Задовго до того, як коронавірус змусив уряди ввести обмеження та відправити людей на карантин, індустрія відеоспостереження почала шукати способи скорочення потреб в робочій силі. Розвиток штучного інтелекту став вирішальним фактором, який зробив це можливим, оскільки алгоритми тепер допомагають камерам відеоспостереження зрозуміти, що вони знімають.
Але використання відеокамер на базі штучного інтелекту все ще не так популярне серед кінцевих користувачів, як слід було б. Переваги високі, але люди ще не прийняли цю технологію. Хоча для окремих осіб це може бути пов'язано з побоюваннями з приводу рентабельності інвестицій, деякі системні інтегратори стверджують, що проблема полягає в тому, що існує розрив між поданням постачальниками комплектів відеоспостереження на основі ШІ та розумінням споживачем того ж самого.
Наприклад, реклама IP камери відеоспостереження з підтримкою штучного інтелекту буде містити опис її функцій. Але клієнт повинен знати, яке ці функції мають значення для їх діяльності. Тут системні інтегратори також повинні відігравати вирішальну роль. Ось деякі приклади того, яку вигоду можуть отримати сучасні користувачі з технології штучного інтелекту в відеоспостереженні.
Задоволення потреб житлових спільнот
Велика житлова інфраструктура потребує камер відеоспостереження для захисту людей та майна. Але що, якщо ці пристрої можуть зробити більше? Наприклад, деякі житлово-будівельні кооперативи характерні складними системами трубопроводів, та їх необхідно контролювати, щоб гарантувати відсутність витоків або пошкоджень. Традиційно, працівникам комунальних служб доведеться періодично дотримуватися цього, що робить процес складним, неефективним та дорогим.
Алгоритми, що підтримують штучний інтелект, вміють виявляти такі проблеми, як витоки та вихід з ладу обладнання, без втручання людини. Вони здатні попередити людей, як тільки проблема виявлена, що дозволяє швидко реагувати та вжити заходів.
Виявлення потенційної небезпеки
На таких об'єктах, як аеропорти та критична інфраструктура, персонал повинен постійно стежити за зловмисниками, одночасно підтримуючи сприятливе середовище для пасажирів та інших працівників. Але з огляду на велику кількість людей, яка постійно знаходиться в аеропортах, людський контроль за кожною особою стає складним.
Наприклад, зловмисник з прихованою зброєю може пройти до стійок реєстрації в багатьох аеропортах без перевірки. Якщо після прибуття туди він дістане пістолет, співробітники служби безпеки не завжди встигнуть прийняти будь-які заходи. Ця проблема не обмежується аеропортами. Навіть великим компаніям або торговельним центрам необхідно залишатися пильними проти таких зловмисників зі зброєю.
Це проблема, з якою доводиться стикатися багатьом організаціям. Для вирішення цього питання деякі компанії розгорнули ПЗ для відеоспостереження з відеоаналітикою на основі ШІ, яка виявляє підозрілу поведінку людей — і відповідно, людину зі зброєю. Іншими словами, людина може увійти в приміщення з прихованою зброєю, але як тільки вона візьме її та приготується використовувати, алгоритм виявить це та попередить охорону.
Відеоаналітика для роздрібної торгівлі
Сектором, який здатний отримати вигоду зі штучного інтелекту, також вважається роздрібна торгівля, особливо фізичні магазини, які сьогодні постійно потребують оптимізації приміщень та поліпшення обслуговування в умовах наростальної конкуренції.
Зайве говорити, що конкуренція в сегменті роздрібної торгівлі посилилася. Особливо для фізичних або оффлайн-рітейлерів ставки вищі, оскільки вони конкурують зі своїми онлайн-партнерами. Щоб оптимізувати прибуток, отриманий від покупців в магазині, роздрібним рітейлерам, які працюють в автономному режимі, потрібна детальна та точна інформація про клієнтів — не тільки стать та вік, але також і те, які частини магазину вони відвідують частіше, на які товари звертають увагу, та чому в кінцевому результаті не роблять покупку.
Ця інформація є надзвичайно важливою в зусиллях рітейлера по оптимізації магазину. Наприклад, сценарій, коли 300 покупців приходять в магазин, 50 приміряють одяг та двоє роблять покупки — може бути результатом різних причин. Якщо роздрібний продавець зможе знайти причину за допомогою розширеної відеоаналітики та інтелектуального програмного забезпечення для відеоспостереження, у нього буде більше шансів на успіх в оптимізації магазину та гарантія зростання прибутку.
