„Amazon“ paskelbė, jog atsisako just walk out sprendimo, kai už prekes apmokama automatiškai be jų skenavimo – tiesiog pirkėjui išėjus iš parduotuvės. Jį „Fresh“ formato parduotuvėse pakeis išmanūs pirkinių vežimėliai.

„Amazon“ valdo 44 „Fresh“ formato parduotuves, kurių prekybinis plotas svyruoja 2300 iki 4200 kvadratinių metrų. Autonominio apsipirkimo sprendimas buvo naudojamas 27-iose iš jų. Sprendimas vis dar naudojamas 20 mažesnių (170-900 kv. m. prekybinio ploto)  „Amazon Go“ parduotuvių.

Just walk out atsiskaitymo sprendimas pirmąkart pristatytas 2016 metais. Tačiau kaip viena didžiausių prekybos inovacijų pristatytas sprendimas sunkiai rado vietą po saule. Per beveik dešimtmetį jis įdiegtas tik mažiau nei trijose dešimtyse parduotuvių, o didžiausi technologiniai iššūkiai, neleidžiantys sprendimo diegti plačiu mastu, taip ir liko neįveikti.

2022 metais šaltiniai teigė, jog 1000 apsipirkimų autonominiu formatu reikia 700 žmogaus intervencijų, kai apsipirkimo vaizdo medžiagą turėjo peržiūrėti ir validuoti „Amazon“ darbuotojas. Bendrovė planavo, jog 1000 apsipirkimų reikės tik 50 žmogaus peržiūrų.

Nors sprendimas atrodė automatinis, 1000 darbuotojų Indijoje peržiūrėjo apsipirkimų vaizdo įrašus ir žymėdavo įsigytas prekes.

Karalius nuogas? Revoliucija neįvyko. Kas toliau?

„Kai kompiuterine rega bandome atpažinti objektus judančioje realybėje – parduotuvėje, ar, tarkime, automobilių eisme – dirbtinio intelekto mokymasis yra nepaprastai sudėtingas. Turime begalybę nenumatytų scenarijų. Net apsaugos darbuotojas, įdėmiai stebėdamas prekybos salę, gali nepastebėti sukčiavimo. Parduotuvėje įdiegtos kameros nebūtinai idealiai mato visą apsipirkimo plotą. Kinta apšvietimo sąlygos, matymą užstoja kiti pirkėjai. Tad technologinis mokymosi kelias visad yra itin sudėtingas. Tik įdomu, jog net tokiai technologijų milžinei kaip „Amazon“ po 6 metų nuo sprendimo pristatymo vis dar reikėjo žmogaus intervencijų 70% apsipirkimo atvejų“, – pasakojo prekybos technologijų bendrovės „Neto Baltic“ vadovas Rokas Budvilaitis.

Vadovo teigimu, dažnai laboratorijos sąlygomis puikiai veikiantys sprendimai sugriūva, kai tenka persikelti į neprognozuojamą realybę. 

„Atsiskaitymas už prekes yra kritinė – ne pagalbinė – dirbtinio intelekto taikymo prekyboje sritis. Čia dirbtinis intelektas tiesiog negali klysti ir veikti žymiai blogiau nei tradiciniai atsiskaitymo sprendimai“, – pasakojo R. Budvilaitis.

„Neto Baltic“ kartu su technologijų bendrove „Agmis“ taip pat kuria vaizdų atpažinimo sprendimus prekybai. Lietuvoje sukurtas dirbtinio intelekto sprendimas „Crime Predictor“ atpažįsta savitarnos kasose skenuojamas prekes. Sprendimas padeda išvengti sukčiavimo atvejų, kai vietoje brangesnės sveriamos prekės yra pasirenkama pigesnė („avokadai virsta agurkais“), sukeičiami prekių brūkšniniai kodai ar už prekes yra visai nesusimokama.

„Crime predictor“ naudoja savitarnos kasose ir atsiskaitymo erdvėse įdiegtas kameras prekėms atpažinti. Atsiskaitymo erdvė – daug lengviau prognozuojama, laboratorijai artimesnė aplinka nei visos prekybos salės stebėjimas. Nepaisant to, prireikė nemažai laiko ir technologinių žinių, jog sprendimas galėtų sėkmingai apsaugoti nuo 98% sukčiavimo scenarijų“, – pasakojo R. Budvilaitis.

„Crime Predictor“ rinkai buvo pristatytas 2020 metais. Sprendimas sėkmingai naudojamas Baltijos šalyse, jį diegia kiti didieji Europos prekybos tinklai.

„Neto Baltic“ taip pat siūlo dirbtinio intelekto sprendimus prekių kiekiui lentynose stebėti. Jei pastebima, kad, pavyzdžiui, pieno atsargos lentynoje netrukus baigsis, siunčiamas automatinis pranešimas salės darbuotojui, kad prekes reikia papildyti. Panašus sprendimas naudojamas ir planogramų atitikčiai matuoti.

„Taip pat išbandome apsaugos sprendimą, kai dirbtinis intelektas fiksuoja, pavyzdžiui, iš lentynos paimamą brangaus alkoholinio gėrimo butelį ir stebime šio pirkėjo kelią iki kasos, jog už prekes būtų tikrai atsiskaityta. Šis sprendimas nerenka asmens duomenų, nenaudoja veido atpažinimo, tiesiog pažymi pirkėją kaip padidinto dėmesio tašką“, – pasakojo R. Budvilaitis.

Tiesa – nors itin naudingos nuostolių prevencijai ar efektyvesniam parduotuvių valdymui, vadovas pažymi, jog visos šios dirbtinio intelekto taikymo priemonės yra pagalbinės. Jos puikiai papildo kitus parduotuvėje veikiančius saugos sprendimus.

„Joms veikiant ne idealiai, parduotuvės veikla nenutrūksta. Kaip rodo „Amazon“ pavyzdys, kritinėms sritims prekyboje dirbtinis intelektas dar nėra pasirengęs“.