מניעת אובדן (Loss Prevention) בקמעונאות אינה אתגר אחד - אלא שילוב מורכב של איומים שונים:
- גניבה חיצונית: פשע קמעונאי מאורגן, גניבה מזדמנת מצד לקוחות
- הונאה פנימית: גניבת קופאים, הונאת עובדים
- התכווצות תפעולית: טעויות בקופה, שגיאות בסריקה עצמית, טעויות ספירת מלאי
- איומי בטיחות: אירועים אלימים, שריפות במחסן
עונת החגים מגבירה את כל הסיכונים הללו. נדרש פתרון שמספק כיסוי שיטתי בכל התרחישים שבהם מתרחשים הפסדים. מערכות המבוססות על AI כיום פועלות כאילו עשרות מומחי מניעת אובדן מנוסים משגיחים בו זמנית-לעולם לא מתעייפים או מוסחים, ומאתרים סיכונים שבני אדם עלולים לפספס. המטרה אינה לתפוס עבריינים אחרי שהם יוצאים-אלא לעצור אותם לפני שהם עושים זאת.
איך עוצרים עברייני חזרה כבר בכניסה?
עבריינים חוזרים גורמים להפסדים מעצבנים. קרוב לוודאי שכבר ראיתם את אותו אדם גונב מהחנות שלכם מספר פעמים. והחלק המתסכל? עד שהאבטחה מזהה אותם - הם כבר הסתירו את הסחורה והנזק כבר נעשה.
המערכת של Hikvision משנה את כללי המשחק.
באמצעות מצלמות DeepinView, מקליטי DeepinMind NVR, ותוכנת HikCentral Professional, המערכת יוצרת ספריית “רשימת חסימה” של עברייני חנויות מוכרים – ומשווה באופן מיידי כל אדם שנכנס לחנות מול הספרייה הזו.
ברגע שאדם החשוד כעבריין חוזר למקום, צוות האבטחה מקבל התראה מידית. ניתן להציב מעקב מוגבר או נוכחות עובדים באזורים שהוא בדרך כלל פוגע בהם – לעיתים זה לבדו מספיק כדי להרתיע ולמנוע גניבה.
רשת קמעונאית גדולה בדרום אמריקה יישמה מערכת זו בכל סניפיה, ומנעה אינספור מקרים פשוט בזכות זיהוי מוקדם.
למה מצלמות מבוססות AI יעילות יותר נגד גניבה מחנויות?
גניבה מחנויות (Shoplifting) היא לעיתים קרובות הגורם המרכזי לאובדן בריטייל.
יתרה מזאת, ככל שטקטיקות ושיטות הגניבה הופכות מתוחכמות יותר – האיום הולך וגובר.
הנתונים מראים כי מספר מקרי הגניבה בארה״ב זינק ב־93% בשנת 2023 בהשוואה ל־2019, וההפסדים עלו בכ־90%².
אתגרים אלה מדגישים את הצורך בצעדים פרואקטיביים – כגון פתרונות מבוססי נתונים ותובנות המונעים באמצעות טכנולוגיות AI.
מצלמות ה-AI של Hikvision לא רק מתעדות-הן מבינות את מה שהן רואות. הן משתמשות באלגוריתם ייעודי לגניבה קמעונאית המבוסס על מודלי AI מולטימודליים גדולים. בעוד שאלגוריתמים רגילים מנתחים רק תנועות בווידאו, Hikvision משלבת מודלים חזותיים עם מודלי שפה להבנה סמנטית. המערכת לא רק מחפשת "אדם מכניס פריט לשקית" (התנהגות רגילה של כל לקוח), אלא מנתחת את התמונה הכוללת: אנשים שמתרוצצים לבד, מתלבטים, מחפשים מצלמות, או מבצעים תנועות חריגות. ביישום בשטח, הגישה הזו הייתה מדויקת פי שלושה ממערכות וידאו מסורתיות.