DI savitarnos kasose Vilniuje: greitesni pirkiniai

Lietuvos prekybos sektoriuje testuojama technologija, kuri gali pastebimai pakeisti tai, kaip pirkėjai naudojasi savitarnos kasomis. Trijose „Rimi“ parduotuvėse Vilniuje jau veikia dirbtiniu intelektu paremta sistema, gebanti atpažinti ant svarstyklių padėtus sveriamus vaisius ir daržoves dar prieš pirkėjui pradedant jų ieškoti ekrane. Tai reiškia, kad vietoje ilgo prekių sąrašo naršymo klientui pateikiami labiausiai tikėtini pasirinkimai.

Šis sprendimas ypač aktualus Lietuvos rinkai, kur savitarnos kasos tapo įprasta kasdienio apsipirkimo dalimi ne tik Vilniuje, bet ir Kaune, Klaipėdoje bei kituose miestuose. Pirkėjai vis labiau vertina greitį, paprastumą ir mažesnes eiles, o prekybininkai ieško būdų, kaip sumažinti klaidų skaičių bei efektyviau paskirstyti darbuotojų laiką.

Kaip veikia DI produktų atpažinimo sistema?

Naujoji technologija remiasi kamera, integruota prie savitarnos kasos svarstyklių, ir „Retellect“ dirbtinio intelekto sprendimu. Kai pirkėjas padeda, pavyzdžiui, agurkus, bananus ar obuolius ant svarstyklių, sistema išanalizuoja vaizdą ir parodo kelis tikėtiniausius produkto variantus. Galutinį pasirinkimą vis tiek patvirtina pats pirkėjas, todėl technologija veikia kaip išmanus pagalbininkas, o ne visiškai automatinis sprendimas.

Prekybos technologijų bendrovės „StrongPoint“ atstovų teigimu, bandomasis sprendimas šiuo metu dažniausiai perkamus sveriamus vaisius ir daržoves atpažįsta daugiau kaip 97 proc. tikslumu. Praktikoje tai gali sutaupyti apie 10 sekundžių kiekvienam įvedamam produktui. Jei pirkinių krepšelyje yra keli sveriami produktai, apsipirkimas savitarnos kasoje gali sutrumpėti ne sekundėmis, o keliomis minutėmis.

Kodėl ši technologija svarbi pirkėjams?

Daugelis lietuvių yra susidūrę su situacija, kai savitarnos kasoje reikia rasti tinkamą obuolių rūšį, pomidorų tipą ar kitą panašiai atrodantį produktą. Sąrašai dažnai būna ilgi, o pavadinimai ne visada iškart aiškūs. DI sistema sumažina šią trintį: pirkėjui nebereikia slinkti per daugybę pozicijų, nes algoritmas iš karto pasiūlo realiausius variantus.

Toks funkcionalumas aktualus ne tik technologijų entuziastams. Vyresniems pirkėjams jis gali palengvinti naudojimąsi savitarna, skubantiems klientams – sutrumpinti apsipirkimo laiką, o šeimoms su didesniais pirkinių krepšeliais – sumažinti smulkių klaidų tikimybę. Lietuviams, kurie jau įprato prie bekontakčių mokėjimų, mobiliųjų programėlių ir lojalumo kortelių telefone, tai yra dar vienas žingsnis link išmanesnės mažmeninės prekybos.

Technologiniai iššūkiai: obuoliai nėra tokie paprasti

Iš pirmo žvilgsnio gali atrodyti, kad atpažinti vaisių ar daržovę yra paprasta. Tačiau realioje parduotuvės aplinkoje dirbtiniam intelektui tenka spręsti kur kas sudėtingesnes užduotis. Skiriasi apšvietimas, produktų dydis, forma, spalvos intensyvumas, brandumas ir net tai, kaip prekė padėta ant svarstyklių. Papildomas iššūkis – plastikiniai ar popieriniai maišeliai, per kuriuos sistema taip pat turi gebėti atpažinti produktą.

Šiuo metu sistema apmokyta atpažinti apie 30 populiariausių vaisių ir daržovių kategorijos prekių. Daugiausia dėmesio skiriama būtent tiems produktams, kurių pirkėjai dažniausiai ieško rankiniu būdu. Vienas sudėtingiausių atvejų – skirtingos obuolių rūšys, kurios gali būti labai panašios spalva ir forma. Tam algoritmai turi mokytis iš daugybės realių vaizdų, o ne tik iš idealiai nufotografuotų produktų katalogo.

Palyginimas su pasaulinėmis tendencijomis

Panašūs dirbtinio intelekto sprendimai jau diegiami įvairiose pasaulio šalyse, kur mažmeninė prekyba sparčiai automatizuojama. Tarptautiniu mastu prekybininkai investuoja į kompiuterinę regą, automatines kasas, išmanią atsargų analizę ir personalizuotus pasiūlymus. Lietuva šiuo atveju neatsilieka nuo globalių tendencijų – vietinėje rinkoje testuojami sprendimai leidžia patikrinti, kaip technologijos veikia realiomis Baltijos šalių prekybos sąlygomis.

Lietuvos rinka įdomi tuo, kad pirkėjai gana greitai priima patogias skaitmenines naujoves, tačiau kartu tikisi aiškumo ir patikimumo. Todėl savitarnos kasose naudojamas DI turi būti ne tik inovatyvus, bet ir suprantamas kiekvienam vartotojui. Jei sistema pateikia aiškius variantus lietuvių kalba ir neapsunkina apsipirkimo proceso, jos priėmimas gali būti spartus.

Nauda verslui: mažiau klaidų ir daugiau laiko klientams

Prekybos tinklams tokia sistema svarbi ne vien dėl pirkėjų patogumo. Netikslus sveriamų prekių pasirinkimas savitarnos kasoje gali lemti finansinius nuostolius, inventoriaus neatitikimus ir papildomą darbuotojų įsikišimą. Automatinis prekių atpažinimas padeda sumažinti klaidų riziką, nes pirkėjui pateikiamas siauresnis ir tikslesnis pasirinkimų sąrašas.

Dar viena svarbi nauda – darbuotojų laiko taupymas. Vietoje nuolatinės pagalbos ieškant tinkamos prekės ekrane, personalas gali daugiau dėmesio skirti konsultacijoms, prekių papildymui ar kitoms užduotims, kurios kuria didesnę vertę klientui. Tai ypač aktualu mažmeninei prekybai, kur darbuotojų apkrovos ir efektyvumo klausimai išlieka svarbūs.

Kas laukia toliau?

Kol kas „Rimi“ parduotuvėse Lietuvoje ši dirbtinio intelekto technologija orientuota į vaisius ir daržoves, tačiau planuojama ją plėsti. Viena artimiausių krypčių – kepinių atpažinimas. Ateityje sistema galėtų padėti savitarnos kasose lengviau atskirti bandeles, duoną ir kitus panašiai atrodančius gaminius.

Jei bandymai Vilniuje pasiteisins, platesnis diegimas galėtų būti aktualus ir kitoms Lietuvos vietovėms, įskaitant Kauną bei didesnius regionų miestus. Vėliau šiais metais numatomi platesni testai ir Latvijoje, todėl ši inovacija gali tapti reikšmingu žingsniu visai Baltijos mažmeninės prekybos rinkai.

Lietuvos vartotojams tai reiškia paprastesnį, greitesnį ir mažiau klaidų keliantį apsipirkimą. Verslui – efektyvesnius procesus, geresnę klientų patirtį ir galimybę praktiškai pritaikyti dirbtinį intelektą kasdienėje prekyboje. Nors technologija dar testuojama, jos potencialas rodo, kad savitarnos kasos Lietuvoje tampa vis išmanesnės.