Prevenção de perdas com IA de visão: o que muda quando a operação é lida em tempo real

Uma cadeia com dezenas ou centenas de unidades, sejam lojas, supermercados, restaurantes, farmácias ou armazéns, tem imagem a ser gravada o dia inteiro e quase ninguém para a ver. Na prática, a maior parte do vídeo só é vista depois de a perda ter acontecido, quando alguém abre a gravação para perceber o que correu mal.

Com leitura automática, a imagem é interpretada enquanto a cena está a acontecer, em vez de ficar guardada para consulta posterior. O vídeo deixa de servir só como prova depois do facto e passa a gerar aviso durante o facto.

O que o circuito tradicional faz bem

O circuito convencional é bom a registar. Guarda o que aconteceu para que alguém possa rever mais tarde, o que ajuda em investigação, em contestação de estorno e em processo laboral. Só que depende de alguém suspeitar, procurar e encontrar.

A leitura automática usa a mesma imagem com outra pergunta: o que está a acontecer aqui, agora, que foge ao padrão desta unidade? O registo continua a existir. Por cima dele entra uma camada que interpreta o vídeo que a operação já produz, no momento em que a cena acontece.

O que "ler a cena" significa na prática

Ler a cena quer dizer reconhecer padrões de operação e situações que costumam anteceder uma perda. A leitura não diz quem é quem nem aponta culpados. Alguns exemplos do que consegue sinalizar:

• Aglomeração fora do padrão numa área de produto de valor elevado.
• Porta de armazém ou de saída de emergência aberta fora do padrão.
• Fila a crescer na caixa sem operador suficiente, o que abre brecha para saída sem pagamento.
• Movimento atípico na prateleira de artigos pequenos e caros.
• Ninguém na frente de loja ou ao balcão em horário que devia ter cobertura.

Boa parte desta lista é contexto operacional, e pouco dela é furto. Numa cadeia grande, muita perda vem de brecha de processo, como caixa sem cobertura, conferência mal feita ou zona sem gente. A leitura automática ajuda a fechar essas brechas antes que apareçam no inventário.

A perda vai além do furto

Quando a direção fala em prevenção de perdas, a cabeça costuma ir para o furto por cliente. O rombo, porém, espalha-se por várias frentes, e uma delas é a fraude na caixa: estornos, anulações e descontos indevidos, devoluções fictícias, vendas facilitadas a conhecidos, gaveta aberta sem venda, irregularidades no self-checkout. Somam-se a fraude e o erro na receção de mercadoria, a quebra operacional e a falha de conferência. Uma camada que lê a operação acompanha o comportamento geral da unidade e sinaliza o que foge ao padrão, seja qual for a causa, sem ter de escolher uma frente só.

Porque é que isto pesa mais numa cadeia grande

Numa unidade, um bom responsável pela prevenção dá conta de olhar para os ecrãs. Em dezenas, ninguém dá. A cadeia tem imagem de sobra e pouca atenção para distribuir por tantos pontos.

Cada unidade nova acrescenta área exposta, turnos a cobrir e rotinas de conferência a acompanhar. A dificuldade cresce com a dimensão do parque, por mais empenho que a equipa de prevenção tenha.

É este problema de escala que a leitura automática resolve. Uma camada de software acompanha dezenas ou centenas de pontos ao mesmo tempo, sem cansaço e sem pausa. A equipa de prevenção deixa de tentar ver tudo e passa a receber avisos sobre o que pede mesmo um olhar humano. O responsável pela prevenção continua a decidir e a agir; a tecnologia indica onde vale a pena olhar primeiro.

Desenhado a partir da operação que existe

Na comparação entre fornecedores, esta diferença costuma passar despercebida. Um agente de catálogo chega pronto, com uma definição de padrão e de desvio feita para a média do mercado, e vai sinalizar o que a média sinaliza. A sua cadeia tem o seu próprio normal.

O que conta como desvio muda de uma operação para outra. Uma farmácia de rua de madrugada e um centro de distribuição na mudança de turno têm rotinas muito diferentes. Uma cadeia com armazém no mezanino e outra com armazém nas traseiras têm zonas críticas diferentes. Quando o agente é desenhado a partir da operação real (implantação, turnos, filas, rotina de conferência), a equipa de prevenção recebe menos ruído.

Um alerta que não se sustenta faz mais mal do que bem, porque em duas semanas a equipa aprende a ignorá-lo. O que importa é quantos avisos justificaram a deslocação de alguém, e não quantos o sistema gerou.

O RGPD entra no projeto desde o desenho

Software que lê imagem de pessoas acende, com razão, o alerta de privacidade. Numa cadeia grande, o assunto passa pelo jurídico, pelo compliance e, cada vez mais, pela direção.

O que define o projeto é a finalidade. Uma abordagem responsável de IA de visão para prevenção de perdas olha para comportamento e padrões de cena. A leitura serve para avisar que algo atípico está a acontecer num determinado ponto, e não para montar um registo de pessoas ou dizer quem é quem. Tratar a privacidade como requisito desde o desenho, em vez de a remendar depois, mantém o projeto dentro do RGPD e defensável perante o cliente final.

Para quem decide, além de perguntar se a solução reduz a perda, vale a pena perguntar se a reduz de uma forma que se sustenta perante o RGPD.

O que muda na rotina da equipa

No dia-a-dia, a mudança aparece assim:

• A equipa deixa de vasculhar gravações depois do facto e passa a responder a sinais no momento em que surgem.
• A cobertura acompanha a dimensão da cadeia, em vez de depender de quantos ecrãs cabem na sala.
• A conversa com a operação deixa de girar à volta de perda já lançada no inventário, porque é possível atuar sobre a brecha antes de se tornar prejuízo.
• A prevenção passa a ter dados consistentes entre unidades, o que ajuda a comparar e a priorizar onde o risco é maior.

A decisão continua com quem percebe da operação. Muda a qualidade da informação que chega a essa pessoa e a rapidez com que chega.

Se quer saber se este modelo faz sentido para a sua operação, uma conversa sem compromisso mostra se o perfil da sua cadeia se enquadra no que atendemos.