Food Save také umí analyzovat chování zákazníků v prodejních místech a stává se tak nástrojem, který dokáže pokrýt procesy v rámci celého prodejního řetězce. V řadě těchto případů již probíhá jeho testování v praxi, například při detekci nečistot nebo kontrole naplněnosti regálů v samoobslužné prodejně.

Řešení Food Save funguje tak, že kamera snímá určený prostor a umělá inteligence v reálném čase vyhodnocuje získané informace. Proaktivně pak dokáže doporučit další kroky, ať už jde o nutnost doplnění zboží, odstranění vadných artiklů nebo pokyn k úklidu snímané plochy. Řešení navíc umožňuje napojení na další systémy a samozřejmostí je vysoké zabezpečení a anonymizace osob v záznamech kamerového systému.

„Primárním účelem, pro který řešení Food Save původně vzniklo, je sledování zboží v prodejně a automatické vyhodnocování dat o jeho stavu a pohybu. V případě rychle expirujících položek to může mít obrovský dopad na omezení plýtvání potravinami a úsporu nákladů,“ vysvětluje Jiří Mojžíš, technický ředitel společnosti Analytics Data Factory původ názvu řešení.

„Ukazuje se ale, že náš systém nabízí nespočet dalších scénářů využití – dokáže například identifikovat vadné artikly přímo na výrobní lince nebo vytvářet pokročilé heat mapy pohybu zákazníků po prodejně, které jsou klíčové pro analýzu nákupního chování,“ dodává Jiří Mojžíš.

Příklady využití Food Save v různých oblastech:

• Retail a rychloobrátkové zboží – Na základě získaných dat systém upozorní na potřebu doplnit zboží v regálu, nebo nao­pak přesun přebytečných zásob před jejich expirací. Dokáže také kontrolovat čerstvost ovoce a zeleniny umístěných v re­gá­lech prodejny nebo upozornit na kontaminaci zboží. Lze jej využít i pro identifikaci zboží na samoobslužných pokladnách.
  
  Food Save dokáže v prodejně identifikovat zákazníka a vykreslit jeho pohyb. Lze tak získat přehled o chování zákazníků v obchodě i tzv. horkých a chladných zónách. Lze tak například realizovat A/B testování, které umožní porovnat efektivitu více variant chování zákazníka.
• Kvalita výroby – V rámci výrobního procesu lze detekovat optické vady výrobků během výstupní kontroly na lince. Umělá inteligence pomáhá pracovníkům, kteří tyto anomálie odhalují v průběhu optické kontroly finálního výrobku.
• Průmysl a stavebnictví – Funkce pro detekci ochranných pomůcek dokáže kontrolovat jejich správné používání na pracovišti. Zejména v úsecích s vysokými standardy na kontrolu bezpečnosti práce systém vyhodnocuje, zda zaměstnanci používají předepsané ochranné pomůcky a případně upozorňuje na jejich absenci.
• Facility a utility – Systém za pomocí využití umělé inteligence dokáže z kamerového systému hromadně detekovat nečistoty a předměty na různých druzích povrchů. Může fungovat jako doplněk autonomních čistících robotů, vyhodnocuje efektivitu jejich úklidu.

Zdroj: Analytics Data Factory