«Магнит» внедрил компьютерное зрение в 430 супермаркетах и суперсторах для контроля полок, очередей, сервисных зон и покупательских тележек. Система переводит часть ручных проверок в событийный режим: алгоритм фиксирует отклонение и направляет задачу руководителю магазина.
Разработанная Magnit Tech система работает в магазинах форматов «Магнит Семейный» и «Магнит Экстра». Алгоритмы машинного обучения анализируют изображения с действующих камер видеонаблюдения и выявляют нарушения в выкладке, отсутствие отдельных категорий товаров, нехватку тележек, отсутствие сотрудников в сервисных зонах и риск образования очередей. Уведомления поступают руководителям магазинов через корпоративный мессенджер.
Камеры в этой модели становятся источником операционных данных, а зафиксированное событие — основанием для конкретного действия. Это сокращает путь от появления проблемы до её обнаружения. Скорость устранения по-прежнему зависит от загрузки персонала и внутренних регламентов.
Для управления товарными потоками особенно важен контроль доступности продукции на полке. Запас может находиться внутри магазина, но не быть представлен в торговом зале в нужном объёме. Видеоаналитика фиксирует этот разрыв на последнем участке цепи поставок — между внутримагазинным запасом и полкой.
Читайте также: Сетевой ритейл переводит контроль полки из ручных проверок в поток данных
Система одновременно охватывает товарные, клиентские и кадровые процессы: контролирует выкладку, очереди, наличие тележек и присутствие сотрудников в сервисных зонах. Использование действующих камер позволило развернуть базовые сценарии без отдельной сети устройств. Масштабирование на 430 объектов заняло полгода.
«Магнит» связывает внедрение с улучшением операционных показателей, ростом товарооборота и сокращением потерь. Компания не раскрывает количественные результаты, период сравнения и методику оценки, поэтому величину эффекта подтвердить нельзя. Для операционных директоров и специалистов по управлению запасами ключевыми показателями остаются скорость реакции на сигнал, доля устранённых отклонений и изменение фактической доступности товаров.
Компьютерное зрение становится частью операционной инфраструктуры магазина, превращая видеопоток в адресные задачи для персонала. Ценность такой модели определяется тем, насколько быстро сигнал приводит к пополнению полки, сокращению очереди или восстановлению сервиса.
