Платить за бургер без карты, не ждать регистрации в отеле, не стоять в очереди на кассу —все это возможно с помощью технологий распознавания лиц. В последние годы подобные решения активно тестируют многие крупные российские и зарубежные ритейлеры. Мы отобрали пять самых интересных примеров.



Узнать больше о том, как использовать распознавание лиц, нейросети и машинное обучение в бизнесе, можно на интенсивном курсе AI School.

1. Alibaba: оплата с помощью «улыбки» в магазинах и check-in в отелях

Компания KFC вместе с Ant Financial («дочкой» Alibaba) запустила сервис Smile to Pay — оплату «с помощью улыбки» в своем ресторане в Ханчжоу в 2017 году. Глава Alibaba Group Джек Ма впервые представил его в 2015 году на торговой выставке CEBIT в Ганновере, но до запуска в магазинах дело дошло только два года спустя.

Как это работает: Для покупки бургера надо ввести номер телефона, привязанный к кошельку Alipay и улыбнуться камере, встроенной в специальный биометрический терминал. После этого система подтверждает личность владельца кошелька и разрешает провести платеж.


Видео с официального аккаунта Alibaba Group на YouTube.

Улыбка нужна для того, чтобы система поняла, что перед ней живой человек, а не фотография. Для распознавания достаточно двух-трех секунд. Обмануть систему нельзя, даже изменив цвет волос, макияж или надев парик: она использует комплекс отличительных черт, учитывая и геометрию лица, и расположение определенных точек на нем.

В июле 2018 года технологию также начали тестировать в двух отелях Marriott — в Ханчжоу и в округе Санья на острове Хайнань. Ждать у стойки администратора больше не надо: гости отелей для регистрации фотографируются и вводят контактные данные в терминале самообслуживания. После этого терминал сверяет информацию с номером бронирования и распечатывает ключ-карту для входа в номер. Время регистрации сократилось втрое и занимает всего минуту (раньше — три).

2. Walmart: поиск «несчастных» покупателей в магазинах

Источник: официальный сайт Walmart

Крупнейший ритейлер мира в 2017 году разработал технологию, которая помогает определить, насколько покупатель доволен посещением магазина.

Как это работает: если система обнаружит покупателя с несчастным лицом, она должна подать сигнал об этом сотрудникам магазина. По мнению руководства Walmart, это поможет улучшать обслуживание клиентов до того, как те начнут массово жаловаться на какие-либо проблемы.

Кроме этого, система должна помочь анализировать покупательское поведение в течение более долгих периодов — для этого она будет связывать их эмоции с тем, сколько они тратят и что именно покупают. Биометрические данные клиента сопоставляют с данными проводимых им транзакций, чтобы обнаружить изменение покупательских привычек из-за недовольства.

Ранее, в 2015 году, Walmart уже пытался ввести систему распознавания лиц — для предотвращения краж в магазинах — но эксперимент в итоге провалился. Систему посчитали нерентабельной, сколько воров удалось обнаружить с ее помощью, руководство Walmart не сообщало.

3. X5 Retail Group: борьба с очередями на кассах

Крупнейший российский ритейлер — X5 («Пятерочка», «Карусель», «Перекресток») — также начал тестировать технологии распознавания лиц в 2017 году. По словам представителей компании, технология должна была, в частности, помочь сократить ожидание в очередях на кассах и оптимизировать торговое пространство.

Как это работает: помните таблички на кассе — «Если в очереди более пяти человек, позвоните по номеру...»? Система распознавания лиц делает то же самое автоматически: если очереди свыше пяти покупателей, а какие-то из касс магазина не работают, директору приходит оповещение: «Нужно открыть кассу». А с помощью видеоаналитики можно выяснить, где в магазине проходит больше людей, на что они обращают внимание, чтобы потом правильно расположить товары и промоматериалы.

Системы распознавания лиц при этом не хранят фото, пояснял директор по информационным технологиям торговой сети «Карусель» (входящей в X5 Retail Group) Василий Громов. Система строит функцию, определяющую расположение точек на лице — скул, глаз, ушей и так далее (хэш лица). В следующий раз, попадая в поле зрения камер, подключенных к модулю для распознавания, система сверяет изображение с хэш-каталогом и дает сигнал о том, кто на видео. Также Василий Громов указывал, что «с точки зрения законодательства, хэш лица не является персональной информацией, так как не позволяет идентифицировать человека без дополнительных сведений». В официальном блоге X5 на Хабре компания недавно писала, что продолжает сравнивать технологии по распознаванию лиц от разных компаний.

4. «Дикси»: женщинам — косметика, мужчинам — пиво

Источник: официальный сайт AddReality
В «Дикси» технологии распознавания лиц решили опробовать одновременно с X5 Retail Group, но выбрали другого разработчика — AddReality. Целью ставили определить пол и возраст покупателй и внедрить таргетированную рекламу в кассовой зоне и в торговом зале. «Дикси» начала тестировать биометрическую идентификацию в магазинах сети «Виктория» и в своем центральном офисе в 2017 году.

Как это работает: На больших экранах, установленных в торговых залах, крепится камера для распознавания лица человека, который, проходя мимо, обращает внимание на экран.


«Можно определить, мужчина это или женщина, примерный возраст, и с учетом этих параметров, исходя из существующего пула рекламодателей, на мониторе транслируется наиболее подходящая реклама. Для женщин это может быть реклама косметики, а для мужчины средних лет, например, пиво», — пояснял IT-директор «Дикси» Владимир Муравьев.

5. Яндекс: спецреклама для «бородачей» и интеллигентов в аптеках

Источник: Яндекс

Яндекс в июне 2018 года запустил продажу таргетированной рекламы на экранах с помощью системы распознавания лиц в аптеках «Асна». В основе — та же технология, которую уже использовали в магазинах «Виктория», дополненная возможностью подбирать наиболее подходящую рекламу для пользователя с помощью поисковика.

Как это работает: система состоит из экрана и камеры, которая распознает зрителя: его возраст, пол, особенности внешнего вида — например, очки или борода, и другие характеристики. После этого с помощью «Яндекс.Директ» на экран выводится наиболее подходящая такому клиенту реклама.

По словам представителя «Яндекса», система может независимо определить типы нескольких людей перед экраном, а рекламодатель будет платить только за таргетированные показы. Если перед экраном стоят три человека, только для двух из которых реклама релевантна, система засчитает два показа.

В Addreality отмечали, что система «использует только обезличенные данные пользователей, не идентифицирует отдельных покупателей, не использует персональные данные и не ведет видеозапись проходящих мимо экрана покупателей». Эксперимент начался с 70 экранов, еще 2000 появится в аптеках «Асна» в случае успешного тестирования системы.

Узнать больше о том, как использовать распознавание лиц, нейросети и машинное обучение в бизнесе, можно на интенсивном курсе AI School. Спикеры курса из Microsoft, «Наносемантики» и Comparex LLC расскажут, как применять разные виды ИИ и какие для этого есть инструменты. Ближайший интенсив пройдет 17 ноября — 15 декабря.