«Яндекс» выводит технологии компьютерного зрения на новый уровень. Компания запускает проект автономных камер с искусственным интеллектом для мониторинга ассортимента в магазинах. Новая разработка уже получила первые коммерческие контракты с крупнейшими ритейлерами России, Казахстана и Узбекистана.
Система, названная «Умный магазин», создаёт цифровой двойник магазина. Она:
- Собирает данные о наличии товаров и ценников,
- Отслеживает корректность выкладки продукции,
- Анализирует загруженность проходов.
Технология позволяет оперативно устранять ошибки в размещении товаров, пополнять полки и повышать удобство для покупателей.
Детали разработки
«Яндекс» разрабатывает камеры самостоятельно, что снижает издержки и делает технологию более доступной для ритейлеров. Вакансия инженера-схемотехника, опубликованная компанией, указывает на активное развитие продукта: с момента прохождения стадии MVP до первых пилотных запусков прошло всего несколько месяцев.
Инвестиции в проект пока не раскрываются, однако известно, что первые магазины с системой начнут работу уже в декабре 2024 года.
Тесты и использование ИИ в ритейле
Крупные ритейлеры в России активно внедряют компьютерное зрение.
- Fix Price использует генеративный ИИ для определения пустых полок,
- «Лента» тестирует решение для онлайн-контроля ассортимента,
- «Магнит» использует ИИ для коррекции выкладки товаров, что уже показывает рост продаж.
В компании X5 Group также анонсировали пилотирование подобных технологий с одним из крупных партнёров.
Выгода и вызовы
Применение ИИ-камер позволяет оптимизировать работу мерчендайзеров, но полностью заменить персонал они пока не способны. Аналитики отмечают, что такие системы экономически оправданы в условиях растущей стоимости труда. За последние годы зарплаты линейного персонала выросли более чем в два раза, что делает технологии более привлекательными.
Затраты на одну камеру составляют около 40 тыс. рублей в месяц. Они зависят от площади магазина, количества ракурсов и числа камер. Для мелких ритейлеров внедрение может оказаться затратным, однако для крупных сетей такие инвестиции окупаются за счёт роста среднего чека и оптимизации процессов.
