Ferramentas e algoritmos da Nvidia podem ser utilizados para detectar o furto de produtos junto a caixas de autoatendimento
A Nvidia revelou nesta quinta-feira (12) uma série de novas ferramentas que aplicam inteligência artificial para ajudar o varejo físico a mitigar suas perdas. As ferramentas são voltadas para combater o chamado ‘encolhimento’, termo utilizado para descrever perdas que incluem extravio, danificação e roubos de produtos em lojas e pontos de venda.
Dados de uma pesquisa realizada em 2021 pela National Retail Federation (NRF) – maior associação do mundo de empresas deste segmento – sobre segurança no varejo apontou que as perdas globais do setor com ‘encolhimento’ chegam a US$ 100 bilhões por ano. Destas perdas, 65% estão relacionadas a roubos.
As novas ferramentas são parte das soluções de computação acelerada da Nvidia e têm como alvo as chamadas ‘lojas inteligentes’. “Lojas inteligentes são, basicamente, locais que usam IA para fornecer a melhor experiência de compra ao cliente e uma experiência de pagamento mais rápida”, explicou Azita Martin, vice-presidente de varejo da Nvidia.
O conjunto de ferramentas revelado pela Nvidia pode ser usado junto aos sistemas de segurança da loja ou aplicados no caixa, em especial em caixas de autoatendimento. Através da solução, varejistas podem desenvolver uma aplicação que usa modelos treinados de inteligência artificial para identificação de produtos na hora do pagamento, garantindo que as embalagens estão em conformidade com os produtos sendo adquiridos.
Essa aplicação evita a chamada ‘troca de tíquete’, quando um usuário troca etiquetas ou escaneia um produto mais barato por baixo de um produto mais caro para confundir a máquina de autoatendimento e pagar um valor menor. Através dos modelos de IA treinados, a solução da Nvidia é capaz de identificar embalagens que não condizem com o produto escaneado e apontar erros no processo.
“O sistema pode desligar a caixa registradora no ponto de venda e enviar um SMS para um funcionário que está naquela loja. Assim que o funcionário chega, pode dizer que a máquina não está funcionando e que pode ajudar o consumidor a passar os produtos corretamente”, explicou Martin.
Para criar a solução, explicou a vice-presidente de Varejo da companhia, a Nvidia combinou uma série de tecnologias e estratégias. A primeira foi a elaboração do algoritmo que identifica os produtos, treinado com “centenas” de produtos furtados com maior frequência em lojas e supermercados.
O algoritmo foi então treinado ainda mais profundamente através do Omniverse, plataforma de colaboração gráfica em tempo real criada pela Nvidia. Através da ferramenta, a Nvidia adicionou “dados sintéticos” à ferramenta, o que permite ao sistema criar e registrar milhares de variações de embalagens e produtos originalmente treinados – como variações de tamanho e formas –, o que aumenta ainda mais a precisão do sistema.
Com isso, o algoritmo também é capaz de evoluir. Sempre que um produto já conhecido, mas empacotado em uma nova embalagem – como com uma nova embalagem promocional, por exemplo – o sistema é capaz de identificá-lo rapidamente e registrar a nova embalagem como uma variante válida do produto.
Além de funcionar em aplicações de segurança, o conjunto de ferramentas de IA para o varejo apresentado pela Nvidia também pode ser aplicado dentro do ambiente da loja para a geração de dados. Combinado ao sistema de câmeras de uma loja, o sistema pode rastrear quais são os produtos mais comprados pelos consumidores e criar ‘mapas de calor’ do deslocamento de clientes e de determinados produtos dentro do ambiente.
“Lojas físicas e armazéns ainda são incrivelmente críticos, especialmente em mercearias e em supermercados. Esse fluxo de trabalho específico permite que os desenvolvedores criem um painel de análise de loja que fornece informações internas sobre o cliente”, explicou Martin. “Quais são os corredores mais populares? Qual o tempo de permanência do cliente? Quais são as tendências de deslocamento? Qual é a contagem de clientes? Tudo isso é incrivelmente importante na otimização de lojas.”
