ARTIFICIAL INTELLIGENCE
Automatyczne rozpoznawanie produktów na półkach dzięki AI
Sztuczna inteligencja (AI) odgrywa kluczową rolę w transformacji branży retail, pozwalając na automatyzację procesów, które dotychczas wymagały dużego nakładu pracy manualnej. Dzięki zastosowaniu zaawansowanych algorytmów rozpoznawania obrazu możliwe jest skuteczne monitorowanie ekspozycji produktów i weryfikacja zgodności z planogramami, co przekłada się na większą spójność i efektywność operacyjną.
W ramach współpracy z wiodącym dystrybutorem detalicznym w branży paliwowej, zespół ALTEN Polska opracował i wdrożył rozwiązanie AI służące do automatycznej weryfikacji ułożenia produktów na półkach w stacjach benzynowych. Na podstawie zdjęć wykonanych na miejscu, modele AI zostały wytrenowane i dostrojone do rozpoznawania produktów w trudnych warunkach – m.in. przy obecności szkła, odbić i nietypowych ekspozycji.
Wyzwanie
Zautomatyzowanie procesu identyfikacji i weryfikacji ułożenia produktów w warunkach wizualnie złożonych (refleksy, szkło, etykiety, nietypowe półki).
Rozwiązanie
Wdrożenie wysoce precyzyjnych modeli AI analizujących zdjęcia ze stacji paliw, rozpoznających produkty i porównujących ich rozmieszczenie z planogramami.
Korzyści
- 99,7% skuteczności rozpoznawania 37 produktów z kategorii słodyczy
- 100% skuteczności rozpoznawania 14 marek papierosów
- 99,1% skuteczności wykrywania koszy i ich zawartości
- Minimalizacja potrzeby ręcznych kontroli
- Zwiększona zgodność z planogramami
- Ujednolicenie ekspozycji produktów w całej sieci
- Usprawnienie zarządzania zapasami
Wyzwania i ich wpływ na użytkowników końcowych
Projekt stanowił odpowiedź na rosnącą potrzebę automatyzacji w retailu paliwowym, gdzie poprawna ekspozycja produktów bezpośrednio wpływa na sprzedaż. Złożoność środowiska – refleksy od szyb lodówek, duże etykiety, szklane butelki i niestandardowe rozmieszczenie produktów – wymagały stworzenia wyjątkowo precyzyjnych i odpornych na zakłócenia modeli AI. Kluczowe było zapewnienie wysokiej dokładności, aby personel stacji mógł polegać na wynikach analizy bez konieczności ręcznej weryfikacji, co bezpośrednio wpłynęło na ich komfort pracy oraz jakość obsługi klienta.
Wdrożone narzędzia i technologie
W projekcie prowadzonym przez ALTEN Polska zastosowano zestaw nowoczesnych technologii: chmurę Google Cloud Platform, języki programowania Python i Kotlin, oraz narzędzie CVAT do adnotacji danych treningowych. Modele sztucznej inteligencji zostały dostrojone do specyficznych warunków środowiskowych stacji paliw, umożliwiając ich adaptację do różnych scenariuszy ekspozycyjnych. Całość procesu – od przetwarzania obrazu po analizę zgodności – została zautomatyzowana i zintegrowana z istniejącymi systemami klienta.
Korzyści dla klienta i użytkowników końcowych
Dzięki wdrożonemu rozwiązaniu klient zyskał nie tylko bardzo dokładny i niezawodny system do monitorowania planogramów, ale również realne oszczędności operacyjne. Automatyczna analiza zdjęć znacząco skróciła czas potrzebny na kontrolę ułożenia produktów, zmniejszyła liczbę błędów ludzkich oraz poprawiła spójność ekspozycji w skali całej sieci. Personel stacji zyskał narzędzie wspierające codzienną pracę, a klienci końcowi – lepsze doświadczenie zakupowe dzięki czytelnej i uporządkowanej prezentacji produktów.
