Sieć handlowa Magnit uruchomiła pilotażowy projekt wykorzystujący sieci neuronowe zdolne do kontrolowania układu produktów na półkach zgodnie z zadeklarowanym planem-schematem (planogramem).

"Dotychczas pracownicy samodzielnie porównywali schematy z produkowanymi układami, co było czasochłonne i niewystarczająco dokładne. System samokształcenia umożliwia identyfikację zgodności układów nawet w skomplikowanych przestrzeniach, eliminuje czynnik ludzki, znacznie zwiększa poziom kontroli, skraca czas kontroli i pozwala uniknąć "wirtualnych" spływów" - podały służby prasowe sieci handlowej.

"Pilotaż odbywa się w 20 sklepach typu convenience. Zasada działania technologii polega na tym, że administratorzy placówek w aplikacji mobilnej w smartfonie robią zdjęcie półek i w ciągu kilku sekund otrzymują raport o poprawności planogramu. Zwraca się uwagę, że dokładność rozpoznawania przez sieci neuronowe wynosi do 98%. W przyszłości taka funkcjonalność będzie dostępna w terminalach do gromadzenia danych.

"System analizuje dostępność niezbędnych towarów i ich stan w magazynie sklepu, kolejność układów, położenie pozycji na pierwszej linii i inne wskaźniki. Jeśli wszystkie one odpowiadają układowi, zadanie jest usuwane, jeśli nie, daje podpowiedzi i zadanie wraca do pracy. W tym przypadku, błędy są wskazane w jasnym schemacie graficznym, "- wyjaśniono w" Magnit.

Według Ruslan Ismailov, zastępca dyrektora generalnego, dyrektor zarządzający sieci handlowej "Magnit", takie projekty pomagają zwiększyć dostępność towarów na półce. Według wstępnych szacunków sieci handlowej, system może poprawić dostępność towarów dla klientów nawet o 5%, w zależności od kategorii produktów i zwiększyć sprzedaż. W przypadku udanego pilotażu, technologia mogłaby zostać powielona w ponad 20 tys. sklepów firmowych.

"Patrzymy na technologię fotorozpoznawania jako na jedno z najlepszych narzędzi do odciążenia pracowników i jednocześnie nie zmniejszenia, ale znacznego poprawienia jakości layoutów. Testy potrwają trzy miesiące, w tym czasie ocenimy ich skuteczność i wpływ na wskaźniki biznesowe. Również na jednym z etapów planujemy wykorzystać rozpoznawanie do kontroli poprawności metek cenowych "- powiedział.

Made in Russia // Made in Russia

Autor: Karina Kamalova