Обнаружение мошенничества с помощью алгоритмов ИИ

Чтобы более детально раскрыть применимость алгоритмов машинного зрения для обнаружения мошенничества, приведу пример из реального кейса нашей компании, где мы разработали систему видеоаналитики, которая предназначена для обнаружения и предотвращения фактов воровства на кассах самообслуживания в магазинах.

Сразу хочу обозначить несколько выводов, которые, как мне кажется, достаточно универсальны для любой системы выявления аномалий в поведении людей и конкретно при помощи видеоаналитики:

- Видеоаналитика - это система поддержки принятия решений. То есть – это обнаружение, а не предотвращение.

1. - Реальность всегда сложнее и многообразнее, чем можно придумать. Серебряной пули, которая закроет все сценарии поведения людей (как нормальные, так и аномальные) – нет.

2. - Но тем не менее она работает и существенно повышает эффективность работы людей.

А теперь разберем, что подразумевалось под этими словами.

Главное, что стоит здесь понимать, что машинное зрение позволяет обнаружить подозрение на аномалию  - в нашем случае факт воровства. А далее для предотвращения используются люди. И поскольку система ИИ, это не более чем маркер, так как в конечном счете все сводиться к работе людей с людьми, то надо быть очень внимательным и аккуратным с проработкой сценариев взаимодействия охраны с посетителями.

Например, в нашем проекте мы потратили не один месяц на проработки различных клиентских путей, зависящих от разных факторов. Это очень помогло при запуске и обучении сотрудников. Однако невозможно учесть все сценарии в работе с людьми и поэтому что-то дорабатывается «на ходу» в ходе проекта.

То, что серебряной пули не получится, мы понимали и поэтому не питали иллюзий, что сможем сразу поймать все варианты аномального поведения клиентов. Когда система была запущена в реальную жизнь, то она показала, что реальность отличается даже от ожиданий самого Заказчика, вместе с которым мы старались учесть все нюансы поведения людей. И тут мы в очередной получили подтверждение, что система видеоаналитики – это поддержка принятия решения.

Дело в том, что найти аномалию в поведении клиента система может и делает это с достаточно хорошей точностью. Например, она может найти непробитую в чеке бутылку воды в руках клиента (корзинке, рюкзаке, тележке и т.д.), но только человек в процессе проверки может понять – это бутылка, принесенная с собой или взятая с ближайшей полки. Хотя будем реалистами – даже человек не всегда может это сходу понять, а еще точнее – не всегда захочет тратить время на выяснение деталей.

Но стоит понимать – система не безгрешна, случаются и ложные срабатывания, поэтому очень важно проработать логику взаимодействия Система-Охрана-Клиент, чтобы не просто «хватать и не отпускать», а аккуратно работать с клиентом, отделяя мошенников от обычных клиентов. Так как существенная часть всех реальных фактов воровства на КСО в действительности объясняются забывчивостью покупателей или тем, что их отвлекали в процессе. Все это в очередной раз подтверждает важность аккуратной работы с клиентом, чтобы он не отвернулся от касс самообслуживания в частности и конкретного магазина в общем.