Добрый день, уважаемые коллеги. Сегодня у нас в гостях Михаил Погребняк — Генеральный директор IT-компании “Визуальные Поисковые Технологии” (https://vptai.ru), занимающейся алгоритмами распознавания “бардака” на полках торговых сетей. Как вы знаете, мы очень скрупулёзно подходим к вопросу размещения рекламно-ориентированного содержания, еженедельно отсеивая примерно 3-5 предложений, не проходящих качественно-смысловой фильтр. Данная же тема оказалась нам интересной, поскольку мы раз в 2 года сталкиваемся с ней внутри торговых сетей. Все известные нам попытки внедрения данной технологии за последние 20+ лет были неудачными. Михаил показался нам интересным и профессиональным собеседником, и мы решили сделать полноценное интервью.
Михаил, расскажите, с какого года вы плотно в теме, насколько большой рынок по данной услуге и как много компаний её предоставляют?
Наша компания существует на рынке с 2018 года, но распознаванием объектов на фотографиях и видео мы начали заниматься больше 10 лет назад. Технология интересна и достаточно востребована. Мы видим, что на рынке есть динамика роста, есть мировые лидеры, например, Trax Retail, и всё больше торговых сетей интересуются этой технологией, чтобы увеличить эффективность своих внутренних процессов. На рынке довольно много компаний, которые предлагают услуги в этой области. Есть те, что предлагают только распознавание (в том числе мы). Есть те, которые предлагают интеллектуальные полки, роботов и дронов, перемещающихся по торговому залу.Российские цифры предотвращения потерь в области мерчендайзинга с помощью image recognition (распознавания изображений) крайне неточны по причине плохого качества классификации потерь и их надёжности во времени. Можно в целом прикинуть размер поляны, на которой данная технология может быть развёрнута. Выручка Топ-10 FMCG-ритейлеров (товары повседневного спроса) в 2022 году составила 7 826 млрд рублей. В среднем ритейлеры теряют 3% от оборота, что равно 234,7 млрд рублей в год. Потенциал довольно большой.
Давайте вкратце объясним на простом языке, что можно делать при помощи вашей системы?
Наша система осуществляет анализ товаров, которые находятся на полке. Если в традиционной модели люди пальцем считали количество банок, бутылок, коробок и глазами сверяли офисную планограмму с реальностью, считали на калькуляторе или бумажке долю полки, то теперь все это заменяет система, построенная на техническом зрении. С помощью нейронных сетей она автоматически распознаёт, считает, классифицирует объекты и вычисляет ошибки. Фактически мы говорим, что делаем все то же самое, что и человек, но делаем быстрее, и, зачастую, значительно точнее.
Как система считывает данные с полки? По фото? Происходит ли “вытягивание” параметров из ERP/СRM (система управления ресурсами предприятия/система управления взаимодействием с клиентами)?
Система принимает на вход фотографию стеллажа с товарами из торгового зала магазина, а на выходе отдаёт полную информацию по состоянию полки: какие SKU (товарные позиции) и в каком количестве, на каких местах, соответствие ценников самим товарам. Если ERP-система клиента позволяет получить целевые данные об идеальной выкладке (т.е. какие именно SKU должны стоять на полке, в каком количестве, с какими ценами и на каких местах), то сервис сравнит результаты и выдаст список ошибок. Также сервис хранит данные о предыдущих визитах в данную торговую точку и автоматически может сравнить текущее состояние полки с предыдущим по всем базовым метрикам. Из ERP заказчика мы берем данные о товаре: артикул, геометрические размеры и т.д. Клиент также может самостоятельно загружать мастер-данные товаров.
Как торговые сети приходят к осознанию необходимости данной услуги?
Производитель хочет экономить на ФОТ (фонде оплаты труда) мерчендайзеров, а также иметь точные данные, которые описывают его ситуацию на полке. Использование технологии, о которой мы говорим, позволяет в 2-4 раза увеличить скорость обработки полки, то есть сократить время нахождения мерчендайзера в торговой сети. Таким образом, при использовании технологии один специалист может сделать в 3-4 раза больший объем количества визитов в торговую точку, чем когда он считает все руками. Это практически сразу отражается на ФОТ. Уменьшить количество мерчендайзеров вдвое, например, с 500 до 250 — это существенная экономия в деньгах. Система также позволяет снизить количество “фрода” — т.е. подделок, некачественных фотографий, фейков, которые недобросовестные мерчендайзеры делают, чтобы схалтурить, обмануть, что становится сразу заметно и позволяет выставить штраф мерчендайзинговому агентству. У магазина задача ещё интереснее — он просто должен понимать, что у него творится на полках. Что происходит с товарами, зачем положили кефир в кофе, почему на полках пересортица, на каких полках товар уходит быстрее, на каких медленнее. Всю эту информацию можно получить, используя технологию распознавания товаров. Плюс, можно получить ситуацию, в которой мерчендайзеры буду оказывать гораздо меньшее влияние на магазины, чем они оказывали до этого. Понимание того, что находится на полках, в ежедневном режиме позволяет магазину создавать цифровые двойники полок, к которым будут обращаться сами производители, чтобы понимать, насколько хорошо продаются их товары, и вносить корректировки.
Не дешевле ли ритейлерам вернуть сокращенный ими ранее персонал вместо дорогой цифровой системы?
Это глубокий вопрос, потому что система работает с качеством, предположим, 94% и 24 часа в сутки. Человек же показывает максимум своей точности в течение 20 минут — после количество ошибок начинает возрастать. Второй момент: мы сократили персонал, предположим, вдвое за счёт увеличения качества и эффективности — персонал можно перебросить на другие задачи более высокого порядка. Ну и называть систему “дорогой”, вероятно, не совсем корректно: мы говорим о том, что использование системы дешевле, чем привлечение людей к мерчактивностям, примерно в 10 раз. Есть подсчеты, которые говорят, что стоимость одного мерчендайзера составляет не 136 р./час (если считать соотношение заработной платы мерчандайзера к количеству рабочих часов за месяц при заработной плате 23 000 р./мес. на руки), а 401 р./час (с учетом расходов на передвижение, фактического времени пребывания в ТТ, зарплаты супервизора и так далее).
Учтены ли в стоимости вашей системы следующие процессы?:
Наведение порядка с мастер данными в ERP-системе клиента? — Мы запрашиваем у клиента список товаров в категориях + их внутренние ID (идентификатор) в системе клиента, чтобы облегчить процесс интеграции и обмена данными. Чистка мастер-данных не входит в наши умения.
Прокладка “толстого” интернета или вай-фая по магазинам? И нужен ли он? — Все зависит от деталей. Если есть хороший 4G, то Wi-Fi не нужен. Если устойчивой связи нет, то Wi-Fi, конечно, необходим — и не только для нашей системы, но и для обеспечения нормальной работоспособности других процессов в ТТ.
Сопряжение с системой ERP заказчика? — Мы как сервис — это REST API (программный интерфейс для обмена данными между системами). То есть к нам можно приходить из любой ERP-системы. Обычно это делают IT-службы заказчика. Мы можем помочь на уровне консультаций со своей стороны.
Доработка освещения, чтобы фото в магазине вообще получались? — Это прекрасная сказочная история. Если бы для улучшения работы сторонней ИТ-системы руководство точки было готово вносить изменения в схему освещения торговой точки!!! Но в нашей практике такого не было и, скорее всего, никогда не будет. Вообще, основная проблема для нас — это даже не свет, а блики на стеклянных дверцах холодильников. В целом, для улучшения качества фотографий проводится обучение сотрудников, как делать правильные фото. Есть отдельный подробный документ — буклет, где по шагам описано, как избежать ошибок при фотографировании и как делать снимки, которые помогут системе лучше распознавать товары на стеллажах. Как ни удивительно, в документе есть пункт, который кажется забавным: «Нажмите на экран, чтобы навести на резкость». Этот момент всякий раз приходится проговаривать, так как он, как показала практика, не всегда оказывается очевиден. Но, в целом, если мы говорим о торговых сетях крупного масштаба (речь не о штучных магазинчиках на цокольных этажах), то стационарного освещения в большинстве случаев достаточно, чтобы сделать фотографии, пригодные для распознавания товаров.
Отладка, тестирование и обслуживание? — Старт работы с каждым клиентом мы начинаем с пилотного проекта, который предназначен именно для того, чтобы собрать пул ошибок и их исправить. Объём, сроки и бюджет такого проекта обсуждается с каждым заказчиком персонально под его конкретные задачи. Мы заинтересованы не меньше клиента в том, чтобы он мог «пощупать» сервис в реальных условиях.
Написание внутренних инструкций и обучение персонала? — Конечно же, обучение персонала играет огромную роль в том, приживётся ли вообще сервис у клиента. Человек так устроен, что изначально пытается противиться всему новому и ищет всевозможные изъяны и недостатки. Но если постоянно и с уважением прорабатывать все вопросы, которые возникают у сотрудников, сервис приживается и приносит ожидаемые плоды. Поэтому мы стараемся не только писать всевозможные инструкции по эксплуатации, но и устраивать очные (онлайн) встречи с персоналом клиента.
Сравнивали ли вы затраты на обслуживание и ремонт системы на длинном пробеге в сравнение с зарплатой какого-нибудь супервайзера? Мы, например, достоверно знаем, что окупаемость и обслуживание кассового аппарата самообслуживания выходит дороже, чем обычная касса с кассиром.
Может звучит немного по-злому, но давайте сравним зарплату 100 мерчандайзеров и их налоговую нагрузку. Согласно Яндексу, средняя предлагаемая зарплата мерчандайзера в Москве не превышает 35 тыс. рублей, а в Петербурге — 30 тыс. рублей. Возьмем 30 тысяч. Налоговая нагрузка составит еще примерно 15 тысяч рублей. Итого, 45 тыс. за 1 человека в месяц. За 100 мерчандайзеров ФОТ составит 4 500 000 рублей. Использование технологии распознавания полок уменьшает минимум в два раза время на проведение мерчендайзинга. Т.е. команду можно сократить до 50 человек, а ФОТ до 2 250 000 рублей в месяц. Из оборудования мерчендайзеру нужен только мобильный телефон. Все остальное происходит на оборудовании поставщика сервиса, с которым заключен договор с четкими метриками SLA (соглашение об уровне сервиса) — уровня доступности сервиса. Таким образом, получается, что за год экономия на персонале составит 27 миллионов рублей. Далее, потери со стороны сети от “дырок на полке” при наличии товара в подсобке. В зависимости от SKU можно терять от миллионов до десятков миллионов товарооборота в месяц только на одном товаре. Имидж от бардака на полках получить крайне сложно. У нас же всё работает в облаке. Его стоимость от 30 тыс руб. в месяц. Наше только программное обеспечение. Также есть клиент-менеджер, который обслуживает около 5 проектов. Его заработная плата составляет 100 000 р., т.е. на 1 проект 20 тыс руб./месяц.
Очень интересный вопрос: как выиграть тендер в крупную федеральную сетку, кому и какой процент от общей суммы контракта надо занести? (Можно без фамилий, просто обозначить уровень должности)
У нас нет такого опыта. Мы против коррупции и за честную игру в тендерах и никому ничего не заносим. Может, это старомодно, конечно. Ну и уголовно наказуемо. Мы, действительно, никогда не сталкивались с этим и «занести» никому не предлагали. Клиенты к нам приходят по-разному: кто-то через тендерный процесс и отдел закупок, кто-то без тендера. У нас есть все требуемые документы для тендерных процедур, и мы следуем инструкциям клиента. Когда-то мы выигрываем; когда-то все улетает, как в черную дыру, и мы не получаем обратной связи. Поскольку нам лично никто не намекал и не просил — мы не можем говорить о коррупционной составляющей. Она, наверное, есть, но это наши догадки, опытом не подкрепленные.
Давайте немного о технической стороне. Последний раз, когда мы занимались данной темой как работники торговой сети, проект умер на том, что единственный провод в магазине, по которому можно было что-то запустить дополнительно, был занят пожарной сигнализацией, а ставить вай-фай было дорого. Вы с такими мелочами на местах сталкиваетесь?
Да, безусловно, таки