الرؤية الحاسوبية على الرفوف: Coresight Research تحصي خسائر تجارة التجزئة الناجمة عن أخطاء عرض البضائع

قاست دراسة أجرتها شركة التحليلات Coresight Research بالشراكة مع Simbe وRELEX Solutions، ولأول مرة، التكلفة الفعلية لأخطاء عرض البضائع في تجارة التجزئة المادية، وبيّنت كيف تتحول أتمتة مراقبة الرفوف عبر الرؤية الحاسوبية، المعتمدة على المعدات، إلى عائد مالي ملموس.

مشكلة جرى تجاهلها طويلًا

الرفوف الفارغة والعرض الخاطئ للبضائع ليسا مجرد إزعاج بسيط للمتسوّق، بل هما خلل مزمن ومكلف في عمل تجارة التجزئة المادية. فالمتسوّق الذي لا يجد السلعة التي يريدها إما ينتقل إلى منافس، وإما يتحول إلى الشراء عبر الإنترنت، وإما يتخلى عن الشراء ببساطة. وإذا ضاعفنا ذلك على آلاف المتاجر وملايين الزيارات، نصل إلى ثغرة كبيرة في إيرادات القطاع.

لا تفي الأدوات التقليدية بالغرض. فجولات الموظفين اليدوية بالأجهزة اللوحية بطيئة ومكلفة وغير دقيقة: إذ يفحص المتجر المتوسط حالة كل SKU بضع مرات فقط في الوردية الواحدة. وفي الفترات الفاصلة تتراكم المشكلات دون أن يلحظها أحد: يفرغ الرف، أو يتزحزح ملصق السعر، أو يوضع المنتج الجديد في المكان الخطأ. كل ذلك يبقى غير مرئي لنظام الإدارة، ويلتهم هامش الربح مباشرة. وهذا التسرب الخفي تحديدًا هو ما تصدّت Coresight Research لقياسه وترجمته إلى أموال.

ما الذي تستطيع الرؤية الحاسوبية فعله في صالة البيع

تجوب أنظمة Simbe الروبوتية صالة البيع على مدار الساعة، وتمسح الرفوف بالكاميرات والمستشعرات. فهي لا تتعب، ولا تتخطى أي قسم، وترصد كل حالة شاذة في الوقت الفعلي. ويتتبع النظام ما يلي:

• وجود كل SKU أو غيابه عند عنوانه الدقيق على الرف
• مطابقة العرض للمخطط المعتمد لتوزيع البضائع (planogram)
• صحة ملصقات الأسعار والمواد الترويجية
• مستوى المخزون واحتمال حدوث نقص قبل نهاية اليوم
• ديناميكية الطلب في مواقع محددة داخل صالة البيع

تصل البيانات المجمّعة في الوقت الفعلي إلى منصة إدارة المخزون RELEX Solutions. وتتولى المنصة تلقائيًا ترتيب أولويات مهام الموظفين، وتعديل الطلبيات الموجّهة إلى الموردين، وإعداد ملخص إداري، دون الحاجة إلى انتظار تقرير نهاية اليوم.

لماذا باتت الجدوى الاقتصادية منطقية أخيرًا

يبلغ هامش الربح التشغيلي في تجارة المواد الغذائية بالتجزئة 1–3%. وفي ظل هذه الأرقام، يتعيّن على أي تقنية جديدة أن تثبت جدواها بالمال، لا بوعود تحسين تجربة العميل. ولهذا تختلف الدراسة جوهريًا عن معظم تقارير القطاع: فهي تبني نموذجًا ماليًا يتيح للشبكة إدخال بياناتها الخاصة، من حركة الزوار ومتوسط قيمة الفاتورة وعدد SKU وتكرار أخطاء العرض، والحصول على توقع للعائد على الاستثمار (ROI) قبل شراء المعدات. وهكذا لا يعود الاستثمار رهانًا على المستقبل، بل قرارًا قابلًا للإدارة بأفق واضح لاسترداد التكلفة.

ويُضاف إلى ذلك ضغط المنصات الإلكترونية: فهي تعرض للمتسوّق حالة كل سلعة في الوقت الفعلي، بينما يخسر المتجر المادي ذو الرف الفارغ منذ ثلاث ساعات متواصلة، ليس من حيث الراحة فحسب، بل من حيث الثقة أيضًا. ويُسجَّل اتجاه مماثل في الخارج: فقد انتقلت شبكات بقالة كبرى في أمريكا الشمالية وأوروبا من التجارب التجريبية المحدودة إلى نشر أنظمة المراقبة الروبوتية على نطاق واسع.

«تحلّ هذه التقنية مشكلة محددة وقابلة للقياس، هي أخطاء تنفيذ عمليات

البيع. وهذا بالذات ما يحوّلها من أداة تجريبية إلى بنية تحتية إنتاجية»، بحسب ما يشير إليه معدّو الدراسة.

ماذا يعني ذلك

قطعت الرؤية الحاسوبية في تجارة التجزئة مسارًا من الضجة التقنية إلى أداة تشغيلية ذات اقتصاديات شفافة. وتمنح دراسة Coresight Research القطاع، لأول مرة، لغةً للحديث مع مجلس الإدارة: فبدلًا من القول «نعتمد AI»، يصبح القول «نستعيد مبالغ محددة من كل متجر». وبالنسبة للشبكات التي تتنافس في ظل هوامش ربح متقلصة، يغيّر هذا طبيعة النقاش حول الأتمتة، من سؤال «لماذا؟» إلى سؤال «متى نبدأ؟».