No intente engañar a la caja autoservicio del súper

Un cliente. Una compra. Y una caja de autoservicio sin aparente vigilancia. La tentación de distraer alguno de los productos o al menos hacer pasar uno caro por otro más barato es enorme y los responsables de los supermercados lo saben. Aún así, están dispuestos a asumir el riesgo con tal de ahorrar algún que otro puesto de trabajo y agilizar el proceso.

Para aminorar en lo posible las pérdidas se han probado en los últimos años una serie de sistemas de seguridad. El último de ellos, anunciado esta misma semana por Fujitsu, se basa en la inteligencia artificial y en una serie de cámaras low-cost que vigilan todo el proceso.

Por el momento se aplica en una cadena de hipermercados líder en Europa, de la que el fabricante electrónico no ha dado el nombre, y que pretende acercar los niveles de fraude a los de las cajas asistidas por un empleado. Según un estudio a gran escala realizado por la Universidad de Leicester del Reino Unido, citado por Fujitsu, los retailers en Europa y EE.UU sufren en las cajas de autoservicio el doble de pérdidas que en las tradicionales, por lo que las posibilidades de mejora son enormes.

El nuevo sistema funciona al agregar cámaras low-cost a las cajas de autoservicio existentes y usar inteligencia artificial para verificar los elementos escaneados, lo que ayuda a detectar y prevenir el uso fraudulento de códigos de barras por parte de los consumidores. Ha sido desarrollado en el Centro de Excelencia IA de Fujitsu en Paris-Saclay en Francia.

La tecnología complementa los existentes self-checkout por la comprobación cruzada del escaneo del código de barras de los clientes con las imágenes de las cámaras ajustadas a los escáneres ya existentes. De esta manera, es capaz de identificar desajustes sin el coste y la complejidad de agregar unidades de procesamiento gráfico (GPU) a cada proceso de pago, reduciendo sustancialmente el coste total de propiedad y aumentando notablemente el retorno de la inversión.

A prueba este mes de enero

El programa se someterá este mes de enero a una prueba piloto, a la que seguirá una etapa de aprendizaje automático en la que el sistema aprende las características visuales claves de cualquier artículo presentado en la caja y puede diferenciar entre un artículo costoso y uno de menor precio con el mismo peso, incluso cuando un código de barras se transfiere de un artículo a otro.

Si la apariencia esperada de un artículo no coincide con el código de barras escaneado, el self-checkout realiza una llamada para una intervención y verificación manual.

«Al extraer y analizar estos datos, los minoristas pueden aumentar la eficiencia del rastreo de productos, lo que aporta en poco tiempo una mayor efectividad en las cadenas de suministro y una reducción de pérdidas por productos en mal estado», destaca Fujitsu.