Dirbtinis intelektas vis aktyviau įsilieja į kasdienį prekybos gyvenimą – šįkart dėmesio centre atsidūrė savitarnos kasos. Lietuvoje testuojama sistema, kuri automatiškai atpažįsta sveriamus vaisius ir daržoves, pateikia tinkamiausią pasirinkimą ir taip gerokai sumažina pirkėjui tenkantį darbą kasoje. Pirmieji bandymai rodo daugiau nei 90 proc. tikslumą, o tai leidžia manyti, kad pokyčiai greitai taps įprasta pirkimo proceso dalimi.
Kaip veikia sprendimas ir ką jis duoda pirkėjui
Technologija sujungia vaizdo atpažinimo modelius ir svarstyklių duomenis: pirkėjas padeda produktą ant svarstyklių, o sistema per kamerą ir algoritmus apibūdina daiktą ir pasiūlo tinkamą prekę ekrane. Tai reiškia, kad nebereikės rankiniu būdu rinktis prekės iš ilgo sąrašo – dažnas pirkėjas sutaupo vidutiniškai apie 10 sekundžių kiekvienam įvedamam produktui. Tokie laiko sutaupymo rodikliai ypač svarbūs parduotuvėms su daugybe sveriamų prekių ir intensyviu piko periodu.
„Pirmieji produktų atpažinimo technologijos bandymai rodo daug žadančius rezultatus – pirkėjai vidutiniškai sutaupo apie 10 sekundžių kiekvienam įvedamam produktui. Tai reikšmingai sutrumpina bendrą apsipirkimo laiką, ypač tuomet, kai pirkinių krepšelyje yra daug skirtingų sveriamų prekių.
Šiuo metu matome, kad sistema veikia itin tiksliai ir daugiau nei 90 proc. atvejų teisingai atpažįsta jau integruotus produktus. Tai puikus rodiklis tolesniam technologijos vystymui“, – sako „Rimi Lietuva“ generalinis direktorius Vaidas Lukoševičius.
Praktiniai iššūkiai ir diegimo etapai
Šiuo metu sprendimas apmokytas atpažinti apie 30 dažniausiai perkamų sveriamų vaisių ir daržovių kategorijų. Pilotinis etapas vyksta vienoje „Rimi“ parduotuvėje Lietuvoje, o vėliau numatoma išplėsti bandymus ir Latvijoje. Pirmieji dažniausiai automatiškai atpažįstami produktai – bananai, agurkai ir paprikos. Tokių rezultatų pasiekti padeda didelės duomenų apimtys ir modelių nuolatinis papildymas įvairių apšvietimo, padėties ir pakuočių variacijomis.
Vis dėlto kai kuriose kategorijose, pavyzdžiui, kepiniuose, dar reikia rasti tinkamiausius pakavimo ir ženklinimo sprendimus.
Skirtingų bandelių, duonos rūšių ir pakuočių formos kartais klaidina modelį, todėl specialistai tiria papildomas priemones – aiškius etikečių sprendimus arba papildomus skenavimo žymenis, kurie leistų sistemai greičiau atskirti kepinius.
Ką tai reiškia prekybos tinklams ir vartotojams
Parduotuvėms tokia automatika reiškia greitesnes operacijas, mažiau klaidų ir galimybę efektyviau valdyti darbuotojų apkrovą. Vartotojams tai reiškia patogumą ir trumpesnį apsipirkimo laiką. Tačiau svarbu paminėti ir privatumo bei atsakomybės aspektus: reikės aiškių taisyklių, kaip apdorojami vaizdo įrašai ir kaip sprendžiami atpažinimo klaidų atvejai, kad pirkėjai jaustųsi saugūs ir užtikrinti dėl sąžiningo apmokestinimo.
Ateityje tokios sistemos gali būti išplėtotos į kitas prekių kategorijas ir integruotos su lojalumo programomis ar mokėjimo sprendimais, tačiau kol kas svarbiausia – kruopštus testavimas ir sistemos pritaikymas realioms parduotuvės sąlygoms. Pirkėjams verta susipažinti su naujovėmis ir, susidūrus su atpažinimo klaida, informuoti kasos personalą, kad modelis būtų tobulinamas.
Martyna Baranauskaitė – autorė, rengianti skaitytojams aktualų ir įdomų turinį įvairiomis temomis. Jos straipsniuose daug dėmesio skiriama aiškumui, informatyvumui ir sklandžiam pateikimui, kad skaitytojai greitai rastų naudingą ir suprantamai pateiktą informaciją.