Lietuviškas prekybos tinklas „Maxima“ savitarnos kasose naudoja Lietuvoje sukurtą dirbtinio intelekto sprendimą, padedantį nustatyti galimus sukčiavimo atvejus. Sistema atpažįsta skenuojamas nepakuotas prekes – vaisius, daržoves, kepinius ir kitas prekes – ir užfiksuoja situacijas, kai brangesnę prekę bandoma įsigyti už pigesnės prekės kainą. Sprendimas taip pat padeda nustatyti prekių brūkšninių kodų sukeitimą. Parduotuvėse, kurių savitarnos kasose įdiegtas šis įrankis, sukčiavimo atvejų sumažėjo daugiau nei 30 proc.
„ScanWatch Retail Suite“ pavadintą sprendimą kartu su technologijų bendrove „Agmis“ sukūrė prekybos technologijų bendrovė „Neto Baltic“. Prieš jį platesniu mastu diegiant „Maximos“ parduotuvėse, sprendimas beveik dvejus metus buvo bandomas ir tobulinamas kartu su jo kūrėjais. Įgyvendinus projektą Lietuvoje, svarstoma „ScanWatch Retail Suite“ diegti ir kitose Baltijos šalyse.
„Savitarnos kasose dažniau susiduriame su sukčiavimo atvejais, kai pirkėjas sąmoningai pasirenka pigesnės prekės kodą, nors įsigyja brangesnę prekę. Vieno tokio atvejo metu žala gali siekti nuo kelių iki kelių šimtų eurų. Mūsų patirtis rodo, kad dirbtinis intelektas padeda mažinti tokių atvejų skaičių – parduotuvėse, kuriose naudojame šį sprendimą, jų sumažėjo beveik trečdaliu“, – sako „Maximos“ ryšių su žiniasklaida vadovė Ernesta Vareikytė.
Siekdamas nustatyti galimus sukčiavimo atvejus ir užkirsti jiems kelią, prekybos tinklas pasitelkia skirtingas priemones – nuo vaizdo stebėjimo sistemų iki dirbtinio intelekto pagrindu veikiančių programų. Taip pat stebimi prekių likučiai parduotuvėse, o pastebėjus neatitikimų analizuojamos jų priežastys. Dirbtinis intelektas papildo šias priemones ir padeda apsaugos darbuotojams pastebėti galimus pažeidimus.
Sprendimą tobulina pagal patirtį parduotuvėse
„Neto Baltic“ kartu su partneriais „ScanWatch Retail Suite“ sprendimą kuria nuo 2019 metų. Bendradarbiavimas su prekybos tinklu leidžia jį pritaikyti kasdieniam darbui parduotuvėse ir tobulinti atsižvelgiant į praktikoje pasitaikančias situacijas.
„Sprendimą pasirinkome įvertinę partnerių patirtį ir galimybę tiesiogiai bendradarbiauti su Lietuvoje dirbančia kūrėjų komanda. Nuo pat pradžių supratome, kad parduotuvėse pasitaikys situacijų, kurių iš anksto numatyti neįmanoma, todėl įrankį reikės nuolat tobulinti. Mums svarbu, kad kūrėjai atsižvelgia į mūsų pastebėjimus ir pagal juos pritaiko sprendimą“, – teigia E. Vareikytė.
Pasak „Maximos“ atstovės, vien įdiegti technologiją nepakanka – svarbu tinkamai parengti ir darbuotojus. Prieš pradedant naudoti sprendimą, nustatoma aiški reagavimo į sistemos pranešimus tvarka, su ja supažindinami parduotuvėse dirbantys apsaugos darbuotojai ir užtikrinamas jos laikymasis.
„Bendradarbiaudami su „Maxima“, per ilgalaikį bandomąjį projektą išsikėlėme aiškius tikslus, įvertinome sprendimo galimybes ir išbandėme darbuotojų reagavimo procesus. Tai leido sklandžiai diegti sprendimą kitose parduotuvėse. Be to, „Maximos“ komanda atsakingai fiksuoja, kurie sistemos pranešimai pasitvirtino. Ši informacija padeda mums tobulinti dirbtinio intelekto modelį“, – pasakoja prekybos technologijų bendrovės „Neto Baltic“ vadovas Rokas Budvilaitis.
Svarbu išlaikyti patogų apsipirkimą
R. Budvilaičio teigimu, nuostolių prevencijos sprendimai neturi trukdyti sklandžiai apsipirkti savitarnoje. Bendrovės patirtis parodė, jog klaidingi sistemos suveikimo atvejai sudaro mažiau nei 4% nuo visų atsiskaitymų, kai įsigyjamos nesupakuotos prekės.
„Didesnis klaidingų sistemos suveikimų skaičius trikdytų tiek pirkėjus, tiek parduotuvės darbuotojus. Diegdami dirbtinio intelekto sprendimus savitarnos kasose, matome skirtingą prekybos tinklų praktiką. Vienuose, sistemai užfiksavus įtartiną veiksmą, prekių skenavimas iškart sustabdomas, o jį tęsti galima tik padedant parduotuvės darbuotojui. Kituose pirkėjui suteikiama galimybė pasitaisyti pačiam – pavyzdžiui, kai vietoje bananų pasirenkamos bulvės, kasos ekrane pasirodo klausimas: „Galbūt norėjote pasirinkti bananus?“ Toks būdas mažiau ilgina atsiskaitymą ir padeda išvengti konfliktinių situacijų tarp darbuotojų ir pirkėjų. Taip nuostolių prevenciją galima suderinti su gera pirkėjo patirtimi“, – teigia R. Budvilaitis.
