 |
Fujitsu представляет новое решения на базе Искусственного интеллекта для борьбы с мошенничеством на кассах
Новости
- Новое решение, разработанное совместно с ведущим европейским ритейлером, включает в себя технологию Искусственного интеллекта для проверки штрихкодов на кассах самообслуживания
- Разработка помогает розничным магазинам снизить убытки и сделать большой шаг к магазинам без кассиров и очередей
- Решение позволит европейским ритейлерам ежегодно экономить десятки миллиардов евро за счет эффективной борьбы с использованием неверных штрихкодов на кассах самообслуживания
Fujitsu сегодня объявила о новом решении, в котором используется технология Искусственного интеллекта для предотвращения случаев мошенничества на кассах самообслуживания, где убытки примерно в 2 раза больше, чем на традиционных кассах. Fujitsu заключила соглашение с ведущим европейским ритейлером для создания и тестирования технологии, которая станет большим шагом к созданию магазинов самообслуживания.
В рамках предлагаемого решения на кассах самообслуживания устанавливаются недорогие камеры наблюдения, а с помощью технологии Искусственного интеллекта производится проверка сканируемых товары, помогая обнаруживать и предотвращать случаи использования неверных штрихкодов. В рамках масштабного исследования¹, проведенного Лестерским университетом, было выявлено, что ритейлеры в Европе и США, которые используют кассы самообслуживания, практически в два раза чаще сталкиваются со случаями мошенничества на таких кассах по сравнению с традиционными. За счет уменьшения количества случаев обмана новая технология Fujitsu позволит компаниям розничной торговли экономить несколько миллиардов евро.
Разработанное в центре AI Center of Excellence компании Fujitsu в Университете Пари-Саклэ во Франции, новое решение на основе Искусственного интеллекта входит в пакет решений Zinrai компании Fujitsu и создано для того, чтобы помочь ритейлерам сократить убытки на кассах самообслуживания. Новая технология дополняет кассы самообслуживания функционалом сверки сканов штрихкодов покупателей и изображений с камер, подключенных к уже установленным сканерам. Разработка позволяет обнаруживать несоответствия без необходимости установки дорогостоящих и сложных графических процессоров на каждой кассе, что значительно уменьшает совокупную стоимость владения и увеличивает окупаемость инвестиций.
После проведения мастер-классов с ведущим европейским ритейлером в декабре 2018 г., в январе 2019 г. проведут пилотные испытания. По завершению этапа машинного обучения, во время которого система изучала ключевые визуальные характеристики всех товаров на кассе, система «научилась» определять разницу между дорогим товаром и дешевым товаром одинакового веса, даже если штрихкод был перенесен с одного товара на другой. Если предполагаемый внешний вид товара не соответствует отсканированному штрихкоду, касса самообслуживания требует вмешательства продавца и дополнительную проверку. Fujitsu продолжает работу над решением для того, чтобы дополнить его возможностями обнаружения других способов мошенничества, включая сговор с персоналом и обход сканирования товара.
Бруно Сирлетти (Bruno Sirletti), вице-президент и руководитель подразделения по разработке решений для сферы розничной торговли и гостиничного бизнеса компании Fujitsu в регионе EMEIA, говорит: «Fujitsu далеко продвинулась в области практического использования технологии Искусственного интеллекта. Решение для предотвращения мошенничества является одним из первых примеров коммерческого приложения, созданного в нашем центре AI Center of Excellence в Париже. Оно окажется особенно полезным для продуктовых магазинов, которые ставят кассы самообслуживания, где происходит в два раза больше случаев мошенничества, чем на обычных кассах. Наша технология сильно сокращает возможности для обмана, не причиняя при этом неудобства добросовестным покупателям. За счет уменьшения случаев мошенничества на кассах самообслуживания супермаркеты смогут сделать шаг к созданию магазинов будущего и увеличить отдачу от средств, вложенных в закупку сканеров».
Fujitsu предполагает, что в будущем решения на основе Искусственного интеллекта получат дополнительные функциональные возможности и будут использовать более подробную информацию о товарах, включая данные по логистике и срокам годности. За счет извлечения и анализа этих показателей компании розничной торговли смогут эффективнее следить за товаром, что позволит создать более рентабельный цикл поставок и снизить потери от испорченных продуктов.
Примечания для редакторов
1 Исследование, посвященное самообслуживанию с помощью ручных сканеров, проведенное Лестерским университетом, выявило широко распространенное воровство в магазинах на основании данных от почти 12 млн походов за покупками, 1 миллион из которых был изучен более внимательно, в крупных розничных магазинах Бельгии, Великобритании, Нидерландах и США. Исследователи выяснили, что установка касс самообслуживания увеличила количество краж на 122% (в среднем в размере 3,9% от всего оборота). По оценкам аналитиков IGD, оборот европейского продуктового розничного рынка составляет почти 2 триллиона евро, что позволит сэкономить порядка 80 миллиардов евро.
Контактное лицо: Пресс-офис Fujitsu (написать письмо автору)
Компания: Fujitsu (все новости этой организации)
Добавлен: 21:44, 18.01.2019
Количество просмотров: 526
| Формирование ВIM-каталога производителя в Model Studio CS Кабельное хозяйство, АО «СИЭС Групп», 22:57, 21.07.2026, |
516 |
| Кабельная трасса в цифровой модели начинается с данных, которые видит проектировщик. На вебинаре CS Group покажем, как в Model Studio CS Кабельное хозяйство работают с базами данных для моделирования кабеленесущих систем, прокладки кабелей и выбора продукции для проектных решений. |
 |
| Формирование ВIM-каталога производителя в Model Studio CS Отопление и вентиляция, АО «СИЭС Групп», 22:57, 21.07.2026, |
517 |
| Чтобы климатическое и вентиляционное оборудование попало в проект, проектировщик должен увидеть его в рабочем каталоге. На вебинаре CS Group разберем, как формируется BIM-каталог производителя для Model Studio CS Отопление и вентиляция и что важно учесть при подготовке номенклатуры. |
 |
|
|
