z alkoholem nie będziemy badać obrazu samej półki, ale obraz wyciągniętej w jej kierunku ręki, w ruchu określającym ściąganie z niej towaru. Dalej scenariusz działania może być podobny. Oczywiście analiza behawioralna może mieć dużo szersze zastosowanie i służyć do wykrywania jakichkolwiek innych, zdefiniowanych zachowani, np. chowania produktu do torby/plecaka, szybkiego przemieszczania się czyn nietypowych ruchów.

Kasy samoobsługowe – strefy pod szczególnym nadzorem

Obecnie najpopularniejszym i najbardziej pożądanym rozwiązaniem w zakresie wykorzystania sztucznej inteligencji w analityce CCTV jest jednak analiza kas samoobsługowych. To strefa z jednej strony najbardziej „wrażliwa” z punktu widzenia generowania strat i kradzieży, z drugiej strony jest to obszar dość mocno zdefiniowany i stosunkowo wdzięczny z punktu widzenia zastosowania syntezy obrazu. Sztuczna inteligencja pozwala nam tutaj na zastosowanie zarówno rozwiązań z zakresu analizy produktowej, jak i behawioralnej.

W obszarze SCO z pomocą sztucznej inteligencji możemy wykrywać przeciągnięcie towaru nad skanerem bez skanowania (zakrycie dłonią kodu), zakończenie transakcji bez płatności czy podmianę kodu kreskowego na produkcie. Dla tych wszystkich zdarzeń – i nie tylko – opracowano specjalne algorytmy, pozwalające na wykrywanie podobnych zdarzeń w czasie rzeczywistym i generowanie natychmiastowych alertów.

Podsumowując – wartość strat i kradzieży w placówkach handlowych niestety stale rośnie i nie zanosi się raczej na to, aby to zjawisko zmalało w najbliższej przyszłości. Na szczęście równolegle stale rosną możliwości technologiczne, które mogą znacznie pomóc uchronić się przed wymienionymi zjawiskami.

Sztuczna inteligencja w zakresie analizy obrazu naprawdę mocno puka do bram i tylko kwestią czasu jest, kiedy będzie można ją powszechnie wykorzystywać w obszarze loss prevention. Już dziś możemy się posiłkować AI w wielu przypadkach, osiągając przy tym bardzo dobre rezultaty. Same możliwości to jednak nie wszystko – w tym obszarze sztuczna inteligencja jest tylko narzędziem. Najważniejsze, by dostrzec, w jaki sposób ją wykorzystywać.

Autorem tekstu jest Armen Moska, Business Development Manager Retail Technology Solutions, Hikvision Polska.

Hikvision, to międzynarodowy lider w produkcji i dostarczaniu rozwiązań bezpieczeństwa oraz AIoT. Firma jest Partnerem Strategicznym serwisu Omnichannelnews.pl.