В России этот рынок технологий и программных продуктов для распознавания лиц пока только зарождается. На рынке уже присутствуют решения, предлагаемые компаниями Avigilon, FindFace, Ivideon, Vocord, у нас тоже есть проект в этой области — Spy.space. Мы обратили внимание на эту сферу потому что здесь, на наш взгляд, кроется огромный потенциал.
Эта технология позволяет определять пол, возраст и эмоции людей, а также реидентифицировать их — узнавать. И за счёт этого можно придумать массу вариантов применения: от решения вопросов, связанных с общественной безопасностью, поиском преступников и т.п.. Но важнее то, как такие технологии можно использовать во благо бизнеса.
Глобально распознавание лиц применимо в двух направлениях — для анализа поведения сотрудников и клиентов. Пока набольшим спросом у компаний пользуется именно анализ поведения сотрудников.
Как известно, от дисциплины труда зависят результаты работы и прибыль самой компании. Поэтому для работодателя важно, чтобы работники не опаздывали на работу и не устраивали частые «перекуры». Распознавание лиц как раз и может обеспечить совершенно новый подход к решению этой задачи.
Работает это следующим образом. На входах-выходах в офисе устанавливаются видеокамеры и модули распознавания, которые, во-первых, обеспечивают проход сотрудников по лицу, а, во-вторых, собирают статистическую информацию о том, во-сколько сотрудник пришёл на работу, сколько времени потратил на обед и перекуры, в каком он настроении и т.п.
Рынок у этого продукта огромный: только в Москве и Санкт-Петербурге существует около 65 тыс. компаний. Фактически это замена устаревшей системы контроля доступа с помощью пластиковых карт на вход по лицу. При этом сотрудники компаний не чувствуют себя угнетёнными «большим братом».
Другое направление коммерческого использования — анализ поведения клиентов. Целевой аудиторией этого продукта являются рестораны, отели, гостиницы, магазины.
В данном случае распознавание лиц прекрасно работает вместо «тайного покупателя» и позволяет оценить качество работы персонала с помощью анализа динамики эмоций клиентов.
Для этого на объекте устанавливают видеокамеры и модули распознавания, которые сравнивают как меняется настроение клиентов во время либо до и после общения с персоналом. Эти данные в свою очередь привязываются к графику конкретных смен.
Отмечу, что такая оценка качества обслуживания не является условной. По каждому сотруднику накапливается большой объём данных, который включает абсолютно все случаи взаимодействия с клиентами. Это позволяет отразить реальную картину работы конкретного сотрудника, основанную на статистике, в отличие от субъективных оценок «тайного покупателя», которые основываются на его личных предпочтениях и очень маленькой выборке проверяемых сотрудников.
Очевидно, что «тайный покупатель» физически не сможет оценить работу, например, всех кассиров в большом гипермаркете. Кроме того, он проводит оценку в только в один конкретный отрезок времени, когда сотрудник может быть чем-то расстроен и плохо из-за этого отработать. Однако в целом человек работает хорошо. Таким образом, технология распознавания лиц позволяет избежать субъективизма, который появляется именно тогда, когда в оценке присутствует человеческий фактор.
Также технология распознавания лиц может быть использована для работы с лояльностью: система будет оповещать сотрудников ресторана (магазина, отеля) о визитах постоянных клиентов. Либо может оповещать о приходе нежелательных клиентов из «чёрного списка».
Бояться технологии распознавания лиц не стоит.
Системами видеонаблюдения оборудованы абсолютно все общественные пространства и абсолютное большинство коммерческих объектов. Поэтому люди давно привыкли к камерам и не обращают на них никакого внимания. Вопрос только в том, кто просматривает весь этот видеопоток: охранник перед десятью мониторами или искусственный интеллект. Более этично и безопасно, на мой взгляд, если наблюдает искусственная нейронная сеть, а не человек. Нейронной сети безразличны неловкие ситуации, которые с кем-то могут произойти, она не выложит видео на Youtube и т.д.
